如何用PHP实现分布算法之一致性哈希算法

第如何用PHP实现分布算法之一致性哈希算法目录传统算法缺陷算法思想算法实现总结

传统算法缺陷

对于服务器分布，我们要考虑的东西有如下三点：数据平均分布，查找定位准确，降低宕机影响。

传统算法一般是将数据的键用算法映射出数字，对其用服务器数量取模，并根据结果选择要存储的服务器。其能达到数据平均分布和查找定位准确的要求，并且优点是算法简单，存取时的计算量都比较小（在数据非常大时才会明显）。

但其有一个致命缺点，即一个服务器宕机后的影响很大，我们可以推算一下一台服务器宕机后的影响：

原有数据大部分丢失：服务器数量减少一台，取模数减1导致取模值错乱，如果以前有N台服务器，那么宕机后数据只有1/(n*(n-1))的数据能够被准确查找到。

负载无法均衡导致集体宕机：如果没有及时处理宕机的服务器，那么他的存储任务将会被顺序积累给它的下一个服务器，那么下一个服务器也会很快被压致宕机，如此一来，服务器组很快会集体宕机。

算法思想

一致性哈希算法是使用一定的哈希算法，将大量的数据平均映射到不同的存储目标上，在保证其查找准确性的同时，还要考虑其中一个存储目标失效时，其他存储目标对其责任存储内容的负载均衡。

一致性哈希算法的实现思想不难理解，如图：

1.用一定的哈希算法（哈希函数等）将一组服务器的多个（数目自己设定）节点随机映射分散到0-232之间，由于其随机分布，保证了其数据平均分布的特点；

2.用同一算法计算要存储数据的键，根据服务器节点确定其存储的服务器结点，由于每次用同一算法计算，所以得出的结果是相同的，使其查找定位准确；

3.查找数据时，再次用同一算法计算键，并查找服务器的数据结点；

4.如果有一个服务器宕机，消除其服务器结点，并将数据放在下一个结点上，由于随机节点位置的随机性，所以数据被其他服务器平均负载，也就降低了宕机影响。

需要注意的是，这个环形空间只是一个虚拟空间，只是表示了服务器存储的范围和数据的落点，在进行存储时，我们还要通过查找到的落点，将数据放入对应的服务器进行查改。

算法实现

编程语言我们使用PHP来实现一致性哈希算法：

我们主要用到以下函数：

intcrc32(string$str)

生成str的32位循环冗余校验码多项式。这通常用于检查传输的数据是否完整。

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

通过传入的格式产生字符串的特定格式形态。

实现如下：

classConsistance

protected$num=24;//设定每一个服务器的节点数，数量越多，宕机时服务器负载就会分布得越平均，但也增大数据查找消耗。

protected$nodes=array();//当前服务器组的结点列表。

//计算一个数据的哈希值，用以确定位置

publicfunctionmake_hash($data)

returnsprintf('%u',crc32($data));

//遍历当前服务器组的节点列表，确定需要存储/查找的服务器

publicfunctionset_loc($data)

$loc=self::make_hash($data);

foreach($this-nodesas$key=$val)

if($loc=$key)

return$val;

//添加一个服务器，将其结点添加到服务器组的节点列表内。

publicfunctionadd_host($host)

for($i=0;$i$this-$i++)

$key=sprintf('%u',crc32($host.'_'.$i));

$this-nodes[$key]=$host;

ksort($this-nodes);//对结点排序，这样便于查找。

//删除一个服务器，并将其对应节点从服务器组的节点列表内移除。

publicfunctionremove_host($host)

for($i=0;$i$this-$i++)

$key=sprintf('%u',crc32($host.'_'.$i));

unset($this-nodes[$key]);

}

我们用以下代码进行测试：

结果如下：

总结

算法的实现到此，我们还可以对算法进行优化，如在服务器数量和每个服务器节点数都很多的情况下，对查找结点的过程进行优化，因为排序好的，可以用二分法进行查找，加快查询效率，这些，仁智各见吧。

另外，虽然nginx服务器有一致性算法的插件，memcache和redis也都有相应的插件，MySQL的中间件有相应的集成，但是了解一