程式師世界 >> 編程語言 >> C語言 >> C >> C語言基礎知識 >> 基於一致性hash算法 C++語言的實現詳解

基於一致性hash算法 C++語言的實現詳解

編輯：C語言基礎知識

一致性hash算法實現有兩個關鍵問題需要解決，一個是用於結點存儲和查找的數據結構的選擇，另一個是結點hash算法的選擇。

首先來談一下一致性hash算法中用於存儲結點的數據結構。通過了解一致性hash的原理，我們知道結點可以想象為是存儲在一個環形的數據結構上（如下圖），結點A、B、C、D按hash值在環形分布上是有序的，也就是說結點可以按hash值存儲在一個有序的隊列裡。如下圖所示，當一個hash值為-2^20的請求點P查找路由結點時，一致性hash算法會按hash值的順時針方向路由到第一個結點上（B），也就是相當於要在存儲結點的有序結構中，按查詢的key值找到大於key值中的最小的那個結點。因此，我們應該選擇一種數據結構，它應該高效地支持結點頻繁地增刪，也必須具有理想的查詢效率。那麼，紅黑樹可以滿足這些要求。紅黑樹是一顆近似平衡的一顆二叉查找樹，因為操作比如插入、刪除和查找某個值的最壞情況時間都要求與樹的高度成比例，這個在高度上的理論上限允許紅黑樹在最壞情況下都是高效的，而不同於普通的二叉查找樹。因此，我們選擇使用紅黑樹作為結點的存儲結構，除了需要實現紅黑樹基本的插入、刪除、查找的基本功能，我們還應該增加另一個查詢lookup函數，用於查找大於key中最小的結點。

接下來，我們來說hash算法的選擇。一致性hash算法最初提出來，就是為了解決負載均衡的問題。每個實體結點會包含很多虛擬結點，虛擬結點是平衡負載的關鍵。我們希望虛擬結點可以均衡的散列在整個“環”上，這樣不僅可以負載到不同hash值的路由請求，還可以當某個結點down掉，原來路由到down掉結點的請求也可以較均衡的路由到其他結點而不會對某個結點造成大量的負載請求。這裡，我們選擇使用MD5算法。通過MD5算法，可以將一個標示串（用於標示虛擬結點）轉化得到一個16字節的字符數組，再對該數組進行處理，得到一個整形的hash值。由於MD5具有高度的離散性，所以生成的hash值也會具有很大的離散性，會均衡的散列到“環”上。

筆者用C++語言對一致性hash算法進行了實現，下面我將會描述下一些關鍵細節。

1、首先定義實體結點類、虛擬結點類。一個實體結點對應多個虛擬結點。

實體結點 CNode_s：
代碼如下：

/*實體結點*/
class CNode_s
{
public:
    /*構造函數*/
    CNode_s();
    CNode_s(char * pIden , int pVNodeCount , void * pData);

    /*獲取結點標示*/
    const char * getIden();

    /*獲取實體結點的虛擬結點數量*/
    int getVNodeCount();

    /*設置實體結點數據值*/
    void setData(void * data);

    /*獲取實體結點數據值*/
    void * getData();
private:
    void setCNode_s(char * pIden, int pVNodeCount , void * pData);
    char iden[100];/*結點標示串*/
    int vNodeCount; /*虛擬結點數目*/
    void * data;/*數據結點*/
};

虛擬結點 CVirtualNode_s：虛擬結點有一指針指向實體結點
代碼如下：

/*虛擬結點*/
class CVirtualNode_s
{
public:
    /*構造函數*/
    CVirtualNode_s();
    CVirtualNode_s(CNode_s * pNode);

    /*設置虛擬結點所指向的實體結點*/
    void setNode_s(CNode_s * pNode);

    /*獲取虛擬結點所指向的實體結點*/
    CNode_s * getNode_s();

    /*設置虛擬結點hash值*/
    void setHash(long pHash);

    /*獲取虛擬結點hash值*/
    long getHash();
private:
    long hash; /*hash值*/
    CNode_s * node; /*虛擬結點所指向的實體結點*/
};

2、hash算法具有可選擇性，定義一個hash算法接口，方便以後進行其他算法的擴展。

這裡創建MD5hash類，並繼承該接口，通過MD5算法求hash值。

類圖：

CHashFun接口：
代碼如下：

/*定義Hash函數類接口，用於計算結點的hash值*/

class CHashFun
{
public:
    virtual long getHashVal(const char *) = 0;
};

CMD5HashFun 類繼承CHashFun接口，實現獲取hash值的getHashVal函數：
代碼如下：

/*用MD5算法計算結點的hash值，繼承CHashFun父類*/
class CMD5HashFun : public CHashFun
{
public:
    virtual long getHashVal (const char * );
};

long CMD5HashFun::getHashVal(const char * instr)
{
    int i;
    long hash = 0;
    unsigned char digest[16];

    /*調用MD5相關函數，生成instr的MD5碼，存入digest*/
    md5_state_t md5state;
    md5_init(&md5state);
    md5_append(&md5state, (const unsigned char *)instr, strlen(instr));
    md5_finish(&md5state, digest);

