PHP實(shí)現(xiàn)一致性哈希算法的詳細(xì)介紹（代碼示例）

2020-03-22 17:49:18

字體：大中小

供稿：網(wǎng)友

本篇文章給大家?guī)?lái)的內(nèi)容是關(guān)于PHP實(shí)現(xiàn)一致性哈希算法的詳細(xì)介紹（代碼示例），有一定的參考價(jià)值，有需要的朋友可以參考一下，希望對(duì)你有所幫助。

一、案例分析
（1）問(wèn)題概述

假設(shè)我們的圖片數(shù)據(jù)均勻的分配在三臺(tái)服務(wù)（分別標(biāo)注為服務(wù)器A，服務(wù)器B、服務(wù)器C）上面，現(xiàn)在我們要從里面取圖片，服務(wù)端在拿到這個(gè)請(qǐng)求后，怎么會(huì)指定，這張圖片是存在服務(wù)器A、服務(wù)器B，還是服務(wù)器C上面呢？若是去遍歷，兩三臺(tái)還好說(shuō)，但那也太out了，當(dāng)服務(wù)器的數(shù)量達(dá)到成百上千臺(tái)的時(shí)候，還敢說(shuō)去遍歷嗎？

（2）解決方案

a、通過(guò)存儲(chǔ)映射關(guān)系

首先我們可能會(huì)想到，可以搞一個(gè)中間層來(lái)記錄圖片存儲(chǔ)在哪個(gè)服務(wù)器上面，如下：

logo1.png =====》服務(wù)A

ogo2.png =====》服務(wù)B

logo3.png =====》服務(wù)C

這樣，每當(dāng)請(qǐng)求過(guò)來(lái)的時(shí)候，我們先去請(qǐng)求圖片與服務(wù)器的映射關(guān)系，找到圖片存儲(chǔ)的服務(wù)器，在向指定的服務(wù)器發(fā)出請(qǐng)求。從實(shí)現(xiàn)的角度來(lái)說(shuō)，這是可行的，但是在存儲(chǔ)圖片的時(shí)候，我們也必須存儲(chǔ)圖片與服務(wù)器的映射關(guān)系，這明顯加大了工作量，其維護(hù)也是一個(gè)問(wèn)題，一旦存儲(chǔ)的圖片和服務(wù)器映射關(guān)系出現(xiàn)了問(wèn)題，整個(gè)系統(tǒng)就掛了。

b、hash算法

既然我們要排除存儲(chǔ)映射關(guān)系，這個(gè)時(shí)候，人們想到了hash算法。如

圖片在存儲(chǔ)的時(shí)候，依據(jù)圖片名稱（logo1.png），通過(guò)hash算法求出散列值val，通過(guò)對(duì)val進(jìn)行取模，得出的值，就可以判斷圖片應(yīng)該存儲(chǔ)在哪個(gè)服務(wù)器上面。如下：

key = hash(imgName) % n

其中：

imgName為圖片名稱，

n為服務(wù)器的個(gè)數(shù)，

key代表圖片應(yīng)該存儲(chǔ)在第幾個(gè)服務(wù)器上面。

當(dāng)請(qǐng)求過(guò)來(lái)的時(shí)候，比如請(qǐng)求logo1.png這個(gè)圖片，服務(wù)端依據(jù)上述公式計(jì)算出的key，就可以判斷該logo1.png存儲(chǔ)在哪個(gè)服務(wù)器上面。PHP實(shí)現(xiàn)如下：

$hostsMap = [ img1.findme.wang , img2.findme.wang , img3.findme.wang function getImgSrc($imgName) { global $hostsMap; $key = crc32($imgName) % count($hostsMap); return http:// . $hostsMap[abs($key)] . / . $imgName;var_dump(getImgSrc( logo1.png ));var_dump(getImgSrc( logo2.png ));var_dump(getImgSrc( logo3.png ));

輸出：

此時(shí)，我們由存儲(chǔ)映射關(guān)系變?yōu)橛?jì)算服務(wù)器的序號(hào)，確實(shí)極大的簡(jiǎn)化了工作量。

但是一旦新增機(jī)器，就非常麻煩了，因?yàn)閚變了，幾乎所有的序列號(hào)key也變了，于是需要大量的數(shù)據(jù)遷移工作。

C、一致性hash算法

一致性hash算法，是一種特殊的hash算法，旨在解決當(dāng)node數(shù)（如存儲(chǔ)圖片的服務(wù)器數(shù)量）變化時(shí)候，盡量少數(shù)據(jù)的遷移。

其基本思想：

1、首先把0~2的32次方個(gè)點(diǎn)，均勻的分布到一個(gè)圓環(huán)上面，如下：

2、然后將所有的節(jié)點(diǎn)node（存儲(chǔ)圖片的服務(wù)器）通過(guò)hash計(jì)算后，對(duì)232取余，然后也映射到hash環(huán)上面，如下：

