vlambda博客
学习文章列表

1 哈希

Hash，一般翻译做散列，是把任意长度的输入通过散列算法变换成固定长度的输出，该输出就是散列值。[百度百科]

1.常用 Hash 函数

2.作用

使用 Hash 算法可以提高存储空间的利用率，可以提高数据的查询效率，也可以做数字签名来保障数据传递的安全性。

3.常见问题

有 N 台用于缓存图片的服务器，期待图片被均匀的缓存到 N 个节点，此时 '除留余数法' 恰巧满足场景， 使用如下算法：

hash（图片名称）% N

查询缓存时，若服务器集群发生 '扩|缩容' (即 N 数量变化)，根据上述算法，几乎所有图片无法从缓存加载，面临着 '缓存雪崩' 的风险；

2 一致性哈希

1 概念

关键字：1) 固定取余基数；2) Hash 环；3) 顺时针就近寻找节点；

类似 '除留余数法'，取余的基数固定为一个常数 2^32，即哈希值是一个32位无符号整形，范围 0 ~ 2^32 - 1)；

把这 2^32 个点均匀分布在圆环上，并称其为 Hash 环，如图：

当缓存图片时， 根据 [hash（图片名称）% 2^32] 计算图片在 Hash 环上的位置，如图：

如何确定图片缓存在哪个机器上？

从图片的位置开始，寻找沿顺时针方向遇到的第一个服务器，如图：

2 特点

如下，当扩容 D 机器时， 依据 [顺时针就近寻找节点] 原则， 仅图片 2 缓存失效，其余均正常；

3 哈希倾斜 与 虚拟节点

在 Hash 环上，将现有的物理节点通过虚拟的方法复制出来，这些由实际节点复制而来的节点被称为 ”虚拟节点”。

'虚拟节点' 是 '实际节点' 在 Hash 环上的复制品，一个实际节点可以对应多个虚拟节点。

引入虚拟节点后，缓存的分布就均衡多了，虚拟节点越多，Hash 环上的节点就越多，缓存被均匀分布的概率就越大。

That's all， 本篇侧重基本理论，后续介绍常用工具包及其使用。