参考：https://gongfukangee.github.io/2019/05/19/Hash/

缓存集群

假设现在我们需要使用 Redis 存储图片资源，存储的格式为键值对，key 为图片名称，value 为该图片所在文件服务器的路径，我们需要根据文件名查询该文件所在文件服务器上的路径，假设数据有 100W，部署 4 台缓存服务器，每台服务器大约存储 25W 数据，如果按照随机分配的规则，某一条数据可能会存储在任何一台缓存服务器上，这样，假设查找 beijing.jpg 图片，则最坏需要 4 次查询才能找到，效率很低。

余数 Hash

如果在取数据时能够提前知道某条数据存储在哪个服务器上，则仅需要一次查询就能找到，效率提高很多。这种方案可以通过余数 Hash 来实现，在存储数据时，首先得到数据 key 值的 HashCode，然后对缓存服务器数量取余，得到的余数就是要存储的服务器编号。由于 HashCode 是具有随机性的，因此余数 Hash 算法可以保证缓存数据在整个服务器集群中比较均匀分布。假设图片 beijing.jpg 的 hashcode 值是 10，则存放时放在 10 % 4 = 2 编号为 2 的缓存服务器上，下次取 beijing.jpg 时，可以直接根据 hashcode 值，去编号为 2 的缓存服务器取，只需要一次查询。

Hash 算法问题

这种方法虽然提升了性能，但是还是存在一些缺陷，主要体现在服务器数量发生变动时，缓存的位置就需要发生改变。假设现在 4 台服务器已经满足不了我们的需求，需要添加到 5 台服务器，则还是以 beijing.jpg 为例，之前存储的时候存储在编号为 2 的缓存服务器，现在在取图片时，10 % 5 = 0 ，根据 hashcode 值计算出的缓存服务器编号为 0，无法命中缓存。也就说说缓存服务器的数量发生变动时，大部分缓存一定时间内是失效的，在缓存重建的这段时间内，所有的请求都会从数据库获取数据，容易导致缓存雪崩问题。

一致性 Hash 算法原理

一致性 Hash 算法通过构建环状的 Hash 空间替线性 Hash 空间的方法解决了这个问题，整个 Hash 空间被构建成一个首位相接的环。
一致性 Hash 算法 Java 实现 - 图1
其具体的构造过程为：

先构造一个长度为 2^32 的一致性 Hash 环
计算每个缓存服务器的 Hash 值，并记录，这就是它们在 Hash 环上的位置
对于每个图片，先根据 key 的 hashcode 得到它在 Hash 环上的位置，然后在 Hash 环上顺时针查找距离这个 Key 的 Hash 值最近的缓存服务器节点，这就是该图片所要存储的缓存服务器

当缓存服务器需要扩容的时候，只需要将新加入缓存服务器的 Hash 值放入一致性 Hash 环中，由于 Key 是顺时针查找距离其最近的节点，因此新加入的几点只影响整个环中的一小段。加入新节点 NODE3 后，原来的 Key 大部分还能继续计算到原来的节点，只有 Key3、Key0 从原来的 NODE1 重新计算到 NODE3，这样就能保证大部分被缓存数据还可以命中。当节点被删除时，其他节点在环上的映射不会发生改变，只是原来打在对应节点的 key 现在会转移到顺时针方向的下一个节点上。
一致性 Hash 算法 Java 实现 - 图2

Hash 环数据倾斜

新加入的节点 NODE3 只影响了原来的节点 NODE1，也就是说一部分原来需要访问 NODE1 的缓存数据现在需要访问 NODE3（概率上是 50%）但是原来的节点 NODE0 和 NODE2 不受影响，这就意味着 NODE0 和 NODE2 缓存数据量和负载压力是 NODE1 与 NODE3 的两倍。

虚拟节点

为了解决这个问题，最好的办法就是扩展整个环上的节点数量，可以将每台物理缓存服务器虚拟为一组虚拟缓存服务器，使得 Hash 环在空间上的分割更加均匀。
这样只是将虚拟节点的 Hash 值放置在 Hash 环上，在查找时，首先根据 Key 值找到环上的虚拟节点，然后再根据虚拟节点找到真实额缓存服务器。虚拟节点的数目足够多，就会使得节点在 Hash 环上的分布更加随机化，也就是增加或者删除一台缓存服务器时，都会较为均匀的影响原来集群中已经存在的缓存服务器。
一致性 Hash 算法 Java 实现 - 图3

