一致性哈希算法的Java实现
?
关于一致性哈希算法的原理,网上有很多介绍,在此只是简单介绍一下,不做详细说明。
?
一致性哈希算法是分布式系统中常用的算法,比如有N台缓存服务器,你需要将数据缓存到这N台服务器上。一致性哈希算法可以将数据尽可能平均的存储到N台缓存服务器上,提高系统的负载均衡,并且当有缓存服务器加入或退出集群时,尽可能少的影响现有缓存服务器的命中率,减少数据对后台服务的大量冲击。
?
一致性哈希算法的基本原理,把数据通过hash函数映射到一个很大的环形空间里,如下图所示:
?
?
?
A、B、C、D 4台缓存服务器通过hash函数映射环形空间上,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,如缓存数据: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A,将K1存储到A节点上,K2存储到A节点上,K3、K4存储到B节点上。
?
?
?
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:
?
?
?
?
?
?
引入“虚拟节点”后,映射关系就从 {对象 ->节点 }转换到了 {对象 ->虚拟节点 }。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,提高了平衡性,因此不会造成“雪崩”现象。
?
?
?
说完了一致性哈希算法的基本原理,下面说一下一致性哈希算法的JAVA实现。
?
?
?
首先定义一个hash函数接口:HashFunction
?
class="java" name="code">/** * hash 函数接口 * * @author sundoctor * */ public interface HashFunction { /** * hash函数 * * @param key * @return */ Long hash(String key); }
?
?
HashFunction一个实现,定义HashFunction接口,为了方便大家根据业务需要实现自己的hash函数。
?
import java.nio.ByteBuffer; import java.nio.ByteOrder; public class HashFunctionImpl implements HashFunction { /** * MurMurHash算法,是非加密HASH算法,性能很高,碰撞率低 */ @Override public 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; } }
?
?
一致性哈希算法的JAVA简单实现:
?
?
import java.util.Collection; import java.util.SortedMap; import java.util.TreeMap; public class ConsistentHash<T> { private final HashFunction hashFunction;// hash 函数接口 private final int numberOfReplicas;// 每个机器节点关联的虚拟节点个数 private final SortedMap<Long, T> circle = new TreeMap<Long, T>();// 环形虚拟节点 /** * * @param hashFunction * hash 函数接口 * @param numberOfReplicas * 每个机器节点关联的虚拟节点个数 * @param nodes * 真实机器节点 */ public ConsistentHash(HashFunction hashFunction, int numberOfReplicas, Collection<T> nodes) { this.hashFunction = hashFunction; this.numberOfReplicas = numberOfReplicas; for (T node : nodes) { add(node); } } /** * 增加真实机器节点 * * @param node */ public void add(T node) { for (int i = 0; i < this.numberOfReplicas; i++) { circle.put(this.hashFunction.hash(node.toString() + i), node); } } /** * 删除真实机器节点 * * @param node */ public void remove(T node) { for (int i = 0; i < this.numberOfReplicas; i++) { circle.remove(this.hashFunction.hash(node.toString() + i)); } } /** * 取得真实机器节点 * * @param key * @return */ public T get(String key) { if (circle.isEmpty()) { return null; } long hash = hashFunction.hash(key); if (!circle.containsKey(hash)) { SortedMap<Long, T> tailMap = circle.tailMap(hash);// 沿环的顺时针找到一个虚拟节点 hash = tailMap.isEmpty() ? circle.firstKey() : tailMap.firstKey(); } return circle.get(hash); // 返回该虚拟节点对应的真实机器节点的信息 } }
?
?
测试:
?
Node类模拟真实机器节点,保存节点的IP、名称、端口等
?
?
/** * 物理机节点模拟类,保存节点的IP、名称、端口等信息 * * @author sundoctor * * @param <T> */ public class Node<T> { private String ip;// IP private String name;// 名称 public Node(String ip, String name) { this.ip = ip; this.name = name; } public String getIp() { return ip; } public void setIp(String ip) { this.ip = ip; } public String getName() { return name; } public void setName(String name) { this.name = name; } /** * 复写toString方法,使用节点IP当做hash的KEY */ @Override public String toString() { return ip; } }
?
?
测试类:
?
import java.util.ArrayList; import java.util.HashMap; import java.util.List; import java.util.Map; import java.util.UUID; public class Test { private static final String IP_PREFIX = "192.168.1.";// 机器节点IP前缀 /** * @param args */ public static void main(String[] args) { Map<String, Integer> map = new HashMap<String, Integer>();// 每台真实机器节点上保存的记录条数 List<Node<String>> nodes = new ArrayList<Node<String>>();// 真实机器节点 // 10台真实机器节点集群 for (int i = 1; i <= 10; i++) { map.put(IP_PREFIX + i, 0);// 每台真实机器节点上保存的记录条数初始为0 Node<String> node = new Node<String>(IP_PREFIX + i, "node" + i); nodes.add(node); } HashFunction hashFunction = new HashFunctionImpl(); // hash函数实例 ConsistentHash<Node<String>> consistentHash = new ConsistentHash<Node<String>>(hashFunction, 100, nodes);// 每台真实机器引入100个虚拟节点 // 将5000条记录尽可能均匀的存储到10台机器节点 for (int i = 0; i < 5000; i++) { // 产生随机一个字符串当做一条记录,可以是其它更复杂的业务对象,比如随机字符串相当于对象的业务唯一标识 String data = UUID.randomUUID().toString() + i; // 通过记录找到真实机器节点 Node<String> node = consistentHash.get(data); // 再这里可以能过其它工具将记录存储真实机器节点上,比如MemoryCache等 // ... // 每台真实机器节点上保存的记录条数加1 map.put(node.getIp(), map.get(node.getIp()) + 1); } // 打印每台真实机器节点保存的记录条数 for (int i = 1; i <= 10; i++) { System.out.println(IP_PREFIX + i + "节点记录条数:" + map.get("192.168.1." + i)); } } }
?
?
运行测试类Test,输出:
?
192.168.1.1节点记录条数:474
192.168.1.2节点记录条数:489
192.168.1.3节点记录条数:468
192.168.1.4节点记录条数:501
192.168.1.5节点记录条数:412
192.168.1.6节点记录条数:473
192.168.1.7节点记录条数:598
192.168.1.8节点记录条数:521
192.168.1.9节点记录条数:493
192.168.1.10节点记录条数:571
?
?
?
从以上输出可以看到,记录很均匀的分布在10机器节点。
?
?
?