如何用PHP實現分布演算法之一致性雜湊演算法

對於伺服器分布，我們要考慮的東西有如下三點：資料平均分布，查詢定位準確，降低宕機影響。

傳統演算法一般是將資料的鍵用演算法對映出數字，對其用伺服器數量取模，並根據結果選擇要儲存的伺服器。其能達到資料平均分布和查詢定位準確的要求，並且優點是演算法簡單，訪問時的計算量都比較小（在資料非常大時才會明顯）。

但其有乙個致命缺點，即乙個伺服器宕機後的影響很大，我們可以推算一下一台伺服器宕機後的影響：

一致性雜湊演算法是使用一定的雜湊演算法，將大量的資料平均對映到不同的儲存目標上，在保證其查詢準確性的同時，還要考慮其中乙個儲存目標失效時，其他儲存目標對其責任儲存內容的負載均衡。

一致性雜湊演算法的實現思想不難理解，如圖：

1.用一定的雜湊演算法（雜湊函式等）將一組伺服器的多個（數目自己設定）節點隨機對映分散到0-232之間，由於其隨機分布，保證了其資料平均分布的特點；

2.用同一演算法計算要儲存資料的鍵，根據伺服器節點確定其儲存的伺服器結點，由於程式設計客棧每次用同一演算法計算，所以得出的結果是相同的，使其查詢定位準確；

3.查詢資料時，再次用同一演算法計算鍵，並查詢伺服器的資料結點；

4.如果有乙個伺服器宕機，消除其伺服器結點，並將資料放在下乙個結點上，由於隨機節點位置的隨機性，所以資料被其他伺服器平均負載，也就降低了宕機影響。

需要注意的是，這個環形空間只是乙個虛擬空間，只是表示了伺服器儲存的範圍和資料的落點，在進行儲存時，我們還要通過查詢到的落點，將資料放入對應的伺服器進行查改。

程式語言我們使用php來實現一致性雜湊演算法：

我們主要用到以下函式：

int crc32 ( string $str )

生成 st程式設計客棧r 的 32 位迴圈冗餘校驗碼多項式。這通常用於檢查傳輸的資料是否完整。

string sprintf ( string $format [, mixed $args [, mixed $... ]] )

通過傳入的格式產生字串的特定格式形態。

實現如下：

class consistance

//遍歷當前伺服器組的節點列表，確定需要儲存/查詢的伺服器

public function set_loc($data)}}

//新增乙個伺服器，將其結點新增到伺服器組的節點列表內。

public function add_host($host)

ksort($this->nodes); //對結點排序，這樣便於查詢。

}//刪除乙個伺服器，並將其對應節點從伺服器組的節點列表內移除。

public function remove_host($host)}}

我們用以下**進行測試：

結果如下：

演算法的實現到此，我們還可以對演算法進行優化，如在伺服器數量和每個伺服器節點數都很多的情況下，對查詢結點的過程進行優化，因為排序好的，可以用二分法進行查詢，加快查詢效率，這些，仁智各見吧。

另外，雖然nginx伺服器有一致性演算法的外掛程式，memcache和redis也都有相應的外掛程式，mysql的中介軟體有相應的整合，但是了解一致性雜湊演算法也很有意義。而且，我們也可以對其靈活使用，如對檔案等進行分布式管理等等。