一致性 Hash 在 Dubbo 中的应用

在 Dubbo 中如果同一环境下服务提供者的数量大于 1，就会出现服务消费者要选择哪个 Provider 进行调用的问题。为了避免集群中部分服务器压力过大，另一些服务器比较空闲的情况，就需要通过负载均衡，让负载 “均摊” 到不同的机器上。Dubbo 中就提供了基于一致性 Hash 的负载均衡算法，只是将缓存服务器替换成 Provider，根据 Provider 和 Consumer 的 IP 地址获取 hashcode。

一致性 Hash 算法的缺陷

虽然一致性 Hash 算法已经十分完善，但是还是有很多不足的地方

Hash 环上的节点非常多或者更新频繁时，查询效率比较低下
整个 Hash 环需要一个服务路由来做负载均衡，存在单点问题

针对这两个问题，Redis 在实现自己的分布式集群方案时，采用了基于 P2P 结构的哈希槽算法

使用哈希槽
1. Redis Cluster 通过分片的方式将整个缓存划分为 16384 个槽，每个缓存节点就相当于 Hash 换上的一个节点，接入集群时，所有实例都将均匀占有这些哈希槽，当需要查询一个 Key 是，首先根据 Key 的 hashcode 对 16384 取余来得到 Key 属于哪个槽，并映射到缓存实例上。
2. 为了方便描述，将 16384 抽象为 20 个哈希槽单位，在增加缓存实例时，假设原来有 4 个节点，分配的哈希槽为 0-4，5-9，10-14，15-19 现在增加一个节点，Redis Cluster 的做法是将之前每台服务器上的一部分哈希槽移动到第四个节点上，更新后的哈希槽分配为 1-4，6-9，11-14，16-19 第四个节点为 0，5，10，15。删除也是同理
去中心化
1. 每个节点都保存有完整的哈希槽 - 节点的映射表，也就是说，每个节点都知道自己拥有哪些哈希槽，以及某个确定的哈希槽究竟对应着哪个节点。
2. 无论向哪个节点发出寻找 Key 的请求，该节点都会通过求余计算该 Key 究竟存在于哪个哈希槽，并将请求转发至该哈希槽所在的节点。
  一致性 Hash 算法实现
  数据结构选取
  一致性 Hash 算法首先需要考虑的问题就是：构造一个长度为 2^32 的整数环，根据节点名称的 Hash 值将服务器节点放置在这个 Hash 环上。
  排序 + List
  算出所有待加入的数据结构的节点名称的 Hash 值放入一个数组中，然后使用排序算法将其从小到大进行排序，最后将排序后的数据放入 List 中。之后，待路由的节点，只需要在 List 中找到第一个 Hash 值比它大的服务器节点就可以了。比如服务器节点的 Hash 值是 [0,2,4,6,8,10]，待路由的节点是 7，则只需要找到第一个比 7 大的整数，也就是 8，就是我们要找的最终需要路由过去的服务器节点。
  直接使用 Arrays#sort() 时间复杂度为 O (NLogN)，则总的时间复杂度为：
最好情况，一次找到 O (1) + O (NLogN)
最坏情况，最后一次找到 O (N) + O (NLogN)

则总的时间复杂度为 O (NLogN)

遍历 + List

由于排序比较消耗性能，那么可以选择不排序，直接遍历的方式：

服务器节点不排序，其 Hash 值全部放到一个 List 中
等待路由的节点，算出其 Hash 值，由于指明了顺时针，因此遍历 List，比待路由节点 Hash 值大的算出差值并记录，比待路由节点 Hash 值小的忽略
算出所有的差值之后，最小的那个，就是最终需要路由过去的节点

现在算下时间复杂度：

最好的情况是只有一个服务器节点的 Hash 值大于带路由节点的 Hash 值，O (N) + O (1)
最坏的情况是所有服务器节点的 Hash 值都大于待路由节点的 Hash 值，时间复杂度是 O (N) + (N)

则总的时间复杂度为 O (N)

红黑树

选用红黑树的原因

红黑树主要的作用是用于存储有序的数据，因此相当于省略了排序这步骤，效率很高
JDK 里面提供了红黑树的代码实现 TreeMap 和 TreeSet
红黑树提供了一个方法 ceilingEntry (Integer key) 可以直接获取 key 右边的第一个节点，如果节点为空，表示已经到尾，则直接取树的第一个节点

