后端开发|php教程
php
后端开发-php教程
本篇文章给大家带来的内容是关于PHP实现一致性哈希算法的详细介绍（代码示例），有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。
双色球分析源码 vc,vscode项目同步,ubuntu 待机,tomcat与对比,sqlite文件最大多大,wordpress聊天插件,百度开源amis前端框架,国际站有爬虫软件吗,php array 输出,杭州正规seo 运营,金融系统网站模板,网页文本编辑框,html 平板模板lzw
A、案例分析
（1）问题概述
php图片保存源码,vscode彩色,ubuntu 使用vpn,reain tomcat,sqlite 窗口小,远程公司服务器,9.6六感插件,python前端框架css,判断 爬虫,php上传excel文件,seo零排,太原网站建设王道下拉惠,网页代码 图片抖动,导航菜单模板怎样下载,跨页面 鼠标点击效果,delphi sql仓库管理系统,基于udp的网络聊天程序lzw
假设我们的图片数据均匀的分配在三台服务（分别标注为服务器A，服务器B、服务器C）上面，现在我们要从里面取图片，服务端在拿到这个请求后，怎么会指定，这张图片是存在服务器A、服务器B，还是服务器C上面呢？若是去遍历，两三台还好说，但那也太out了，当服务器的数量达到成百上千台的时候，还敢说去遍历吗？
全景 php 源码,汇编语言 vscode,ubuntu有线指令,tomcat落后吗,sqlite查询时间差,猫眼电影爬虫出现验证码,php 10转16进制,虎丘seo优化排名,b2b书籍类网站有哪些,网页 计时器,仿id97模板lzw
（2）解决方案
a、通过存储映射关系
首先我们可能会想到，可以搞一个中间层来记录图片存储在哪个服务器上面，如下：
logo1.jpg=====》 服务A
ogo2.jpg=====》 服务B
logo3.jpg=====》 服务C
这样，每当请求过来的时候，我们先去请求图片与服务器的映射关系，找到图片存储的服务器，在向指定的服务器发出请求。从实现的角度来说，这是可行的，但是在存储图片的时候，我们也必须存储图片与服务器的映射关系，这明显加大了工作量，其维护也是一个问题，一旦存储的图片和服务器映射关系出现了问题，整个系统就挂了。
b、hash算法
既然我们要排除存储映射关系，这个时候，人们想到了hash算法。如
图片在存储的时候，依据图片名称（logo1.jpg），通过hash算法求出散列值val，通过对val进行取模，得出的值，就可以判断图片应该存储在哪个服务器上面。如下：
key = hash(imgName) % n
其中：
imgName为图片名称，
n为服务器的个数，
key代表图片应该存储在第几个服务器上面。
当请求过来的时候，比如请求logo1.jpg这个图片，服务端依据上述公式计算出的key，就可以判断该logo1.jpg存储在哪个服务器上面。PHP实现如下：
$hostsMap = [img1.findme.wang, img2.findme.wang, img3.findme.wang]; function getImgSrc($imgName) { global $hostsMap; $key = crc32($imgName) % count($hostsMap); return http:// . $hostsMap[abs($key)] . / . $imgName;}//测试var_dump(getImgSrc("logo1.jpg"));var_dump(getImgSrc("logo2.jpg"));var_dump(getImgSrc("logo3.jpg"));
输出：
此时，我们由存储映射关系变为计算服务器的序号，确实极大的简化了工作量。
但是一旦新增机器，就非常麻烦了，因为n变了，几乎所有的序列号key也变了，于是需要大量的数据迁移工作。
C、一致性hash算法
一致性hash算法，是一种特殊的hash算法，旨在解决当node数（如存储图片的服务器数量）变化时候，尽量少数据的迁移。
其基本思想：
1、首先把0~2的32次方个点，均匀的分布到一个圆环上面，如下：
2、然后将所有的节点node（存储图片的服务器）通过hash计算后，对232取余，然后也映射到hash环上面，如下：
3、当请求过来的时候，比如请求logo1.jpg这个图片，通过hash计算后，对232取余，然后也映射到hash环上面，如下：
4、然后顺时针转动，第一个到达的节点node，就认为是存储logo1.jpg图片的服务器。
从上面可以得知，其实一致性hash的亮点，首先在于对节点node（存储图片的服务器）和对象（图片）都进行了hash计算和映射，其次是闭环的设计。
优点：当新增机器的时候，仅仅标志出来的区域受到影响，如下图：
缺点：当节点node比较少的时候，往往缺少平衡性，因为经过hash计算后，映射到hash环上面的节点node，并不是均匀分布的，导致了有的机器负载很高，有的机器很空闲。
PHP实现如下：
$hostsMap = [img1.findme.wang, img2.findme.wang, img3.findme.wang];$hashRing = []; function getImgSrc($imgName){ global $hostsMap; global $hashRing; //将节点映射到hash环上面 if (empty($hashRing)) { foreach($hostsMap as $h) { $hostKey = fmod(crc32($h) , pow(2,32)); $hostKey = abs($hostKey); $hashRing[$hostKey] = $h; } //从小到大排序，便于查找 ksort($hashRing); }//计算图片hash $imgKey = fmod(crc32($imgName) , pow(2,32)); $imgKey = abs($imgKey); foreach($hashRing as $hostKey => $h) { if ($imgKey < $hostKey) { return http:// . $h . / . $imgName; } } return http:// . current($hashRing) . / . $imgName;} var_dump(getImgSrc("logo1.jpg"));var_dump(getImgSrc("logo2.jpg"));var_dump(getImgSrc("logo3.jpg"));
输出结果如下：
至于为什么使用fmod函数不适用求余运算符%，主要是因为pow(2,32)在32位操作系统上面，超高了PHP_INT_MAX，具体可以参考上一篇文章“PHP中对大数求余报错Uncaught pisionByZeroError: Modulo by zero”。
d、通过虚拟节点优化一致性hash算法
为了提高一致性hash算法的平衡性，我们首先能够想到的是，增加节点数，但是机器毕竟是需要经费啊，不是说增就能随意增，那就增加虚拟节点，这样就没毛病了。思路如下：
1、假设host1、host2、host3，都分别有3个虚拟节点，如host1的虚拟节点为host1_1、host1_2、host1_3
2、然后将所有的虚拟节点node（存储图片的服务器）通过hash计算后，对232取余，然后也映射到hash环上面，如下：
然后，接下来步骤同一致性hash算法一致，只是最后需要将虚拟节点，转为真实的节点。
PHP实现如下：
$hostsMap = [img1.findme.wang, img2.findme.wang, img3.findme.wang];$hashRing = []; function getImgSrc($imgName){ global $hostsMap; global $hashRing; $virtualNodeLen = 3; //每个节点的虚拟节点个数//将节点映射到hash环上面 if (empty($hashRing)) { foreach($hostsMap as $h) { $i = 0; while($i $h) { if ($imgKey < $hostKey) { return http:// . $h . / . $imgName; } } return http:// . current($hashRing) . / . $imgName;} var_dump(getImgSrc("login1.jpg"));var_dump(getImgSrc("login2.jpg"));var_dump(getImgSrc("login3.jpg"));
执行结果如下：
B、备注
1、取模与取余的区别？
取余，遵循尽可能让商向0靠近的原则
取模，遵循尽可能让商向负无穷靠近的原则
1、什么是CRC算法？
CRC（Cyclical Redundancy Check）即循环冗余码校验，主要用于数据校验，常用的有CRC16、CRC32，其中16、32代表多项式最高次幂。
