通过了解一致性hash原理，这篇文章就够了，可以了解一致性哈希算法的原理，下面就通过一个小案例来事件一下。
背景
假设有个系统，用户量非常大，需要针对不同用户访问不同的ip地址进行分流，且要求同一个用户多次访问均为同一个ip。
这种场景就是典型的哈希一致性问题，下面就通过模仿dubbo的ConsistentHashLoadBalance，来尝试来实现一下。
原理回顾
要用一致性哈希算法实现上述需求，需要经过如下几个步骤：
构建一个哈希环将ip地址均匀的映射到哈希环上将用户请求映射到哈希环上，从而定位相应的访问IP
难点分析
主要的难点在于找到合适的hash算法，hash算法不好，会影响元素的散列程度，这里就直接使用dubbo中的hash算法。
private long hash(byte[] digest, int number) {
return (((long) (digest[3 + number * 4] & 0xFF) << 24)
| ((long) (digest[2 + number * 4] & 0xFF) << 16)
| ((long) (digest[1 + number * 4] & 0xFF) << 8)
| (digest[number * 4] & 0xFF))
& 0xFFFFFFFFL;
}
构建hash环
java中可以使用TreeMap来构建哈希环
private static TreeMap
将 ip地址映射到哈希环上
由于是本地实验，就直接在静态代码块中进行，参考ConsistentHashLoadBalance，为了避免ip分布不均，引入虚拟节点。
static {
for (String ip : IP_LIST) {
for (int i = 0; i < VIRTUAL_NODES; i++) {// 虚拟节点，避免分布不均的情况
byte[] digest = Bytes.getMD5(ip + i);
for (int h = 0; h < 4; h++) {
long m = hash(digest, h);
virtualInvokers.put(m, ip);// 映射ip地址
}
}
}
}
用户请求定位IP
主要是利用 TreeMap的ceilingEntry 方法，返回与大于或等于给定键元素(ele)的最小键元素链接的键值对，即哈希环顺时针方向第一个ip元素。
public static String getServer(String invocation) {
byte[] digest = Bytes.getMD5(invocation);
long hash = hash(digest, 0);
/**
* 利用 TreeMap的ceilingEntry 方法
* 返回与大于或等于给定键元素(ele)的最小键元素链接的键值对
* 即哈希环顺时针方向第一个ip元素。
*/
Map.Entry
if (entry == null) {// 如果变量整个环都没有，则返回第一个
entry = virtualInvokers.firstEntry();
}
return entry.getValue();
}
完整测试代码
package com.fast.alibaba.service;
import java.security.MessageDigest;
import java.security.NoSuchAlgorithmException;
import java.util.Map;
import java.util.TreeMap;
/**
* 照搬dubbo的Bytes类中的部分方法，为了方便计算hash
*/
class Bytes {
private static final String C64 = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/="; //default base64.
private static ThreadLocal
private Bytes() {
}
/**
* get md5.
*
* @param str input string.
* @return MD5 byte array.
*/
public static byte[] getMD5(String str) {
return getMD5(str.getBytes());
}
/**
* get md5.
*
* @param source byte array source.
* @return MD5 byte array.
*/
public static byte[] getMD5(byte[] source) {
MessageDigest md = getMessageDigest();
return md.digest(source);
}
private static MessageDigest getMessageDigest() {
MessageDigest ret = MD.get();
if (ret == null) {
try {
ret = MessageDigest.getInstance("MD5");
MD.set(ret);
} catch (NoSuchAlgorithmException e) {
throw new RuntimeException(e);
}
}
return ret;
}
}
public class MyConsistentHashLoadBalance {
public static String[] IP_LIST = {"36.4.192.0", "39.153.127.255", "42.55.181.0", "59.44.141.43", "59.44.143.38",
"59.44.143.11", "59.44.143.43", "59.44.143.53", "59.44.143.31", "59.44.143.33", "2.16.10.0",
"2.16.154.0", "2.16.159.0", "2.16.168.0", "2.20.254.0", "2.21.1.0", "2.21.90.0", "2.22.237.0",
"2.23.167.0", "2.56.240.0", "2.59.214.0", "2.60.0.0", "2.92.0.0", "5.1.48.0", "5.2.32.0",
"5.3.0.0", "5.8.0.0", "5.8.19.0", "5.8.36.0"};
private static final int VIRTUAL_NODES = 160;// 虚拟节点个数
/**
* 用 TreeMap构造一个哈希环
*/
private static TreeMap
/**
* 将 ip地址映射到哈希环上
*/
static {
for (String ip : IP_LIST) {
for (int i = 0; i < VIRTUAL_NODES; i++) {// 虚拟节点，避免分布不均的情况
byte[] digest = Bytes.getMD5(ip + i);
for (int h = 0; h < 4; h++) {
long m = hash(digest, h);
virtualInvokers.put(m, ip);// 映射ip地址
}
}
}
}
public static String getServer(String invocation) {
byte[] digest = Bytes.getMD5(invocation);
long hash = hash(digest, 0);
/**
* 利用 TreeMap的ceilingEntry 方法
* 返回与大于或等于给定键元素(ele)的最小键元素链接的键值对
* 即哈希环顺时针方向第一个ip元素。
*/
Map.Entry
if (entry == null) {// 如果变量整个环都没有，则返回第一个
entry = virtualInvokers.firstEntry();
}
return entry.getValue();
}
public static void main(String[] args) {
for (int i = 0; i < 200; i++) {
System.out.println(getServer("userId" + i) + "---" + i);
}
}
/**
* hash 算法，照抄dubbo中ConsistentHashLoadBalance的
* @param digest
* @param number
* @return
*/
private static long hash(byte[] digest, int number) {
return (((long) (digest[3 + number * 4] & 0xFF) << 24)
| ((long) (digest[2 + number * 4] & 0xFF) << 16)
| ((long) (digest[1 + number * 4] & 0xFF) << 8)
| (digest[number * 4] & 0xFF))
& 0xFFFFFFFFL;
}
}
相关链接
您阅读本篇文章共花了：
发表评论