Fatal编程技术网
  • php/
  • Php 随着目标集的增长，循环散列能否保持一致？

Php 随着目标集的增长，循环散列能否保持一致？

php javascript

Php 随着目标集的增长，循环散列能否保持一致？,php,javascript,scalability,consistent-hashing,Php,Javascript,Scalability,Consistent Hashing,循环哈希算法在给定一组静态目标时提供一致性。例如： 我有一组初始目标，让我们称它们为A，B和C 我有一把钥匙，我们叫它x 我有一个循环散列函数，我们称之为hash（key，targets） 当我调用hash（x[A，B，C]）时，x总是哈希到A 看起来很明显。我总是得到给定的x的A这一事实代表了我在使用循环哈希时所期望的一致性。但是，现在让我们考虑一下，如果我添加了一个新的 节点D： 我的目标集重新平衡，包括A、B、C和D 我将我的密钥x重新应用到hash（x[A，B，C，D]） 因为圆是重新平

循环哈希算法在给定一组静态目标时提供一致性。例如：

  • 我有一组初始目标，让我们称它们为
    A
    ，
    B
    和
    C
  • 我有一把钥匙，我们叫它
    x
  • 我有一个循环散列函数，我们称之为
    hash（key，targets）
  • 当我调用
    hash（x[A，B，C]）
    时，
    x
    总是哈希到
    A
    • 看起来很明显。我总是得到给定的
    x
    的
    A
    这一事实代表了我在使用循环哈希时所期望的一致性。但是，现在让我们考虑一下，如果我添加了一个新的 节点
    D
    ：

  • 我的目标集重新平衡，包括
    A
    、
    B
    、
    C
    和
    D
  • 我将我的密钥
    x
    重新应用到
    hash（x[A，B，C，D]）
  • 因为圆是重新平衡的，我不能保证再得到
    A
    • 我是错过了什么还是只是运气不好？当您开始重新排序节点（例如<代码>散列（x，[b，a，d，c]）< />），或者如果在现有节点列表中间插入新节点（例如，<代码> hash（x，[a，a]，b，c，d]）/代码>时，问题进一步加剧。我已经研究了循环哈希的学术方面，这种类型的“缩放一致性”似乎不是它主要关注的问题之一。也许我只是使用了错误类型的散列算法？

    当您扩展散列函数的允许输出范围时，一些输入将散列到不同的输出（否则扩展范围就没有意义了）。否则的唯一方法是，如果哈希函数存储所有以前的结果（或压缩的、可能有损的结果，如Bloom过滤器），这样它就可以记住对以前看到的输入使用“旧”结果。

    我无法以一致的方式解释您的整个问题，因此，我将根据这一点猜出你真正想问和回答什么

    假设问题：您有一组对象（例如字符串），您有一组机器，您希望将每个对象分配给一台机器，以便在机器之间分配工作负载。当一台机器加入或离开机器池时，您不想重新排列太多的对象到机器的分配（“缩放一致性”）

    我认为您有一个误解，您说您散列对象
    x
    以映射池中的机器
    [a，B，C]
    。我的理解是，有三个中间步骤

  • 计算每个对象的哈希值。假设散列输出空间与0到232之间的所有整数一样大− 一,

  • 为每台机器分配一个值（在相同的数字空间中），该值在其生命周期内保持不变。你会想把这些数字随机地分散开来

  • 现在，我们指定每个对象属于最近的向上机器。这意味着如果对象的散列是x，那么它属于机器M，因此M的值是大于x的最小数字

    • 例如：

  • 我们有4个字符串对象，它们各自的哈希值在0到999之间：abc=314，def=125，ghi=802，jkl=001

  • 我们有三台机器，它们的编号是：X=010，Y=357，Z=768

  • 对象abc=314属于哪台机器？向上计数，最近的机器为Y=357。
    对象ghi=802属于哪台机器？向上计数，最近的机器为X=010

    • 你的问题有一个很简单的解决办法。下面是一个如何工作的示例

    假设您有3个真实目标（即物理机）：A、B、C。然后引入9个虚拟目标：1、2、3、4、5、6、7、8、9，并建立虚拟目标到真实目标的静态映射，如下所示：

    1, 2, 3 -> A
4, 5, 6 -> B
7, 8, 9 -> C

    1, 2, 3 -> A
4, 5 -> B
7, 8 -> C
6, 9 -> D
    当需要读/写某个键的值时，首先使用哈希函数将该键映射到虚拟目标，然后使用上面所示的静态映射将虚拟目标映射到真实目标。一旦某个真实目标服务于多个虚拟目标，它应该将它们存储在单独的散列映射中，因此真实目标B为其服务的三个虚拟目标具有三个单独的散列映射

    现在我们想添加新的真实目标：D。我们首先重新平衡静态映射，例如：

    1, 2, 3 -> A
4, 5, 6 -> B
7, 8, 9 -> C

    1, 2, 3 -> A
4, 5 -> B
7, 8 -> C
6, 9 -> D
    然后，我们将服务于虚拟目标
    6
    的哈希映射从真实目标
    B
    转移到新的真实目标
    D
    。此外，我们还将地图服务虚拟目标
    9
    从
    C
    转移到
    D
    。此操作具有复杂性
    O（n）
    ，其中
    n
    是传输的值的数量，因为每个实际目标在单独的哈希映射中为每个虚拟目标服务

    要实现良好的负载平衡，虚拟目标的数量应比实际目标的最大可能数量估计值大几倍（例如10倍）

    换句话说，解决方案的主要思想是使用哈希函数将密钥映射到虚拟目标，其中虚拟目标的数量不变。然后，静态映射用于将虚拟目标映射到真实目标，当添加或删除真实目标时，静态映射会发生变化。

    好的，我想我知道了

    我最终保持了散列算法的简单性，并使用“校验和”（排序）来确保x始终指向同一目标。当添加了一个新的目标，并且系统重新平衡时，我只需将重新平衡的情况通知所有现有的目标。这样，如果x散列到一个不应该再散列到的目标，那么该目标就可以委托给正确的目标

    谢谢你们的回复，如果不是因为你们提供的清晰，我可能不会想到这个解决方案

    干杯

    Jon

    对不起，我找不到太多关于循环哈希的资料。你的意思是一致的哈希和DHT吗？你的回答恰当地解释了我所理解的“循环哈希”