一致性哈希（consistent hashing）和分布式哈希表（DHT: Distributed Hash Table）在最近的学习中经常用到，但是两个概念经常纠缠在一起，不容易分清楚。有时候就不明白这里为什么说的是consistent hashing，而不是用DHT。

从字面的意思来区分：consistent hashing 是一种满足特殊需求的哈希；DHT 是通过哈希实现的分布式的表，归根到底是一个分布式系统。consistent hashing 是理论上节点变化最少数据迁移的哈希方法，而DHT 在实现上更加具体，DHT 把传统的单个K-V 表在分布式多个节点中进行划分，既可以采用consistent hashing 实现，也可以采用其他哈希方法。

一致性哈希   consistent hashing

一种特殊的哈希。在传统的哈希表中，当划分哈希区域的分组数量发生变化时，几乎所有的keys 都需要重新排列到不同的分组。但如果使用一致性哈希，平均只需要k/n 个keys 重排，k 是keys 的个数，n 是分组的个数。基于这点性质，可以在DHT 中使用consistent hashing 。

hash(o) mod n 是传统的哈希用于确定对象分组位置方法，o 是对象，n 是分组个数，对应分布式系统节点个数，计算的结果即是存储该对象的节点编号。当节点个数n 发生变化时，而对象的哈希结果不变，这样几乎所有的对象位置都需要重排，造成分布式系统网络流量的严重颠簸（churn）。而一致性哈希很好的解决了这个问题。

consistent hashing 使用一个固定的模数R 对对象的哈希结果取模hash(o) mod R。R 可以表示哈希结果的范围，也可以表示对应哈希环（Ring）的范围，在chord 中  。并使用同样哈希函数和模数R 对所有的节点进行同样的计算hash(node.id) mod R。这样就把节点和对象都哈希到同一个大小为R 的环（Ring）上了。每个节点管理、存储它和它环上前驱节点之间范围的对象，当有新的节点加入或者退出时，遵循同样规则。这样的好处是剥离了对象分布和节点的关系，节点个数发生变化时对象在环上的分布不发生变化，最大限度减少了对象在节点上的迁移。

下面图示了consistent hashing 节点加入、退出过程（图片来源）：

在只有两个节点node 1 和node 2 ，哈希结果为Key1 和key2 ，每个节点存储前驱节点（如key2>key1）和自己之间范围的对象（values）。在节点个数比较少的时候就可能存在负载不均衡的情况，这个可用通过引入虚拟节点来解决。

添加一个节点node3 （key3）的情形。根据每个节点管理、存储它和它环上前驱节点之间范围的对象的原则，node3（key3）分担了key2 的空间。

删除一个节点node1（key1）的情形。key1 的空间被node3（key3）接管了。

引入虚拟节点后的结果。为了避免因为节点空间不均衡导致负载不平衡，每个节点引入等量的虚拟节点分布在环上，虚拟节点使用同样的方法划分空间。采用v1_key1=hash(node1.id.v1) ……vn_key1=hash(node1.id.vn)  的方法可以得到节点node1 的n 个虚拟节点vi_key1。

consistent hashing 具有以下性质：

1. Spread: 发散性指的是对象分发到各个节点上，每个节点只需要存储所有对象的一部分
2. Load: 负载指的是任何一个节点都不会保存过多的对象数据
3. Smothness: 平滑性指的是节点改变带来的对象迁移是平缓的。不会因为节点的加入、退出导致大量数据迁移
4. Balance: 平衡性指的是每个对象随机分配到节点
5. Monotonic: 单调性指的是当一个节点加入时，只有分配到该节点的对象发生了重排

分布式哈希表   Distributed Hash Table

分布式哈希表DHT 是一种去中心化的分布式系统，提供一种类似于哈希表的查询功能。

DHT 的研究最初是因为P2P 系统的兴起，如Napster，Gnutella 和Freenet。

Napster 是最早的P2P 服务的代表作，有一个中心index server 保存资源的index（key），当有节点加入、退出和查询时，与index server 进行交互，获取资源信息，存在单点故障，在遇到法律纠纷时，这个index server 很容就被关闭了。

Gnutella 去中心化得松散布局，当节点发起查询时，通过洪泛（flooding）的方式查询：每个收到查询命令的节点向其所有其他邻居节点发送类似请求。并通过TTL 控制洪泛的区域。

Freenet 首先采用了DHT，每个对象（文件）都关联一个key，具有相似的key 的文件保存在相似的节点上，并通过一个基于key 的启发式的路由进行查询。

DHT 可以认为是由keyspace（key 空间）、keyspace partition（key 空间划分）、overlay network（覆盖网）组成。keyspace 很好理解，是所有定长字符串的空间。keyspace partition 方案将keyspace 上不同区域划分到不同的参与节点上。overlay network（覆盖网）将节点连接起来，使得网络中节点通过这个网络可以找到保存指定key 的节点。consistent hashing 对比DHT 更多的是提供了一种keyspace 的划分方法，各种consistent hashing 的也用在了DHT 中进行空间划分。为了更好的理解overlay network 的组成，有这么一段话：

Each node maintains a set of links to other nodes, these links forms the overlay network.

【译】每个节点维持到其他节点的链接，这些链接形成了覆盖网。

可以看出overlay network 已经从物理层的网络抽象成逻辑层上链接各个节点、各个节点保存的路由信息以及路由协议的集合。在overlay network 有两个重要参数：邻居节点数/度数（Degree）和跳数/路由长度（Route length）。度数衡量每个节点保存邻居节点信息的多少，度数越大每个节点邻居越多，保存和维持的信息就更多，需要的路由长度就越短。跳数指的是从该节点到保存特定key 的对象的节点的平均路由长度。他们的关系有下表：

度数	路由长度	备注
O(1)	O(n)
O(log n)	O(log n/log(log n))
O(log n)	O(log n)	最常见（比如 chord），但不是最优的解
O(1)	O(log n)
O()	O(1)

DHT 具有三点性质：

1. Decentralization: 去中心化，节点之间相互配合形成整个系统，而不需要一种中心节点协调
2. Fault tolerance: 容错，即使不断有节点加入、退出或者失效，也要能够保证系统稳定
3. Scalability: 扩展性，系统在成千上万个节点时也能够有效地运行