如果你有 n 个缓存服务器，一个常见的负载平衡形式是应用以下的哈希办法：
服务器索引 = 哈希(键) % N，其中 N 是服务器池的大小。
让咱们通过一个例子来阐明这是如何工作的。如表 5 - 1 所示，咱们有 4 台服务器和 8 个字符串键及其哈希值。
为了获取存储某个键的服务器，咱们执行模运算 f(键) % 4。例如，哈希(键 0) % 4 = 1 意味着客户端必须分割服务器 1 来获取缓存的数据。图 5 - 1 展现了基于表 5 - 1 的键的散布。
AI 不会取代你, 应用 AI 的人会。欢送关注我的公众号：更 AI。以程序员的视角来看 AI 能带给咱们什么~
当服务器池的大小固定且数据分布平均时，这种办法工作得很好。然而，当新的服务器被增加，或者现有的服务器被移除时，就会呈现问题。例如，如果服务器 1 离线，服务器池的大小就变成了 3。应用雷同的哈希函数，咱们失去的键的哈希值是雷同的。然而利用模运算会因为服务器数量缩小了 1 而失去不同的服务器索引。咱们利用 哈希 % 3 失去的后果如表 5 - 2 所示：
图 5 - 2 展现了基于表 5 - 2 的新键散布。
如图 5 - 2 所示，大多数键都被重新分配了，而不仅仅是那些最后存储在离线服务器（服务器 1）中的键。这意味着，当服务器 1 离线时，大多数缓存客户端将连贯到谬误的服务器来获取数据。这导致了一场缓存未命中的风暴。一致性哈希是一种无效的技术来缓解这个问题。
一致性哈希
援用自维基百科：” 一致性哈希是一种非凡的哈希，使得当哈希表大小扭转且应用一致性哈希时，均匀只有 k/n 个键须要被从新映射，其中 k 是键的数量，n 是槽位的数量。相比之下，在大多数传统哈希表中，数组槽位数量的变动导致简直所有的键都须要被从新映射[1]”。
哈希空间和哈希环
当初咱们了解了一致性哈希的定义，让咱们理解它是如何工作的。假如应用 SHA- 1 作为哈希函数 f，哈希函数的输入范畴是：x0, x1, x2, x3, …, xn。在密码学中，SHA- 1 的哈希空间从 0 到 2^160 – 1。也就是说，x0 对应 0，xn 对应 2^160 – 1，所有其余的哈希值都落在 0 和 2^160 – 1 之间。图 5 - 3 展现了哈希空间。
通过连贯两端，咱们失去一个如图 5 - 4 所示的哈希环：
哈希服务器
应用雷同的哈希函数 f，咱们依据服务器的 IP 或名字将服务器映射到环上。图 5 - 5 显示了 4 台服务器被映射到哈希环上。
哈希键
值得一提的是，这里应用的哈希函数与“重哈希问题”中的不同，并且没有模运算。如图 5 - 6 所示，4 个缓存键（key0，key1，key2 和 key3）被哈希到哈希环上。
服务器查找
为了确定一个键存储在哪个服务器上，咱们从环上的键地位顺时针方向进行寻找，直到找到一个服务器。图 5 - 7 解释了这个过程。顺时针方向，key 0 存储在 server 0上；key1 存储在 server 1 上；key2 存储在 server 2 上；key3 存储在 server 3 上。
增加服务器
应用上述逻辑，增加新服务器只须要重新分配一部分键。
在图 5 - 8 中，新增 server 4 后，只有 key0 须要被重新分配。k1, k2, 和 k3 依然在雷同的服务器上。让咱们认真看看这个逻辑。在 server 4 增加之前，key0 存储在 server 0 上。当初，key0 将存储在 server 4 上，因为 server 4 是它从环上的 key0 地位顺时针方向遇到的第一个服务器。其余的键依据一致性哈希算法不须要重新分配。
移除服务器
当服务器被移除时，只有少部分的键须要通过一致性哈希进行重新分配。在图 5 - 9 中，当 server 1 被移除时，只有 key1 必须被映射到 server 2。其余的键不受影响。
根本办法中的两个问题
一致性哈希算法是由 MIT 的 Karger 等人提出的[1]。根本步骤如下：
- 应用均匀分布的哈希函数将服务器和键映射到环上。
- 要找出键映射到哪个服务器，从键地位开始顺时针方向找到环上的第一个服务器。
这种办法存在两个问题。首先，思考到服务器可能会被增加或移除，不可能在环上为所有服务器放弃雷同大小的分区。分区是相邻服务器之间的哈希空间。每个服务器被调配到的环上的分区大小可能十分小或者相当大。在图 5 -10 中，如果 s1 被移除，s2的分区（双向箭头高亮示意）就是 s0 和s3分区的两倍大。
