Data structures 是否有任何哈希表（内存中、非分布式）使用一致哈希？

我不是说分布式的键/值系统，比如通常与memcached一起使用的系统，它使用一致的散列使添加/删除节点成为一个相对便宜的过程

我说的是标准内存哈希表，比如python的dict或perl的哈希表

通过降低调整哈希表大小的成本，使用一致性哈希的好处似乎也适用于这些标准数据结构。实时系统（和其他对延迟敏感的系统）将受益于/需要为低成本增长而优化的哈希表，即使总体吞吐量略有下降

维基百科暗指“增量调整尺寸”，但基本上谈论的是热/冷替换方法来调整尺寸；另外还有一篇关于“可扩展散列”的文章，它使用trie进行bucket查找以实现廉价的重新散列

如果有人听说过使用一致散列来降低增长成本的核心单节点散列表，那就奇怪了。或者使用其他方法（如上面列出的两个维基百科位）更好地满足这一要求

或者。。。我的整个问题都被误导了吗？内存分页的考虑是否使复杂性变得不值得？也就是说，一致性哈希的额外间接方式只允许您重新缓存总密钥的一小部分，但这可能并不重要，因为您可能必须从每个现有页面读取，因此内存延迟是您的主要因素，与内存访问成本相比，是否重新缓存部分或全部密钥并不重要。。。。但另一方面，使用一致散列，所有密钥重新映射都具有相同的目标页，因此，与密钥重新映射到任何现有页相比，内存波动会更少

---

编辑：添加了“data structures”标签，澄清了最后一句，将“page”改为“bucket”。

我在野外还没有听说过这一点，但是如果您选择正确的一致性哈希实现，这可能是一个好主意。具体来说，由Google等撰写。首先我将讨论为什么要跳转，然后我将讨论它如何在本地数据结构中有用

跳转一致散列 跳转一致性哈希（我将缩短为跳转）非常适合这个空间，原因如下。跳转假设节点不会发生故障，这对于本地数据结构非常有用，因为它们不会发生故障！这允许跳转仅仅是一个到一系列数字的映射

[0，numBuckets）

，只需要2-4字节的空间

此外，该实现简单而快速。如果我们删除参考实现的浮点除法，并用一半的整数除法替换它们，则速度会更快。（顺便说一下，我们可以这样做。）

所有这些都可以用于对

ConcurrentHashMap 但首先，Java是在一个高层次上

Java的ConcurrentHashMap由多个bucket参数化。该切分因子在映射的整个生命周期中都是恒定的。每个bucket本身就是一个具有自己锁的哈希映射

将密钥-值对插入到映射中时，密钥将散列到其中一个存储桶中。该密钥的锁将被获取，并且在释放锁之前，该项将被插入到存储桶的散列映射中。在插入存储桶

x

时，另一个线程可以同时插入存储桶

y

，但它将等待锁定如果插入bucket

x

。因此Java的ConcurrentHashMap具有n路并发性，其中n是构造函数的bucket参数

就像任何散列映射一样，ConcurrentHashMap中的一个bucket可能会被填满，需要增长。就像常规散列映射一样，它通过将其大小加倍并将bucket中的所有内容重新置回其更大的自我来实现这一点。除了“其更大的自我”只是bucket的“自我”。如果bucket是一个热点，并且获得的密钥超过其公平份额，则与其他存储桶相比，存储桶的增长将不成比例。每次存储桶的增长都需要越来越长的时间来重新存储到自身中。这最后一点不仅是热点的问题，而且是当哈希表plain old获得更多键时的问题

想象一下，如果我们可以随着密钥数量的增加而增加存储桶的数量，那么我们就可以抑制每个存储桶的增长量

输入一致散列，这允许我们添加更多存储桶

ConcurrentHashMap采用2：一致哈希样式 我们可以通过两个简单的步骤让ConcurrentHashMap增加存储桶的数量

首先，将映射到每个bucket的函数替换为jump-consistent散列函数。到目前为止，所有操作都应该是一样的

当一个桶被填满时，第二次拆分一个新桶；同时也要扩大已填满的桶。实际上，只有当已填满的桶成为容量最大的桶时，才拆分一个新桶。这可以在不迭代桶的情况下进行计算

使用一致的散列，拆分只会将密钥定向到新的存储桶中，而不会向后定向到任何旧的存储桶中

尾注

---

我相信这个方案会有所改进。也就是说，拆分一个存储桶需要进行一次完整的表扫描，才能将密钥移动到新的存储桶中。这当然不比普通的哈希映射差，而且可能更好，但它对ConcurrentHashMap实现不利，因为它可能不需要进行完整扫描。

我当然不这么认为快速浏览一下维基百科的描述就可以看出这一点。看起来您只需要保存重新哈希和一些表洗牌，但哈希函数无论如何都必须很快，移动条目很便宜（不像在分布式上下文中），而且调整大小的情况很少发生（有适当的增长策略），额外的间接寻址会降低所有查找的速度。但也许我遗漏了什么。delnan-是的，您只需节省重新哈希，而每次查找都需要另一次内存访问。但是如果