一致性哈希速记

一致性哈希：

将数据的key的hashcode与存放数据的节点（如缓存节点）的IP（或服务器名）的hashcode都分布到同一个环形数值空间，比如0~2^32-1。然后，把数据的hashcode沿着顺时针方向找第一个存放数据的节点的hashcode，找到的那个就是要存放的节点。

var dataValue = hash(dataKey) % N

var nodeValue = hash(nodeIP) % N

将dataValue沿数值空间顺时针寻找第一个nodeValue，找到的那个对应的node就是要存放数据的节点。

一致性哈希数据不均匀的问题：

通过增加虚拟节点的思路，为每个node设计多个虚拟节点（比如100个），虚拟节点可以在物理节点的IP的基础之上加上数字后缀。然后把虚拟节点hash分布到hash环。然后我们先按照上面的一致性哈希思路计算出需要存放的虚拟节点，然后再根据虚拟节点和物理节点的对应关系，找到具体的物理节点。

 

【密码学】杂（瞎）谈（聊）哈希函数 本文依然是闲聊，不讲具体的算法内容，来一个小总结，相信大家看过我写过的文章之后，应该对于md系列算法 sha系列算法 sm3等哈希函数比较熟悉了，不熟悉的读者，我再来安利一下我之前写过的文章或者大家也可以去查阅相关的资料，在这里不再重复描述算法的具体内容了，本文呢，针对哈希函数来一个小小的总结，来看一下哈希函数有哪些公共的特性。
一文讲透“布隆过滤器” 布隆过滤器本质上就是一种数据结构，比较巧妙的概率型数据结构（probabilistic data structure），特点是高效地插入和查询，可以用来告诉你 “某样东西一定不存在或者可能存在”。
漫画：什么是一致性哈希？ 未来两年内，系统预估的总订单数量可达一亿条左右。 按Mysql单表存储500万条记录来算，暂时不必分库，单库30个分表是比较合适的水平分表方案。
netfocus 对DDD领域驱动设计感兴趣，在.NET/JAVA平台都有多年工作经验。架构方面专注于CQRS/Event Souring/EDA架构的研究和框架开发。热衷于开源，拥有两个个人开源项目：ENode,EQueue