第二，环上的键散布可能非平均。例如，如果服务器映射到图 5 -11 中列出的地位，大部分的键都存储在 server 2 上。然而，server 1 和 server 3 没有任何数据。
一种被称为虚构节点或正本的技术被用来解决这些问题。
虚构节点
虚构节点是指理论节点，每个服务器在环上都由多个虚构节点示意。在图 5 -12 中，server 0 和 server 1 都有 3 个虚构节点。这个 3 是随便抉择的；在理论零碎中，虚构节点的数量要多得多。咱们不再应用 s0，而是应用 s0_0, s0_1 和 s0_2 来在环上示意 server 0。同样，s1_0, s1_1 和 s1_2 在环上示意 server 1。有了虚构节点，每个服务器就负责多个分区。标签为 s0 的分区（边）由 server 0 治理。另一方面，标签为 s1 的分区由 server 1 治理。
要找出一个键存储在哪个服务器上，咱们从键的地位顺时针方向去找环上遇到的第一个虚构节点。在图 5 -13 中，要找出 k0 存储在哪个服务器上，咱们从 k0 的地位顺时针方向找到虚构节点s1_1，它指向server 1。
随着虚构节点数量的减少，键的散布变得更加平衡。这是因为随着虚构节点数量的减少，标准差变得更小，导致数据分布平衡。标准差掂量了数据的扩散水平。在线钻研的一项试验后果 [2] 表明，当有一百或两百个虚构节点时，标准差在均值的 5%（200 个虚构节点）到 10%（100 个虚构节点）之间。当咱们减少虚构节点数量时，标准差会变小。然而，咱们须要更多的空间来存储虚构节点的数据。这是一个衡量，咱们能够调整虚构节点的数量以适应咱们的零碎需要。
找到受影响的键
当增加或移除一个服务器时，局部数据须要被从新散布。咱们如何找到受影响的范畴以重新分配键呢？
在图 5 -14 中，server 4被增加到环中。受影响的范畴从 s4（新增加的节点）开始，逆时针挪动到找到一个服务器（s3）。因而，位于s3 和s4之间的键须要被重新分配给s4。
当一个服务器（s1）如图 5 -15 所示被移除时，受影响的范畴从 s1（被移除的节点）开始，逆时针绕环挪动到找到一个服务器（s0）。因而，位于s0 和s1之间的键必须被重新分配给s2。
总结
在这一章，咱们深刻探讨了一致性哈希，包含为什么须要它以及它是如何工作的。一致性哈希的益处包含：
- 当服务器被增加或移除时，最小化键的从新散布。
- 因为数据更平均地散布，所以易于横向扩大。
- 缓解热点键问题。适度拜访特定的分片可能导致服务器过载。设想一下，Katy Perry、Justin Bieber 和 Lady Gaga 的数据全副都在同一个分片上。一致性哈希通过更平均地散布数据来缓解这个问题。
一致性哈希在事实世界的零碎中被广泛应用，包含一些驰名的零碎：
- Amazon 的 Dynamo 数据库的分区组件 [3]
- Apache Cassandra 中跨集群的数据分区 [4]
- Discord 聊天利用 [5]
- Akamai 内容散发网络 [6]
- Maglev 网络负载均衡器 [7]
祝贺你走到这一步！当初给本人一个赞。干得好！
AI 不会取代你, 应用 AI 的人会。欢送关注我的公众号：更 AI。以程序员的视角来看 AI 能带给咱们什么~
参考资料
[1] 一致性哈希：https://en.wikipedia.org/wiki/Consistent_hashing
[2] 一致性哈希：
https://tom-e-white.com/2007/11/consistent-hashing.html
[3] Dynamo：亚马逊的高可用键值存储：
https://www.allthingsdistributed.com/files/amazon-dynamo-sosp…
[4] Cassandra – 一个去中心化的结构化存储系统：
http://www.cs.cornell.edu/Projects/ladis2009/papers/Lakshman-…
[5] 如何将 Discord Elixir 扩大到 500 万并发用户：
https://blog.discord.com/scaling-elixir-f9b8e1e7c29b
[6] CS168：古代算法工具箱第一课：简介和一致性哈希：http://theory.stanford.edu/~tim/s16/l/l1.pdf
[7] Maglev：一个疾速牢靠的软件网络负载均衡器：
https://static.googleusercontent.com/media/research.google.co…