架构师训练营 2 期 - 第 5 周命题作业
java 实现一致性 hash 算法
一致性哈希算法:一致性哈希的基本原理就是在一个 hash 环上(如范围 0-2^32-1)计算服务器节点的 hash 值,如果一个 object 要寻找应该路由的服务器节点,则计算其 hash 值,并在环上顺时针查找离它最近的节点。
public interface HashFunction {
//hash 函数
Integer hash(String key);
}
public class HashFunctionImpl implements HashFunction {
//FNV1_32_HASH 算法
public Integer hash(String key) {
final int p = 16777619;
int hash = (int)2166136261L;
for (int i = 0; i < key.length(); i++)
hash = (hash ^ key.charAt(i)) * p;
hash += hash << 13;
hash ^= hash >> 7;
hash += hash << 3;
hash ^= hash >> 17;
hash += hash << 5;
//如果算出来的值为负数则取其绝对值
if (hash < 0)
hash = Math.abs(hash);
return hash;
}
}
//物理机节点模拟类,保存节点的 IP、名称、端口等信息
public class Node {
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;
}
}
public class ConsistentHash {
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<Integer,Node> circle = new TreeMap<>();//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<Node> nodes) {
this.hashFunction = hashFunction;
this.numberOfReplicas = numberOfReplicas;
for (Node node : nodes) {
add(node);
}
}
/**
*增加真实机器节点
* @param node
*/
public void add(Node node) {
for (int i = 0; i < this.numberOfReplicas; i++) {
circle.put(this.hashFunction.hash(node.getIp() + i), node);
}
}
/**
*删除真实机器节点
* @param node
*/
public void remove(Node node) {
for (int i = 0; i < this.numberOfReplicas; i++) {
circle.remove(this.hashFunction.hash(node.getIp() + i));
}
}
/**
*取得真实机器节点
* @param key
* @return
*/
public Node get(String key) {
if (circle.isEmpty()) {
return null;
}
Integer hash = hashFunction.hash(key);
if (!circle.containsKey(hash)) {
SortedMap<Integer,Node> 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
}
}
public class ConHashTest {
private static final String IP_PREFIX = "192.168.1.";//机器节点 IP 前缀
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
HashFunction hashFunction = new HashFunctionImpl();
//真实物理节点
List<Node> realNodes = new ArrayList<>();
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 node = new Node(IP_PREFIX + i, "node" + i);
realNodes.add(node);
}
ConsistentHash consistentHash = new ConsistentHash(hashFunction,100,realNodes);
//将 10000 条记录尽可能均匀的存储到 10 台机器节点
for (int i = 0; i < 10000; 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 node = consistentHash.get(data);
//这里可以通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));
}
}
}
评论