一個簡單的consistent hashing的例子，很容易理解。

首先有一個裝置類，定義了機器名和ip：

public class Cache
{
	public String name;
	public String ipAddress;
}

然後是主要的實現：

public class Shard<T> { 
	//hash 演算法並不是保證絕對的平衡，如果 cache 較少的話，物件並不能被均勻的對映到 cache 上，
	//所以增加虛擬節點
	private TreeMap<Long, T> nodes;
	private List<T> shards; //節點碎片
	private final int NODE_NUM = 10; // 每個機器節點關聯的虛擬節點個數

	public Shard(List<T> shards) {
		this.shards = shards;
		init();
	}

	private void init() { 
		nodes = new TreeMap<Long, T>();
		for (int i = 0; i < shards.size(); i++) 
		{ // 遍歷真實節點
			final T shardInfo = shards.get(i);
			
			for (int n = 0; n < NODE_NUM; n++)
			{
				// 真實節點關聯虛擬節點，真實節點是VALUE；
				nodes.put((long) Hash("SHARD-" + i + "-NODE-" + n), shardInfo);
			}
			System.out.println(shardInfo);
		}
	}

	public T getShardInfo(String key) {
		SortedMap<Long, T> tail = nodes.tailMap((long) Hash(key)); 
		if (tail.size() == 0) {
			return nodes.get(nodes.firstKey());
		}
		//找到最近的虛擬節點
		return tail.get(tail.firstKey());
	}
	
	/**
     * 改進的32位FNV演算法，高離散
     * 
     * @param string
     *            字串
     * @return int值
     */
    public static int Hash(String str) 
    {
        final int p = 16777619;
        int hash = (int) 2166136261L;
        for (byte b : str.getBytes())
            hash = (hash ^ b) * p;
        hash += hash << 13;
        hash ^= hash >> 7;
        hash += hash << 3;
        hash ^= hash >> 17;
        hash += hash << 5;
        return hash;
    }

}
 

到這裡就完了，是不是很簡單，下面來測試下：

public class Test
{

	/**
	 * @param args
	 */
	public static void main(String[] args)
	{
		List<Cache> myCaches=new ArrayList<Cache>();
		Cache cache1=new Cache();
		cache1.name="COMPUTER1";
		Cache cache2=new Cache();
		cache2.name="COMPUTER2";
		myCaches.add(cache1);
		myCaches.add(cache2);
		
		
		Shard<Cache> myShard=new Shard<Cache>(myCaches);
		
		Cache currentCache=myShard.getShardInfo("info1");
		System.out.println(currentCache.name);
		
//		for(int i=0;i<20;i++)
//		{
//			String object=getRandomString(20);//產生20位長度的隨機字串
//			Cache currentCache=myShard.getShardInfo(object);
//			System.out.println(currentCache.name);
//		}
		
		
	}
	
	public static String getRandomString(int length) { //length表示生成字串的長度
	    String base = "abcdefghijklmnopqrstuvwxyz0123456789";   
	    Random random = new Random();   
	    StringBuffer sb = new StringBuffer();   
	    for (int i = 0; i < length; i++) {   
	        int number = random.nextInt(base.length());   
	        sb.append(base.charAt(number));   
	    }   
	    return sb.toString();   
	 }   

}
 

我們有兩臺裝置，computer1和computer2，第一次初始化要構建一個2的32次方的環，並往上面放裝置。這個環由改進的FNV演算法實現。位置也由hash演算法確定。

但我們只有兩臺裝置，很明顯在環上會分佈不均勻（這個就不解釋了，網上很多資料）。於是我們每臺裝置增加10個虛擬裝置。

最後分佈如下：

[email protected],
[email protected],
[email protected],
[email protected],
[email protected],
[email protected],
[email protected]
 
,
[email protected],
[email protected],
[email protected]

-2147483648到2147483647之間是不是比較均勻，這是java的，如果是c#的就是0~2的32次方。我們hash計算出KEY值為2049553054，然後順時針找到最近的位置，即為

[email protected]

結果我們定位到了COMPUTER1

最好我們要看看平衡性如何：取消上面註釋的程式碼，迴圈20次，得到結果如下：

COMPUTER1
COMPUTER2
COMPUTER1
COMPUTER2
COMPUTER1
COMPUTER2
COMPUTER1
COMPUTER1
COMPUTER1
COMPUTER2
COMPUTER2
COMPUTER2
COMPUTER1
COMPUTER2
COMPUTER1
COMPUTER1
COMPUTER1
COMPUTER2
COMPUTER1
COMPUTER2

大家可以自己取試試，

FNV雜湊演算法是一種高離散性的雜湊演算法，特別適用於雜湊非常相似的字串，例如：URL，IP，主機名，檔名等。

以下服務使用了FNV:
1、calc
2、DNS
3、mdbm key/value查詢函式
4、資料庫索引hash
5、主流web查詢/索引引擎
6、高效能email服務
7、基於訊息ID查詢函式
8、auti-spam反垃圾郵件過濾器
9、NFS實現（比如freebsd 4.3, linux NFS v4）
10、Cohesia MASS project
11、Ada 95的spellchecker
12、開源x86彙編器：flatassembler   user-defined symbol hashtree
13、PowerBASIC
14、PS2、XBOX上的文字資源
15、非加密圖形檔案指紋
16、FRET
17、Symbian DASM
18、VC++ 2005的hash_map實現
19、memcache中的libketama
20、 PHP 5.x
21、twitter中用於改進cache碎片
22、BSD IDE project
23、deliantra game server
24、 Leprechaun
25、IPv6流標籤