3、當(dāng)請(qǐng)求過(guò)來(lái)的時(shí)候，比如請(qǐng)求logo1.png這個(gè)圖片，通過(guò)hash計(jì)算后，對(duì)232取余，然后也映射到hash環(huán)上面，如下：

4、然后順時(shí)針轉(zhuǎn)動(dòng)，第一個(gè)到達(dá)的節(jié)點(diǎn)node，就認(rèn)為是存儲(chǔ)logo1.png圖片的服務(wù)器。

從上面可以得知，其實(shí)一致性hash的亮點(diǎn)，首先在于對(duì)節(jié)點(diǎn)node（存儲(chǔ)圖片的服務(wù)器）和對(duì)象（圖片）都進(jìn)行了hash計(jì)算和映射，其次是閉環(huán)的設(shè)計(jì)。

優(yōu)點(diǎn)：當(dāng)新增機(jī)器的時(shí)候，僅僅標(biāo)志出來(lái)的區(qū)域受到影響，如下圖：

缺點(diǎn)：當(dāng)節(jié)點(diǎn)node比較少的時(shí)候，往往缺少平衡性，因?yàn)榻?jīng)過(guò)hash計(jì)算后，映射到hash環(huán)上面的節(jié)點(diǎn)node，并不是均勻分布的，導(dǎo)致了有的機(jī)器負(fù)載很高，有的機(jī)器很空閑。

PHP實(shí)現(xiàn)如下：

$hostsMap = [ img1.findme.wang , img2.findme.wang , img3.findme.wang $hashRing = [];function getImgSrc($imgName){ global $hostsMap; global $hashRing; //將節(jié)點(diǎn)映射到hash環(huán)上面 if (empty($hashRing)) { foreach($hostsMap as $h) { $hostKey = fmod(crc32($h) , pow(2,32)); $hostKey = abs($hostKey); $hashRing[$hostKey] = $h; //從小到大排序，便于查找 ksort($hashRing); //計(jì)算圖片hash $imgKey = fmod(crc32($imgName) , pow(2,32)); $imgKey = abs($imgKey); foreach($hashRing as $hostKey = $h) { if ($imgKey $hostKey) { return http:// . $h . / . $imgName; return http:// . html' target='_blank'>current($hashRing) . / . $imgName;var_dump(getImgSrc( logo1.png ));var_dump(getImgSrc( logo2.png ));var_dump(getImgSrc( logo3.png ));

輸出結(jié)果如下：

至于為什么使用fmod函數(shù)不適用求余運(yùn)算符%，主要是因?yàn)閜ow(2,32)在32位操作系統(tǒng)上面，超高了PHP_INT_MAX，具體可以參考上一篇文章“PHP中對(duì)大數(shù)求余報(bào)錯(cuò)Uncaught pisionByZeroError: Modulo by zero”。

d、通過(guò)虛擬節(jié)點(diǎn)優(yōu)化一致性hash算法

為了提高一致性hash算法的平衡性，我們首先能夠想到的是，增加節(jié)點(diǎn)數(shù)，但是機(jī)器畢竟是需要經(jīng)費(fèi)啊，不是說(shuō)增就能隨意增，那就增加虛擬節(jié)點(diǎn)，這樣就沒(méi)毛病了。思路如下：

1、假設(shè)host1、host2、host3，都分別有3個(gè)虛擬節(jié)點(diǎn)，如host1的虛擬節(jié)點(diǎn)為host1_1、host1_2、host1_3

2、然后將所有的虛擬節(jié)點(diǎn)node（存儲(chǔ)圖片的服務(wù)器）通過(guò)hash計(jì)算后，對(duì)232取余，然后也映射到hash環(huán)上面，如下：

然后，接下來(lái)步驟同一致性hash算法一致，只是最后需要將虛擬節(jié)點(diǎn)，轉(zhuǎn)為真實(shí)的節(jié)點(diǎn)。

PHP實(shí)現(xiàn)如下：

$hostsMap = [ img1.findme.wang , img2.findme.wang , img3.findme.wang $hashRing = [];function getImgSrc($imgName){ global $hostsMap; global $hashRing; $virtualNodeLen = 3; //每個(gè)節(jié)點(diǎn)的虛擬節(jié)點(diǎn)個(gè)數(shù) //將節(jié)點(diǎn)映射到hash環(huán)上面 if (empty($hashRing)) { foreach($hostsMap as $h) { $i = 0; while($i $virtualNodeLen){ $hostKey = fmod(crc32($h. _ .$i) , pow(2,32)); $hostKey = abs($hostKey); $hashRing[$hostKey] = $h; $i++; //從小到大排序，便于查找 ksort($hashRing); //計(jì)算圖片hash $imgKey = fmod(crc32($imgName) , pow(2,32)); $imgKey = abs($imgKey); foreach($hashRing as $hostKey = $h) { if ($imgKey $hostKey) { return http:// . $h . / . $imgName; return http:// . current($hashRing) . / . $imgName;var_dump(getImgSrc( login1.png ));var_dump(getImgSrc( login2.png ));var_dump(getImgSrc( login3.png ));

執(zhí)行結(jié)果如下：