假设我们现在做一个简单的文件缓存服务，由于文件数过多，我们先使用3台机器用来存储文件。
为了由文件名（假设文件名称不重复）能得到存储的机器，考虑先对文件名做hash运算，接着对3取余，得到的余数即为所在机器的编号。
这套系统运行了很久，后来文件数量慢慢增多，3台机器存不下了，现在我们考虑扩充到4台。
这个时候，我们的算法更新为hash(文件名)%5。
那么使用该算法获取abc.txt文件所在的缓存机器时，在其hash值为10的时候，将会映射到0号机器上，而之前是存储在1号机器上的，这个时候就会重新将文件存储到0号机器上，或者将1号机器上的文件迁移到0号机器上。
因此，增加了两台机器后，导致了缓存失效。
我们使用代码来大致确定一下缓存失效的比例：
public static void main(String[] args) {
//缓存失效计数
int count = 0;
//假设一共有10000份文件
for (int i = 0; i < 10000; i++) {
//文件名称
String fileName = "file#" + i;
int hashCode = fileName.hashCode();
//原来的存储位置
int oldSite = hashCode % 3;
//增加两台机器后，现在的存储位置
int newSite = hashCode % 5;
if (oldSite != newSite) {
count++;
}
}
System.out.println(count);
}
运行后发现，超过80%的缓存都会失效。
也就是说，无论是增加机器还是减少机器，都会使得缓存大面积的失效，这是我们不愿意见到的结果，那么有没有一种新的算法呢？
一致性哈希算法，就应运而生了。该算法可以使得增减机器时，大幅度减少失效的缓存数量。
首先这里有个圆，你可以看做是从0到2^32-1头尾相连的环。
我们先对一台机器的ip做哈希运算，再对2^32取模，即hash(ip)%2^32，得到了数字肯定在环上。
假设我们使用的哈希算法得到的哈希值返回值是int类型，则本身相当于已经取过模。
因此我们标记出三台机器在环上的位置
这个时候，需要将文件映射到环上，使用一样的哈希函数，即hash(文件名)。假设这里有4个文件，我们在环上标记出文件的位置。
那现在怎么确定文件在哪台机器上存储呢？
很简单，从当前文件开始，顺时针找到第一个机器，即为文件的存储位置。
假设这个时候机器2宕机，我们将机器2从环上移除，观察一下文件3的变化
当机器2宕机时，文件3将重新指向机器3。
也就是说，当机器2宕机时，原本映射到机器1与机器2之间位置的文件，将会被重新映射到机器3。
因此，一致性哈希能够大幅度降低缓存失败的范围，不至于“牵一发而动全身”。
不知道大家有没有看出来，在上图中，几台机器在环上的分布比较均匀，这是一种非常理想的情况。
然而现实可能并不是这样，假设3台机器经过映射后，彼此之间非常靠近。
当机器数量特别少的时候，经过映射后，节点在环上分布不均匀，导致大部分文件全部落在同一台机器上，也就是存在数据倾斜问题。
如图所示，4个文件全部存储在了机器1上。倘若有一天，机器1承载不住大量的文件访问挂了，这些文件将会立即转移到机器2上。机器2同样也会承载不住，最后就会造成整个系统的连锁崩溃。
既然问题的根本在于机器数量少，那我们可以增加机器啊！
但机器是一种实际存在的物理资源，不可能说增加就增加，老板也不让啊！
这个时候，我们可以复制现有的物理机器，形成一些虚拟节点，通过以物理节点的ip加上后缀序号来实现。
当虚拟节点以同样的算法映射到环上之后，文件1最终将会落到机器2上。
理论上，虚拟节点越多，越能做到相对的均匀分布。
下面以代码的形式，来验证一下。
public class Main {
//真实节点
private static final String[] ipArray = new String[]{"192.168.1.1", "192.168.1.2", "192.168.1.3", "192.168.1.4"};
//哈希环(哈希值->真实节点ip)
private static final TreeMap<Long, String> circle = new TreeMap<>();
//指定倍数初始化哈希环
private static void initCircle(int mul) {
//映射真实节点
for (String ip : ipArray) {
circle.put(hash(ip), ip);
//按照倍数映射虚拟节点
for (int i = 1; i <= mul; i++) {
String virtual = ip + "#" + i;
circle.put(hash(virtual), ip);
}
}
}
//获取指定文件存储的机器ip
private static String getIpByFileName(String fileName) {
long hash = hash(fileName);
Long higherKey = circle.higherKey(hash);
if (higherKey == null) {
//返回哈希环中的第一个ip
return circle.get(circle.firstKey());
}
//返回比文件名称的哈希值大的最小ip
return circle.get(higherKey);
}
//统计落在每个节点上的文件总数(ip->文件总数)
private static Map<String, Long> count(long fileCount) {
//(ip,文件总数)
Map<String, Long> map = new HashMap<>();
for (long i = 1; i <= fileCount; i++) {
String ip = getIpByFileName("file#" + i);
Long ipCount = map.get(ip);
map.put(ip, (ipCount == null ? 0 : ipCount) + 1);
}
return map;
}
//打印各个ip存储的文件数占总数的百分比
private static void print(int fileCount) {
Map<String, Long> map = count(fileCount);
for (String ip : ipArray) {
Long ipCountL = map.get(ip);
long ipCount = ipCountL == null ? 0 : ipCountL;
double result = ipCount * 100 / (double) fileCount;
//保留一位小数
String format = String.format("%.1f", result);
System.out.println(ip + ":" + format + "%");
}
}
// 32位的 Fowler-Noll-Vo 哈希算法
// https://en.wikipedia.org/wiki/Fowler–Noll–Vo_hash_function
private static Long hash(String key) {
final int p = 16777619;
long hash = 2166136261L;
for (int idx = 0, num = key.length(); idx < num; ++idx) {
hash = (hash ^ key.charAt(idx)) * p;
}
hash += hash << 13;
hash ^= hash >> 7;
hash += hash << 3;
hash ^= hash >> 17;
hash += hash << 5;
if (hash < 0) {
hash = Math.abs(hash);
}
return hash;
}
public static void main(String[] args) {
//初始化哈希环
initCircle(1000000);
//文件总数10000个
print(10000);
}
}当倍数为0时：
192.168.1.1:0.0%
192.168.1.2:0.0%
192.168.1.3:100.0%
192.168.1.4:0.0%相当于没有虚拟节点，可以看到极度不均匀，倾斜严重。
当倍数为100时：
192.168.1.1:28.4%
192.168.1.2:22.4%
192.168.1.3:34.6%
192.168.1.4:14.6%倾斜改善了！但仍然不满足
当倍数为10000时：
192.168.1.1:24.6%
192.168.1.2:25.9%
192.168.1.3:23.3%
192.168.1.4:26.3%基本上算是比较均匀了
大胆点，我们把倍数调到1百万，文件数也调到1百万
192.168.1.1:25.0%
192.168.1.2:24.9%
192.168.1.3:25.0%
192.168.1.4:25.1%可见所有文件在各个机器上分布得非常均匀！