时间复杂度分析：O (logN)

Hash 值重新计算

服务器节点一般用字符串表示，比如 192.168.1.1，根据字符串得到其 Hash 值，所以一个重要的问题就是 Hash 值重新计算，首先看下直接使用 String#hashCode() 的结果

public static void main(String[] args) {
    System.out.println("192.168.0.0:111 的哈希值：" +             Math.abs("192.168.0.0:111".hashCode()));
    System.out.println("192.168.0.1:111 的哈希值：" + Math.abs("192.168.0.1:111".hashCode()));
    System.out.println("192.168.0.2:111 的哈希值：" + Math.abs("192.168.0.2:111".hashCode()));
    System.out.println("192.168.0.3:111 的哈希值：" + Math.abs("192.168.0.3:111".hashCode()));
    System.out.println("192.168.0.4:111 的哈希值：" + Math.abs("192.168.0.4:111".hashCode()));
}
/** output **/
192.168.0.0:111 的哈希值：771739798
192.168.0.1:111 的哈希值：770816277
192.168.0.2:111 的哈希值：769892756
192.168.0.3:111 的哈希值：768969235
192.168.0.4:111 的哈希值：768045714

明显可以看到，在 [0,2^23 - 1] 这个大区间中，5 和 HashCode 值仅仅分布在一个小区间，导致某个服务器的负载会特别大。因此需要一种新的计算 Hash 值的方法，这种重新计算 Hash 值的算法有很多，比如 CRC32_HASH、FNV1_32_HASH、KETAMA_HASH 等，其中 KETAMA_HASH 是默认的 Reids 推荐的一致性 Hash 算法，用别的 Hash 算法也可以，比如 FNV1_32_HASH 算法的计算效率就会高一些，这里选用 FNV1_32_HASH 算法

虚拟节点

没有虚拟节点，就会出现前文提到的 Hash 环数据倾斜问题，某种程度上来说，这样就失去了负载均衡的意义，因为负载均衡的目的就是为了使得目标服务器均分所有的请求
可以通过引入虚拟节点减小负载均衡问题，查阅资料了解到，物理服务器很少，则需要更多的虚拟节点；反之，物理服务器比较多，虚拟节点就少一点。
构造虚拟节点需要考虑两个问题：

一个真实的节点如何对应多个虚拟节点
虚拟节点找到后如何还原成真实的节点

参考其他博客有个简单的方法，给每个真实节点机上后缀再取 Hash 值，比如：”192.168.0.0:111” 就可以变成 “192.168.0.0:111&&VN0”,”192.168.0.0:111&&VN1”,”192.168.0.0:111&&VN2”,”192.168.0.0:111&&VN3”，还原的时候只需要从头截取字符串到 ”&&“ 位置就可以了

代码实现

通用部分

通用接口

public interface LoadBalancer {
    // 添加服务器节点
    public void addServerNode(String serverNodeName);
    // 删除服务器节点
    public HashMap<String, String> delServerNode(String serverNodeName);
    // 选择服务器节点
    public String selectServerNode(String requestURL);
}

使用 FNVI_32_HASH 算法计算 Hash 值

public class GetHashCode {
    private static final long FNV_32_INIT = 2166136261L;
    private static final int FNV_32_PRIME = 16777619;
    public int getHashCode(String origin) {
        final int p = FNV_32_PRIME;
        int hash = (int)FNV_32_INIT;
        for (int i = 0; i < origin.length(); i++) {
            hash = (hash ^ origin.charAt(i)) * p;
        }
        hash += hash << 13;
        hash ^= hash >> 7;
        hash += hash << 3;
        hash ^= hash >> 17;
        hash += hash << 5;
        hash = Math.abs(hash);
        return hash;
    }
}

请求 IP 构造

public class IPAddressGenerate {
    public String[] getIPAddress(int num) {
        String[] res = new String[num];
        Random random = new Random();
        for (int i = 0; i < num; i++) {
            res[i] = String.valueOf(random.nextInt(256)) + "." + String.valueOf(random.nextInt(256)) + "."
                    + String.valueOf(random.nextInt(256)) + "." + String.valueOf(random.nextInt(256)) + ":"
                    + String.valueOf(random.nextInt(9999));
        }
        return res;
    }
}

