哈希算法,SHA256,哈希函数,加密哈希,哈希预测/哈希算法是博彩游戏公平性的核心，本文详细解析 SHA256 哈希函数的运作原理，并提供如何通过哈希技术进行博彩预测的方法！posts - 110, comments - 101, trackbacks - 0, articles - 7

　　Posted on 2012-10-10 11:32云云阅读(48877)

　　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。

　　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。

　　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。

　　我看了网上清一色都是拿memcached来说一致性hash，增加虚拟节点解决数据均衡的问题。我有个疑问：

　　1.使用虚拟节点后，但是当我增加物理节点后，环中的虚拟节点是否要增加，如果把他应用在mysql上，数据迁移是否会很困难？

　　2.在使用虚拟节点时，比如5个物理节点，每个物理节点虚拟出1024个虚节点，按道理hash环有5120个节点，但是使用kemata哈希虚拟环时，有些节点key的哈希结果相同，导致hash环中少于5120个节点？

　　#re: 一致性哈希算法与Java实现2015-10-21 00:22 by我来解决楼上的问题，解决之前贤说两句：

　　楼上太强势，绝对不可能，这5个字震慑到我了，而且看你的提问，只能算是懂一点hash一致性算法，楼主的说法是正确的，也是非常有参考价值的。

　　1. 你所说的是hash一致性的数据迁移问题，这个是hash一致性的弱点，可以改进，但是需要自己开发相应的程序，不是不可能完成的而是可以完成的，只是复杂点；退一万步，任何技术都不是万能的，都有弊端，只是看你的业务需求最适于那种技术。

　　2. 你这个可以将hash的空间编程2的32次方，2的64次方都可以，不是只能用一种，要活学活用。另外，hash出来的key值相同少有发生，这是hash的特性决定的，也就是hash冲突，这个倒是个问题，解决方法是bloomfilter算法，有兴趣的可以自己去查。#re: 一致性哈希算法与Java实现2016-07-25 12:04 by有一个问题，如果使用虚拟节点，某台机器每次宕机再恢复后都需要迁移数据。这样是否反而更麻烦了。