    /* 每四個字節構成一個32位整數，
    將四個32位整數相加得到instr的hash值（可能溢出） */
    for(i = 0; i < 4; i++)
    {
        hash += ((long)(digest[i*4 + 3]&0xFF) << 24)
            | ((long)(digest[i*4 + 2]&0xFF) << 16)
            | ((long)(digest[i*4 + 1]&0xFF) << 8)
            | ((long)(digest[i*4 + 0]&0xFF));
    }
    return hash;
}

3、擴展紅黑樹結構中的查找函數，用於查找紅黑樹中大於key值中最小的結點。
代碼如下：

util_rbtree_node_t* util_rbtree_lookup(util_rbtree_t *rbtree, long key)
{
    if((rbtree != NULL) && !util_rbtree_isempty(rbtree))
    {
        util_rbtree_node_t *node = NULL;
        util_rbtree_node_t *temp = rbtree->root;
        util_rbtree_node_t *null = _NULL(rbtree);
        while(temp != null)
        {
            if(key <= temp->key)
            {
                node = temp; /* update node */
                temp = temp->left;
            }
            else if(key > temp->key)
            {
                temp = temp->right;
            }
        }
        /* if node==NULL return the minimum node */
        return ((node != NULL) ? node : util_rbtree_min(rbtree));
    }
    return NULL;
}

4、創建一致性hash類。使其具有插入、刪除、查找實體結點的功能。

具體算法和操作過程已經在代碼注釋中說明。
代碼如下：

class CConHash
{
public:
    /*構造函數*/
    CConHash(CHashFun * pFunc);

    /*設置hash函數*/
    void setFunc(CHashFun * pFunc);

    /*增加實體結點 , 0代表成功 , -1代表失敗*/
    int addNode_s(CNode_s * pNode);

    /*刪除實體結點 , 0代表成功 , -1代表失敗*/
    int delNode_s(CNode_s * pNode);

    /*查找實體結點*/
    CNode_s * lookupNode_s(const char * object);

    /*獲取一致性hash結構的所有虛擬結點數量*/
    int getVNodes();
private:
    /*Hash函數*/
    CHashFun * func;
    /*虛擬結點總個數*/
    int vNodes;
    /*存儲虛擬結點的紅黑樹*/
    util_rbtree_t * vnode_tree;
};
/*輔助函數，虛擬結點轉化為紅黑樹結點*/
util_rbtree_node_t * vNode2RBNode(CVirtualNode_s * vnode);

CConHash::CConHash(CHashFun * pFunc)
{
    /*設置hash函數*/
    assert(pFunc!=NULL);
    this->func = pFunc;
    this->vNodes = 0;
    /*初始化紅黑樹*/
    vnode_tree = new util_rbtree_s();
    util_rbtree_init(vnode_tree);
}

int CConHash::addNode_s(CNode_s * pNode)
{
    if(pNode==NULL) return -1;
    int vCount = pNode->getVNodeCount();
    if(vCount<=0) return -1;
    CVirtualNode_s * virtualNode ;
    util_rbtree_node_t * rbNode;
    char str [100];
    char num[10];
    strcpy(str,pNode->getIden());
    long hash = 0;
    /*生成虛擬結點並插入到紅黑樹中*/
    for(int i=0;i<vCount;i++)
    {
        virtualNode = new CVirtualNode_s(pNode);
        /*采用str+“i”的方法產生不同的iden串，用於後面的hash值計算*/
        itoa(i,num,10);
        strcat(str,num);
        hash = func->getHashVal(str);
        virtualNode->setHash(hash);
        if(!util_rbtree_search(vnode_tree,hash))
        {
            /*生成紅黑樹結點*/
            rbNode = vNode2RBNode(virtualNode);
            if(rbNode!=NULL)
            {
                /*將該結點插入到紅黑樹中*/
                util_rbtree_insert(vnode_tree,rbNode);
                this->vNodes++;
            }
        }
    }
    return 0;
}

int CConHash::delNode_s(CNode_s * pNode)
{
    if(pNode==NULL) return -1;
    util_rbtree_node_t * rbNode;
    char str [100];
    char num [10];
    strcpy(str,pNode->getIden());
    int vCount = pNode->getVNodeCount();
    long hash = 0;
    CVirtualNode_s * node = NULL;
    /*將該實體結點產生的所有虛擬結點進行刪除*/
    for(int i=0;i<vCount;i++)
    {
        itoa(i,num,10);
        strcat(str,num);/*采用該方法產生不同的iden串*/
        hash = func->getHashVal(str);
        rbNode = util_rbtree_search(vnode_tree,hash);
        if(rbNode!=NULL)
        {
            node = (CVirtualNode_s *) rbNode->data;
            if(node->getNode_s()==pNode && node->getHash()==hash)
            {
                this->vNodes--;
                /*將該結點從紅黑樹中刪除*/
                util_rbtree_delete(vnode_tree,rbNode);
                delete rbNode;
                delete node;
            }
        }
    }
    return 0;
}