请求在每台服务器上分布的数量方差计算

public class Analysis {
    // <节点，服务器>
    public double analysis(HashMap<String, String> map) {
        Iterator<Map.Entry<String, String>> iterator = map.entrySet().iterator();
        // 计数 map <Server, Count>
        ConcurrentHashMap<String, Integer> countMap = new ConcurrentHashMap<>();
        while (iterator.hasNext()) {
            Map.Entry<String, String> entry = iterator.next();
            String server = entry.getValue();
            if (countMap.containsKey(server)) {
                countMap.put(server, countMap.get(server) + 1);
            } else {
                countMap.put(server, 1);
            }
        }
        Collection<Integer> values = countMap.values();
        Iterator<Integer> val = values.iterator();
        int count = 0;
        int[] res = new int[values.size()];
        while (val.hasNext()) {
            res[count] = val.next();
        }
        return variance(res);
    }
    // 求方差
    private static double variance(int[] arr) {
        int m = arr.length;
        double sum = 0;
        for (int i = 0; i < m; i++) {
            sum += arr[i];
        }
        double dAve = sum / m;
        double dVar = 0;
        for (int i = 0; i < m; i++) {
            dVar += (arr[i] - dAve) * (arr[i] - dAve);
        }
        return dVar / m;
    }
}

不带虚拟节点实现

public class SortedMapWithoutVirtualNode implements LoadBalancer {
    private static Logger logger = LoggerFactory.getLogger(SortedMapWithoutVirtualNode.class);
    private TreeMap<Integer, String> treeMapHash;
    @Override
    public void addServerNode(String serverNodeName) {
        int hash = new GetHashCode().getHashCode(serverNodeName);
        treeMapHash.put(hash, serverNodeName);
    }
    @Override
    public void delServerNode(String serverNodeName) {
        int hash = new GetHashCode().getHashCode(serverNodeName);
        treeMapHash.remove(hash);
        logger.info("服务器节点：{} 下线", serverNodeName);
    }
    @Override
    public String selectServerNode(String requestURL) {
        int hash = new GetHashCode().getHashCode(requestURL);
        // 向右寻找第一个 key
        Map.Entry<Integer, String> subEntry= treeMapHash.ceilingEntry(hash);
        // 设置成一个环，如果超过尾部，则取第一个点
        subEntry = subEntry == null ? treeMapHash.firstEntry() : subEntry;
        return subEntry.getValue();
    }
    // 构建 Hash 环
    public SortedMap<Integer, String> buildHash(TreeMap<Integer, String> treeMap) {
        this.treeMapHash = treeMap;
        return treeMapHash;
    }
}

测试代码

public class SortedMapWithoutVirtualNodeTest {
    private static Logger logger = LoggerFactory.getLogger(SortedMapWithoutVirtualNodeTest.class);
    private static SortedMapWithoutVirtualNode sortedMapWithoutVirtualNode = new SortedMapWithoutVirtualNode();
    // Hash 环
    private static SortedMap<Integer, String> treeMapHash;
    // 服务器总数
    private static final int SERVERS_NUM = 100;
    // 待加入 Hash 环的服务器列表
    private static ArrayList<String> servers = new ArrayList<>();
    private static void init() {
        // 构造服务器数据
        for (int i = 0; i < SERVERS_NUM; i++) {
            StringBuilder stringBuilder = new StringBuilder();
            servers.add(stringBuilder.append("192.168.0.").append(String.valueOf(i)).toString());
        }
        // 构建 Hash 环
        treeMapHash = sortedMapWithoutVirtualNode.buildHash(new TreeMap<Integer, String>());
        // 将服务器添加到 Hash 环中
        for (int i = 0; i < SERVERS_NUM; i++) {
            sortedMapWithoutVirtualNode.addServerNode(servers.get(i));
        }
    }
    public static void main(String[] args) {
        init();
        // 请求节点
        String[] nodes = new IPAddressGenerate().getIPAddress(10000);
        // <节点，服务器>
        HashMap<String, String> map = new HashMap<>();
        for (int i = 0; i < nodes.length; i++) {
            // 选择服务器
            String serverIP = sortedMapWithoutVirtualNode.selectServerNode(nodes[i]);
            // 记录服务器信息
            map.put(nodes[i], serverIP);
        }
        logger.info("初始方差: " + new Analysis().analysis(map));
    }
}

