C++ 一个好的重新划分算法

我正在实现一个客户端库。我希望它能够支持多台服务器，因此我希望添加一些负载平衡系统

基本上，您可以在服务器上执行两个操作：

• 根据

  键存储
  值

• 根据

  键获取
  值

假设我有

N

服务器（从

0

到

N-1

），我希望有一个重新分区功能，根据给定的

键和服务器编号
N
，可以给我
[0，N[
范围内的
索引

unsigned int getServerIndex(const std::string& key, unsigned int serverCount);

该功能应尽可能快速和简单，并且必须遵守以下约束条件：

getServerIndex(key, N) == getServerIndex(key, N); //aka. No random return.

我希望我能在不使用外部库（如
OpenSSL
及其散列函数）的情况下完成这项工作。我的选项是什么


旁注：

显然，基本实施：

unsigned int getServerIndex(const std::string& key, unsigned int serverCount)
{
  return 0;
}

不是有效答案，因为这不是一个好的重新分区功能：D


其他信息：

键通常是ANSI字符集内任何可能的字符串（主要是
[a-zA-Z0-9_-]
）。大小可以是从一个字符键到您想要的任何大小

对于两个不同的密钥，good重新分区算法是一种返回
A
的概率与返回
b
的概率相等（或不太远）的算法。服务器的数量可能会发生变化（但很少发生变化）如果是这样，那么对于给定的
键
返回的索引也可以更改

hash(key) % serverCount

像这样简单的事情怎么样

hash(key) % serverCount

我认为散列方法是正确的想法。有许多简单的散列算法

随着即将推出的C++0x和新标准的
无序映射
，字符串的
散列
正在成为一种标准操作。许多编译器已经提供了一个版本的STL，该版本具有
散列映射
，因此已经预先实现了
散列
函数

我会从这些开始…但如果我们有更多关于字符串的信息会更好：它们是否以某种方式被限制在有限的字符集内，或者它们可能是许多相似的字符串

问题是，如果输入一开始不是均匀分布的，那么“标准”散列可能不会产生均匀分布

编辑：

考虑到这些信息，我认为大多数STL附带的哈希函数应该可以工作，因为您似乎没有一个高度集中的区域。不过，我现在是概率方面的专家，所以对此持保留态度（并进行实验）.
我认为哈希方法是正确的想法。有许多简单的哈希算法

随着即将推出的C++0x和新标准的
无序映射
，字符串的
散列
正在成为一种标准操作。许多编译器已经提供了一个版本的STL，该版本具有
散列映射
，因此已经预先实现了
散列
函数

我会从这些开始…但如果我们有更多关于字符串的信息会更好：它们是否以某种方式被限制在有限的字符集内，或者它们可能是许多相似的字符串

问题是，如果输入一开始不是均匀分布的，那么“标准”散列可能不会产生均匀分布

编辑：

考虑到这些信息，我认为大多数STL附带的哈希函数应该可以工作，因为您似乎没有一个高度集中的区域。不过，我现在是概率方面的专家，所以对此持保留态度（并进行实验）.
您可能正在寻找能够实现的东西。最简单的方法是为每个memcache服务器分配一个随机ID，并按照某种标准将每个项分配给memcache服务器，该服务器的ID与项的哈希值最接近

一个常见的选择是使用SHA1散列函数（尽管散列并不重要），这也是分布式系统（如）所采用的方法，并通过将项目的哈希值与服务器的哈希值进行XOR运算并将结果解释为大小来比较距离。那么，您所需要的只是一种让每个客户端都知道memcache服务器列表及其ID的方法

当memcache服务器加入或离开时，它只需要生成自己的随机ID，然后让它的新邻居向它发送与其哈希值更接近的项目。
您可能正在寻找实现的项目。最简单的方法是为每个memcache服务器分配一个随机ID，然后将每个项目分配给memcache服务器，其ID与项的哈希值最接近（按某种度量）

一个常见的选择是使用SHA1散列函数（尽管散列并不重要），这也是分布式系统（如）所采用的方法，并通过将项目的哈希值与服务器的哈希值进行XOR运算并将结果解释为大小来比较距离。那么，您所需要的只是一种让每个客户端都知道memcache服务器列表及其ID的方法

当memcache服务器加入或离开时，它只需要生成自己的随机ID，然后让它的新邻居向它发送与其哈希值更接近的任何项目。
定义“良好”的重新分区函数。serverCount是非常动态的还是在一次运行时会非常静态？@KillianDS:在完美的情况下，它将l不会改变。但是可能会发生一些服务器“死亡”（从某个时间开始），然后返回的索引会改变，这是完全可以接受的。定义“良好”的重新分区函数。serverCount是非常动态的还是在一次运行时会非常静态？@Killi