一致性hash的C++实现

dinghj 2014-03-26

展开全文

一致性哈希的C++实现

一致性哈希是分布式计算领域被广泛应用的一个算法。在许多分布式系统包括 Amazon Dynamo, memcached, Riak 等中都有使用。

一致性哈希的原理比较简单，网上有很多介绍的比较好的文章，也有一些相关的代码，但是都不太令人满意，因此自己实现了一个。代码很简单，放在了github上面。

consistent_hash_map

一致性哈希的功能被封装在模板类consistent_hash_map中：

template <typename T, 
        typename Hash, 
        typename Alloc = std::allocator<std::pair<const typename Hash::result_type,T > > > 
class consistent_hash_map

consistent_hash_map 使用了stl map风格的接口。实际上其内部也使用了std::map 来管理和维护所有节点。

consistent_hash_map只提供最基本的一致性hash的功能，并不直接支持虚拟节点的概念，但是虚拟节点的概念可以很容易的通过定制的T 和 Hash类型来实现。这样设计的好处在于可以使consitent_hash_map的设计和实现变得非常的简单，同时留给用户以极大的灵活性和可定制性。

后面的例子中将介绍如何实现虚拟节点。

模板参数

T: consistent hash的节点类型。
Hash: 一元函数对象。接收T类型对象作为参数，返回一个整形作为其hash值，该hash值将被用于内部的排序。Hash需在其内部定义result_type 指明返回整形的类型。
Alloc: 内存分配器，默认为std::allocator

member type

size_type           Hash::reslut_type               hash函数返回值的类型 
value_type          std::pair<const size_type,T>    first为节点的哈希值，second为节点 
iterator            a bidirectional iterator to value_type  双向迭代器 
reverse_iterator    reverse_iterator<iterator>      反向迭代器

member function

std::size_t size() const; 
返回consistent_hash_map内的节点数量。 
 
bool empty() const; 
判断consistent_hash_map是否为空 
 
std::pair<iterator,bool> insert(const T& node); 
插入一个节点，如果返回值中bool变量为真，iterator则为指向插入节点的迭代器。如果bool为假，表示插入失败。 
插入失败因为节点已经存在或者是节点的hash值与其他节点发生冲突。 
 
void erase(iterator it); 
通过迭代器删除指定节点。 
 
std::size_t erase(const T& node); 
通过节点值删除指定节点。 
 
iterator find(size_type hash); 
通过传入的hash值找对其在consistent_hash中对应的节点的迭代器。 
 
iterator begin(); 
iterator end(); 
返回对应迭代器 
 
reverse_iterator rbegin(); 
reverse_iterator rend(); 
返回对应的反向迭代器

虚拟节点的例子

整个例子的完整代码在这。

在这个例子中，我们首先定义虚拟节点类型，和其对应的hasher。

#include <stdint.h> 
#include <boost/format.hpp> 
#include <boost/crc.hpp> 
 
#include "consistent_hash_map.hpp" 
 
//所有主机的列表 
const char* nodes[] = { 
    "192.168.1.100", 
    "192.168.1.101", 
    "192.168.1.102", 
    "192.168.1.103", 
    "192.168.1.104" 
}; 
 
//虚拟节点 
struct vnode_t { 
    vnode_t() {} 
    vnode_t(std::size_t n,std::size_t v):node_id(n),vnode_id(v) {} 
 
    std::string to_str() const { 
        return boost::str(boost::format("%1%-%2%") % nodes[node_id] % vnode_id); 
    } 
 
    std::size_t node_id; //主机ID,主机在主机列表中的索引 
    std::size_t vnode_id; //虚拟节点ID 
 
}; 
 
//hasher,使用CRC32作为hash算法，注意需要定义result_type 
struct crc32_hasher { 
    uint32_t operator()(const vnode_t& node) { 
        boost::crc_32_type ret; 
        std::string vnode = node.to_str(); 
        ret.process_bytes(vnode.c_str(),vnode.size()); 
        return ret.checksum(); 
    } 
    typedef uint32_t result_type; 
};

为每个主机生成100个虚拟节点，然后加入consistent_hash_map中。

typedef consistent_hash_map<vnode_t,crc32_hasher> consistent_hash_t; 
consistent_hash_t consistent_hash_; 
 
for(std::size_t i=0;i<5;++i) { 
    for(std::size_t j=0;j<100;j++) { 
        consistent_hash_.insert(vnode_t(i,j)); 
    } 
}

查找某个hash值对应的vnode 和主机：

consistent_hash_t::iterator it; 
it = consistent_hash_.find(290235110); 
//it -> first是该节点的hash值，it -> second是该虚拟节点。 
std::cout<<boost::format("node:%1%,vnode:%2%,hash:%3%")  
            % nodes[it->second.node_id] % it->second.vnode_id % it->first << std::endl;

遍历consistent_hash中的所有的vnode,统计每个虚拟节点的key的数量和每个主机包含key的数量：

std::size_t sums[] = {0,0,0,0,0}; 
consistent_hash_t::iterator i = consistent_hash_.begin(); //第一个节点 
consistent_hash_t::reverse_iterator j = consistent_hash_.rbegin(); //最后一个节点 
std::size_t n = i->first + UINT32_MAX - j->first; //计算第一个节点包含的key的数量 
std::cout<<boost::format("vnode:%1%,hash:%2%,contains:%3%")  
        % i->second.to_str() % i->first % n << std::endl; 
sums[i->second.node_id] += n; //更新主机包含的key数量。 
 
//计算剩余所有节点包含的key的数量,并更新主机包括的key的数量。 
uint32_t priv = i->first; 
uint32_t cur; 
consistent_hash_t::iterator end = consistent_hash_.end(); 
while(++i != end) { 
    cur = i->first; 
    n = cur - priv; 
    std::cout<<boost::format("vnode:%1%,hash:%2%,contains:%3%")  
        % i->second.to_str() % cur % n << std::endl; 
    sums[i->second.node_id] += n; 
    priv = cur; 
} 
 
for(std::size_t i=0;i<5;++i) { 
    std::cout<<boost::format("node:%1% contains:%2%") % nodes[i] % sums[i] <<std::endl;