一致性hash java实现 java一致性hash算法

一、一致性哈希算法的概念

一致性哈希算法是分布式系统中常用的算法。比如，一个分布式的存储系统，要将数据存储到具体的节点上，如果采用普通的hash方法，将数据映射到具体的节点上，如key%N，key是数据的key，N是机器节点数，如果有一个机器加入或退出这个集群，则所有的数据映射都无效了，如果是持久化存储则要做数据迁移，如果是分布式缓存，则其他缓存就失效了。

因此，引入了一致性哈希算法：

把数据用hash函数（如MD5），映射到一个很大的空间里，如图所示。数据的存储时，先得到一个hash值，对应到这个环中的每个位置，如k1对应到了图中所示的位置，然后沿顺时针找到一个机器节点B，将k1存储到B这个节点中。

如果B节点宕机了，则B上的数据就会落到C节点上，如下图所示：

这样，只会影响C节点，对其他的节点A，D的数据不会造成影响。然而，这又会造成一个“雪崩”的情况，即C节点由于承担了B节点的数据，所以C节点的负载会变高，C节点很容易也宕机，这样依次下去，这样造成整个集群都挂了。

为此，引入了“虚拟节点”的概念：即把想象在这个环上有很多“虚拟节点”，数据的存储是沿着环的顺时针方向找一个虚拟节点，每个虚拟节点都会关联到一个真实节点，如下图所使用：

图中的A1、A2、B1、B2、C1、C2、D1、D2都是虚拟节点，机器A负载存储A1、A2的数据，机器B负载存储B1、B2的数据，机器C负载存储C1、C2的数据。由于这些虚拟节点数量很多，均匀分布，因此不会造成“雪崩”现象。

二、Java实现

package arithmetic;

import java.nio.ByteBuffer;
import java.nio.ByteOrder;
import java.util.List;
import java.util.SortedMap;
import java.util.TreeMap;

public class Sharded<S> {//S是分片，封装了机器节点的信息，如：ip，port，name，password

    /**每个机器节点关联的虚拟节点*/
    private TreeMap<Long,S> nodes;
    /**机器节点*/
    private List<S> shards;
    /**每个机器节点关联的虚拟节点的个数*/
    private final int NODE_NUM = 160;

    public Sharded(TreeMap<Long, S> nodes, List<S> shards) {
        super();
        this.nodes = nodes;
        this.shards = shards;
        init();
    }

    /**
     * 初始化，主要为机器节点关联的虚拟节点
     */
    private void init(){
        nodes = new TreeMap<Long, S>();
        for(int i=0; i<shards.size(); i++ ){
            for(int n=0; n<NODE_NUM; n++){
                nodes.put(hash("SHARD-"+i+"-NODE-"+n), shards.get(i));
            }
        }
    }

    public S getShardInfo(String key){
        SortedMap<Long, S> tail = nodes.tailMap(hash(key));
        if(tail.size()==0){
            return nodes.get(nodes.firstKey());
        }
        return tail.get(tail.firstKey());
    }

    /**
     * MurMurHash算法，是非加密HASH算法，性能很高
     * 比传统的CRC32,MD5，SHA-1(这两个算法都是加密HASH算法，复杂度本身就很高，带来的性能上的损害也不可避免)等HASH算法要快很多，而且据说这个算法的碰撞率很低.
     * @param key
     * @return
     */
    private Long hash(String key){
        ByteBuffer buf = ByteBuffer.wrap(key.getBytes());  
        int seed = 0x1234ABCD;  
        ByteOrder byteOrder = buf.order();  
        buf.order(ByteOrder.LITTLE_ENDIAN);  
        long m = 0xc6a4a7935bd1e995L;  
        int r = 47;  
        long h = seed ^ (buf.remaining() * m);  
        long k;  
        while (buf.remaining() >= 8) {  
            k = buf.getLong();  
            k *= m;  
            k ^= k >>> r;  
            k *= m;  
            h ^= k;  
            h *= m;  
        }  
        if (buf.remaining() > 0) {  
            ByteBuffer finish = ByteBuffer.allocate(8).order(  
                    ByteOrder.LITTLE_ENDIAN);  
            finish.put(buf).rewind();  
            h ^= finish.getLong();  
            h *= m;  
        }  
        h ^= h >>> r;
        h *= m;
        h ^= h >>> r;
        buf.order(byteOrder);
        return h;
    }
}