CNode_s * CConHash::lookupNode_s(const char * object)
{
    if(object==NULL||this->vNodes==0) return NULL;
    util_rbtree_node_t * rbNode;
    int key = this->func->getHashVal(object);
    /*在紅黑樹中查找key值比key大的最小的結點*/
    rbNode = util_rbtree_lookup(vnode_tree,key);
    if(rbNode!=NULL)
    {
        return ((CVirtualNode_s *) rbNode->data)->getNode_s();
    }
    return NULL;
}

int CConHash::getVNodes()
{
    return this->vNodes;
}

util_rbtree_node_t * vNode2RBNode(CVirtualNode_s * vnode)
{
    if(vnode==NULL) return NULL;
    util_rbtree_node_t *rbNode = new util_rbtree_node_t();
    rbNode->key = vnode->getHash();
    rbNode->data = vnode;
    return rbNode;
}

5、創建一個客戶端類，對一致性hash算法進行測試。

      寫了一個getIP的函數，模擬隨機產生的IP字符串。
代碼如下：

#include<iostream>
#include"CNode_s.h"
#include"CVirtualNode_s.h"
#include"CHashFun.h"
#include"CMD5HashFun.h"
#include"CConHash.h"
#include<string.h>
#include<time.h>

using namespace std;

void getIP(char * IP)
{
    int a=0, b=0 , c=0 , d=0;
    a = rand()%256;
    b = rand()%256;
    c = rand()%256;
    d = rand()%256;
    char aa[4],bb[4],cc[4],dd[4];
    itoa(a, aa, 10);
    itoa(b, bb, 10);
    itoa(c, cc, 10);
    itoa(d, dd, 10);
    strcpy(IP,aa);
    strcat(IP,".");
    strcat(IP,bb);
    strcat(IP,".");
    strcat(IP,cc);
    strcat(IP,".");
    strcat(IP,dd);
}

int main()
{
    srand(time(0));
    freopen("out.txt","r",stdin);
    /*定義hash函數*/
    CHashFun * func = new CMD5HashFun();
    /*創建一致性hash對象*/
    CConHash * conhash = new CConHash(func);

    /*定義CNode*/
    CNode_s * node1 = new CNode_s("machineA",50,"10.3.0.201");
    CNode_s * node2 = new CNode_s("machineB",80,"10.3.0.202");
    CNode_s * node3 = new CNode_s("machineC",20,"10.3.0.203");
    CNode_s * node4 = new CNode_s("machineD",100,"10.3.0.204");

    conhash->addNode_s(node1);
    conhash->addNode_s(node2);
    conhash->addNode_s(node3);
    conhash->addNode_s(node4);

    /*動態更改結點數據值*/
// node1->setData("99999999");

    int ans1 ,ans2 ,ans3 ,ans4;
    ans1=ans2=ans3=ans4=0;

    char object[100];
    CNode_s * node ;
    /*動態刪除結點*/
    //conhash->delNode_s(node2);
    for(int i =0;i<30;i++)
    {
    // getIP(object);
    // cout<<object<<endl;
        cin>>object;
        node = conhash->lookupNode_s(object);
        if(node!=NULL)
        {
            cout<<object<<"----->\t"<<node->getIden()<<" \t "<<(char *)node->getData()<<endl;
            if(strcmp(node->getIden(),"machineA")==0) ans1++;
            if(strcmp(node->getIden(),"machineB")==0) ans2++;
            if(strcmp(node->getIden(),"machineC")==0) ans3++;
            if(strcmp(node->getIden(),"machineD")==0) ans4++;
        }
    }

    cout<<"Total test cases : "<<ans1+ans2+ans3+ans4<<endl;
    cout<<"Map to MachineA : "<<ans1<<endl;
    cout<<"Map to MachineB : "<<ans2<<endl;
    cout<<"Map to MachineC : "<<ans3<<endl;
    cout<<"Map to MachineD : "<<ans4<<endl;
    fclose(stdin);
    return 0;
}

6、刪除結點對hash路由的影響測試

測試結果截圖：

分析：上面兩幅圖，左邊為原始四個實體結點的路由情況，後面為刪除結點2（Node2）之後的路由情況。不難發現，MachineB down之後，原先的路由請求，較均衡地負載到了其他機器結點，而且對原先路由到其他結點的請求沒有影響。比如139.149.184.125這個請求仍會路由到MachineD，並不會因為結點的減少而造成影響。但是，如果是增加實體結點，可能會造成增加前後路由情況不一致的現象，因為路由區間的更加狹小，但是不會有特別大的影響。另一方面，可以發現實體結點的虛擬結點個數比例分配情況很大程度影響了結點的負載路由情況，比例大致與虛擬結點個數相一致。

總結：

本文首先通過介紹實現一致性hash算法的關鍵算法和數據結構的選擇分析，選擇了紅黑樹作為虛擬結點的存儲結構，以及MD5算法作為Hash函數用於計算結點的hash值。並使用C++語言，對一致性hash算法進行了實現，實現了一致性hash實體結點的增加、刪除、查找等基本功能，並進行了測試分析。由於筆者水平有限，存在很多有待改進的地方，因此本文僅供大家參考、討論學習。