一致性哈希的php实现

未来项目可能要上memcache集群,memcache集群的key分配完全在客户端完成,服务端不做任何处理,这里对key进行分配节点的最优方式就是使用一致性哈希。

记得以前用mysql进行分库分表的时候,通常会用一个求余作为哈希函数,这样一些id就能对应相应的表了。不过使用mysql的时候,我们不需要考虑这些节点失效问题,以及节点增加或者减少的问题(在此之前应该做好足够的计划和准备),但是对于缓存,通常就比较宽松了,允许节点失效问题,但是普通的hash分配在节点失效之后,大部分的缓存位置都改变了,这显然个灾难,这个时候就要考虑一致性hash了,在增加或者删除节点,只有小部分的key会受影响。

一致性哈希的步骤

  1. 将几个节点(也就是服务器,随便你怎么命名)通过一个hash函数(比如crc32)分别计算出它们的hash值,比如1000,4000,8000,6000,并且排好序,也就是1000,4000,6000,8000
  2. 将key也通过一个hash函数计算出它的hash值,比如1500
  3. 将这个key的hash于节点的hash逐一比较,当这个key的hash小于节点的hash,那么这个节点就是这个key所要储存的节点,如果没有找到,那就存到第一个节点。

ok,就这么简单,其实就是一个区间的问题,服务器节点形成一个区间,然后key节点落在哪个区间,就分配到哪个节点。ok,我想还是这些高大上的介绍看起来更舒服一点,不过一开始就看这个,我都嫌啰嗦。明明几句简短的话就能概括,非要一上来就一堆的balabala

一致性哈希算法(Consistent Hashing)最早在论文《Consistent Hashing and Random Trees: Distributed Caching Protocols for Relieving Hot Spots on the World Wide Web》中被提出。简单来说,一致性哈希将整个哈希值空间组织成一个虚拟的圆环,如假设某哈希函数H的值空间为0-2^32-1(即哈希值是一个32位无符号整形),整个哈希空间环如下:

 

1466754309-6659-274814

 

整个空间按顺时针方向组织。0和232-1在零点中方向重合。

下一步将各个服务器使用Hash进行一个哈希,具体可以选择服务器的ip或主机名作为关键字进行哈希,这样每台机器就能确定其在哈希环上的位置,这里假设将上文中四台服务器使用ip地址哈希后在环空间的位置如下:

 

1466754309-6632-274814

 

接下来使用如下算法定位数据访问到相应服务器:将数据key使用相同的函数Hash计算出哈希值,并确定此数据在环上的位置,从此位置沿环顺时针“行走”,第一台遇到的服务器就是其应该定位到的服务器。

例如我们有Object A、Object B、Object C、Object D四个数据对象,经过哈希计算后,在环空间上的位置如下:

 

1466754309-9412-274814

 

根据一致性哈希算法,数据A会被定为到Node A上,B被定为到Node B上,C被定为到Node C上,D被定为到Node D上。

下面分析一致性哈希算法的容错性和可扩展性。现假设Node C不幸宕机,可以看到此时对象A、B、D不会受到影响,只有C对象被重定位到Node D。一般的,在一致性哈希算法中,如果一台服务器不可用,则受影响的数据仅仅是此服务器到其环空间中前一台服务器(即沿着逆时针方向行走遇到的第一台服务 器)之间数据,其它不会受到影响。

下面考虑另外一种情况,如果在系统中增加一台服务器Node X,如下图所示:

 

1466754309-6874-274814

 

此时对象Object A、B、D不受影响,只有对象C需要重定位到新的Node X 。一般的,在一致性哈希算法中,如果增加一台服务器,则受影响的数据仅仅是新服务器到其环空间中前一台服务器(即沿着逆时针方向行走遇到的第一台服务器) 之间数据,其它数据也不会受到影响。

综上所述,一致性哈希算法对于节点的增减都只需重定位环空间中的一小部分数据,具有较好的容错性和可扩展性。

另外,一致性哈希算法在服务节点太少时,容易因为节点分部不均匀而造成数据倾斜问题。例如系统中只有两台服务器,其环分布如下,

 

1466754309-9865-274814

 

此时必然造成大量数据集中到Node A上,而只有极少量会定位到Node B上。为了解决这种数据倾斜问题,一致性哈希算法引入了虚拟节点机制,即对每一个服务节点计算多个哈希,每个计算结果位置都放置一个此服务节点,称为虚拟 节点。具体做法可以在服务器ip或主机名的后面增加编号来实现。例如上面的情况,可以为每台服务器计算三个虚拟节点,于是可以分别计算 “Node A#1”、“Node A#2”、“Node A#3”、“Node B#1”、“Node B#2”、“Node B#3”的哈希值,于是形成六个虚拟节点:

 

1466754309-9451-274814

 

同时数据定位算法不变,只是多了一步虚拟节点到实际节点的映射,例如定位到“Node A#1”、“Node A#2”、“Node A#3”三个虚拟节点的数据均定位到Node A上。这样就解决了服务节点少时数据倾斜的问题。在实际应用中,通常将虚拟节点数设置为32甚至更大,因此即使很少的服务节点也能做到相对均匀的数据分布。

一致性hash的php实现

实现方式也很简单,就直接上代码了

<?php
class ConsistentHash
{

    /**
     * nodes array
     * @var array
     */
    protected $nodes = array();

    /**
     * virtual nodes
     * @var array
     */
    protected $virtualNodes = array();

    /**
     * sort
     * @var boolean
     */
    protected $isSort = false;

    /**
     * virtual nodes num
     * @var integer
     */
    protected $virtualNodesNum = 10;

    public function __construct()
    {

    }

    public function setVirtualNum($num)
    {
        $this->virtualNodesNum = $num;
    }

    public function addNode($node)
    {
        $this->nodes[] = $node;
        for( $i=0; $i<$this->virtualNodesNum; $i++ ){
            $virtualHash = sprintf("%u",crc32($node.$i));
            $this->virtualNodes[$virtualHash] = $node;
        }
        return true;
    }

    public function addNodes($nodes)
    {
        foreach($nodes as $node){
            $this->addNode($node);
        }
    }

    public function getNode($key)
    {
        if( !$this->isSort ){
            ksort($this->virtualNodes);
            $this->isSort = true;
        }
        $hashKey = sprintf("%u",crc32($key));

        foreach($this->virtualNodes as $hashNode=>$node){
            if( $hashKey < $hashNode ){
                return $node;
            }
        }

        return $this->nodes[0];

    }
}

代码托管在github : https://github.com/cmhc/consistanthash

赞赏

微信赞赏支付宝赞赏

作品

发表评论

电子邮件地址不会被公开。 必填项已用*标注