假如你有圖中三個盒子，我們有代號為 1，4，5，12 這四樣東西 那根據代號作為主鍵，將東西放到盒子了，該如何放置？
我們可以對代號取模 1 mod 3 = 1 4 mod 3 = 1 5 mod 3 = 2 12mod 3 = 0
這樣的話 大家就可以分配好到對應到盒子裡
1 #!/usr/bin/env python**如上2 3 box0 =
4 box1 =
5 box2 =
6 box_home =
11 res = [1,4,5,12]
12 13 for i in res:
14 key = i % 3
15 if key == 0:
17 elif key == 1:
19 elif key == 2:
21 22 for k,v in box_home.items():
23 print k,v
~
但是如果現在加乙個盒子 。
就變成這樣了
那麼現在就要取模為4了 之前箱子裡面的東西都要重新計算重新，重新擺放。
這在很多場景是不能夠接受的，比如負載均衡，我不能因為重新加了乙個節點，讓所有使用者的長鏈結都斷開，重新鏈結。
或許這種還能接受，那麼如果是分布式儲存呢？
所以這個時候我們不能夠這樣做。這樣子都服務就不是無狀態都服務。
這個時候就是一致性hash派上用場的時候了。
我們可以在剛剛分配的時候預留很多空位置。
圓形就是是空，矩形就是有箱子的。我們可以在一開始就留很多空白多地方 ，如圖上
我們一開始有三個節點，但是我們會分配5個位置，然後有資料就mod6，如果資料分配到到是沒有節點到位置
那麼我就就把這個資料放到下乙個有節點到位置，比如圖上我們要分配到是 資料8 那麼8mod6 = 2 此時位置2上沒有節點。那麼將這個資料到下乙個有節點到位置
也就是位置3。如果是mod到是最後乙個那麼就從頭開始，也就是說，位置是環形的。
如有新的節點加入，那麼直接放到空的位置上，然後將之前的分配在這個位置上的資料轉移上去即可，這樣子就能避免重新分配。
我們可以通過**模擬分配情況
#!/usr/bin/env python#coding:utf-8
class node():
def __init__(self,data,next_node = none,node_type = 'body',is_online=0):
self.data = data
self.next_node = next_node
self.is_online = is_online
self.node_type = node_type
self.self_data =
self.other_data =
def get_next_node(self):
return self.next_node
def set_next_node(self,next_node):
self.next_node = next_node
return true
def set_node_status(self,num):
self.is_onlie = num
def get_data(self):
return self.data
class boxs():
def __init__(self,head=none):
self.head_node = head
self.size = 0
self.ser_node = none
def add_none(self,data,num):
if self.head_node == none:
self.head_node =node(data,is_online=num)
self.scr_node = self.head_node
self.size +=1
else:
new_node = node(data,is_online=num)
self.scr_node.set_next_node(new_node)
self.scr_node = new_node
self.size +=1
def print_list(self):
curr = self.head_node
while curr :
print '-----------------------'
print curr.data,'--->',curr.node_type,"---->",curr.is_online
print "data:",curr.self_data
print "other_data",curr.other_data
if curr.node_type != 'body':
break
else:
curr = curr.get_next_node()
def set_ass_node(self,data,num):
new_node = node(data,node_type='tail',is_online=num)
new_node.type = 'tail'
self.scr_node.set_next_node(new_node)
new_node.set_next_node(self.head_node)
def insert_data(self,key,dick_len):
curr = self.head_node
while curr:
if key % dick_len == curr.data:
if curr.is_online == 1:
else:
while 1:
curr = curr.get_next_node()
if curr.is_online == 1:
break
break
else:
curr = curr.get_next_node()
def set_node_allot(self,key_dict,dick_len):
for key in key_dict:
self.insert_data(key,dick_len)
#設定節點種有盒子的節點
online_node = [1,3,5]
#例項化煉表
mylist = boxs()
for i in range(7):
now_status = 0
if i in online_node:
now_status =1
if i <6:
mylist.add_none(i,now_status)
else:
mylist.set_ass_node(6,now_status)
#模擬資料
key_dict = [2,3,5,6,12,22,23,33]
#分配資料
mylist.set_node_allot(key_dict,len(key_dict)-1)
#列印分配情況
mylist.print_list()
談談一致性雜湊
原文 一致性雜湊演算法在1997年由麻省理工學院提出的一種分布式雜湊 dht 實現演算法，設計目標是為了解決網際網路中的熱點 hot spot 問題，初衷和carp十分類似。一致性雜湊修正了carp使用的簡 單雜湊演算法帶來的問題，使得分布式雜湊 dht 可以在p2p環境中真正得到應用。一致性has...
什麼是一致性雜湊？
當我們在資料庫中儲存海量資料時，由於單錶資料存在上限，所以不得不分庫分表儲存。假設我們有2000w條資料，而單錶上限為500w，我們部署了4臺資料庫伺服器來儲存這些資料，當我們需要查詢某一條資料時，我們對四個資料庫進行逐個查詢，顯然這樣做效率太低。因此我們可以使用雜湊演算法，建立資料與資料庫伺服器之...
談談分布式系統的一致性
一致性 consistency 一直是分布式系統裡乙個很重要的話題。在儲存系統中，為了避免資料丟失，我們都會對資料進行持久化。對資料進行持久化可以避免宕機帶來的資料丟失問題，但是不能解決單機永久性故障的問題。儲存系統作為基礎設施，在單機上持久化是遠遠不夠的，我們需要將資料複製到多台機器上以提公升系統...