一文了解一致性哈希
· 阅读需 12 分钟
前言
一致性哈希是一种特殊的哈希算法，它的核心思想是在解决分布式环境下，Hash表在动态扩缩容时节点重新映射与大量数据迁移的问题。主要的应用场景是：对于有状态服务等场景，需要根据特定的key路由到相同的目标服务机器上进行处理的场景。
一般情况下我们会使用Hash表的方式，以key-value的方式来做数据的存储。但是，当数据量比较大的情况下，我们会把数据存储到多个节点上，然后通过哈希取模的方式来决定把当前的key存储到哪个节点。但是这种方式有个很明显的问题，就是当存储的节点增加或者减少的时候，原本的映射关系就会发生变化，也就是对于所有的数据需要按照新的节点数量再重新映射一遍，这样就涉及了大量的数据迁移和重新映射的问题，它的代价很大。而一致性哈希算法，就是用来优化这样的动态变化的场景的一种算法。
一致性哈希算法的评判指标：
- 平衡性：不同key的哈希结果分布均衡，尽可能的均衡地分布到各节点上。
- 单调性：当有新的节点上线后，系统中原有的key要么还是映射到原来的节点上，要么映射到新加入的节点上，不会出现从一个老节点重新映射到另一个老节点。
- 分散性：当上游的机器看到不同的下游列表时（在上线时及不稳定的网络 中比较常见）, 同一个请求尽量映射到少量的节点中。
- 服务器负载均衡：负载主要是从服务器的角度来看，指各服务器的负载应该尽量均衡。 一致性哈希算法的关键特征在于： 不要导致全局重新映射， 而是要做增量的重新映射。