带虚拟节点实现

public class SortedMapWithVirtualNode implements LoadBalancer {
    private static Logger logger = LoggerFactory.getLogger(SortedMapWithVirtualNode.class);
    private TreeMap<Integer, String> treeMapHash;
    @Override
    public void addServerNode(String serverNodeName) {
        int hash = new GetHashCode().getHashCode(serverNodeName);
        treeMapHash.put(hash, serverNodeName);
        // logger.info("服务器节点：{} 上线", serverNodeName);
    }
    @Override
    public void delServerNode(String serverNodeName) {
        int hash = new GetHashCode().getHashCode(serverNodeName);
        treeMapHash.remove(hash);
        logger.info("服务器节点：{} 下线", serverNodeName);
    }
    @Override
    public String selectServerNode(String requestURL) {
        int hash = new GetHashCode().getHashCode(requestURL);
        // 向右寻找第一个 key
        Map.Entry<Integer, String> subEntry = treeMapHash.ceilingEntry(hash);
        // 设置成一个环，如果超过尾部，则取第一个点
        subEntry = subEntry == null ? treeMapHash.firstEntry() : subEntry;
        String VNNode = subEntry.getValue();
        return VNNode.substring(0, VNNode.indexOf("&&"));
    }
    // 构建 Hash 环
    public SortedMap<Integer, String> buildHash(TreeMap<Integer, String> treeMap) {
        this.treeMapHash = treeMap;
        return treeMapHash;
    }
}

测试代码

public class SortedMapWithVirtualNodeTest {
    private static Logger logger = LoggerFactory.getLogger(SortedMapWithVirtualNodeTest.class);
    private static SortedMapWithVirtualNode sortedMapWithVirtualNode = new SortedMapWithVirtualNode();
    // Hash 环
    private static SortedMap<Integer, String> treeMapHash;
    // 服务器总数
    private static final int SERVERS_NUM = 100;
    // 每台服务器需要设置的虚拟节点数
    private static final int VIRTUAL_NODES = 10;
    // 待加入 Hash 环的服务器列表
    private static ArrayList<String> serverList = new ArrayList<>();
    private static void init() {
        // 构造服务器数据
        for (int i = 0; i < SERVERS_NUM; i++) {
            String s = new StringBuilder().append("192.168.0.").append(String.valueOf(i)).toString();
            serverList.add(s);
        }
        // 构建 Hash 环
        treeMapHash = sortedMapWithVirtualNode.buildHash(new TreeMap<Integer, String>());
        // 将服务器的虚拟节点添加到 Hash 环中
        for (String s : serverList) {
            for (int i = 0; i < VIRTUAL_NODES; i++) {
                String VNNode = s + "&&VN" + String.valueOf(i);
                sortedMapWithVirtualNode.addServerNode(VNNode);
            }
        }
    }
    public static void main(String[] args) {
        init();
        // <节点，服务器>
        HashMap<String, String> map = new HashMap<>();
        // 请求节点
        String[] nodes = new IPAddressGenerate().getIPAddress(10000);
        // <节点，服务器>
        for (int i = 0; i < nodes.length; i++) {
            // 选择服务器
            String serverIP = sortedMapWithVirtualNode.selectServerNode(nodes[i]);
            // 记录服务器信息
            map.put(nodes[i], serverIP);
        }
        logger.info("虚拟节点,初始方差: " + new Analysis().analysis(map));
    }
}

性能分析

模拟 1000 个请求，100 台服务器，每台服务器 100 个虚拟节点，比较方差为：

不带虚拟节点：143.98
带虚拟节点为：51.32

参考其他博客，使用 FNVI_32_HASH 算法计算 Hash 值，在服务器增加后，缓存的命中率为 78% 左右

一致性 Hash 算法 Java 实现

缓存集群

余数 Hash

Hash 算法问题

一致性 Hash 算法原理

Hash 环数据倾斜

虚拟节点

一致性 Hash 在 Dubbo 中的应用

一致性 Hash 算法的缺陷

一致性 Hash 算法实现

数据结构选取

排序 + List

遍历 + List

红黑树

Hash 值重新计算

虚拟节点

代码实现

通用部分

不带虚拟节点实现

带虚拟节点实现

性能分析

参考