Consistent hashing คืออะไร?

Question

Accepted Answer

**Consistent hashing** เป็นเทคนิคสำหรับการกระจายข้อมูลข้าม node (เซิร์ฟเวอร์) ที่ **ลดการกระจายข้อมูลใหม่ให้น้อยที่สุดเมื่อมีการเพิ่มหรือลบ node** — ต่างจาก hashing แบบเรียบง่ายที่ remap key ส่วนใหญ่เมื่อจำนวน node เปลี่ยน มันสำคัญสำหรับ distributed cache, ฐานข้อมูล และการกระจายภาระงาน

## ปัญหาของ hashing แบบเรียบง่าย

```text
Simple approach: node = hash(key) % N  (N = number of nodes)
  ✗ when N CHANGES (add/remove a node), N changes → MOST keys remap to different nodes →
    massive data movement / cache invalidation (almost everything moves!)
→ adding/removing a server causes huge disruption → bad for dynamic distributed systems.
```

## consistent hashing ทำงานอย่างไร

```text
Map both NODES and KEYS onto a HASH RING (a circle of hash values):
  → a key belongs to the FIRST node clockwise from it on the ring
  → adding/removing a node only affects keys in ONE segment of the ring (its neighbors) →
    only a SMALL fraction of keys move (≈ K/N, not most of them)
→ minimal redistribution when nodes change → much better for dynamic systems.
```

## virtual node และการใช้งาน

```text
✓ VIRTUAL NODES → each physical node maps to MANY points on the ring → EVEN distribution
  (avoids uneven load from few nodes/uneven placement) → handles heterogeneous capacity
USES:
  → distributed CACHES (e.g. memcached clusters) — add/remove cache nodes without mass
    invalidation
  → distributed DATABASES (Cassandra, DynamoDB) — partition data across nodes
  → load balancers; any system distributing data/load across a changing set of nodes
```

## ทำไมจึงสำคัญ

การเข้าใจ consistent hashing เป็นความรู้ระดับ senior ที่มีคุณค่า เพราะมันเป็น **เทคนิคพื้นฐานสำหรับการกระจายข้อมูลในระบบกระจายที่เปลี่ยนแปลงได้** ซึ่งใช้ในระบบจริงมากมาย ดังนั้นจึงสำคัญต่อการออกแบบระบบกระจาย

ปัญหาที่มันแก้ไขเป็นปัญหาจริงและสำคัญ: **hashing แบบเรียบง่าย** (`hash(key) % N`) ทำให้ **key ส่วนใหญ่ถูก remap เมื่อจำนวน node เปลี่ยน** (การเพิ่มหรือลบเซิร์ฟเวอร์ย้ายข้อมูลเกือบทั้งหมด — ก่อให้เกิดการเคลื่อนย้ายข้อมูลครั้งใหญ่หรือ cache invalidation) ทำให้มันแย่สำหรับระบบกระจายที่เปลี่ยนแปลงได้ซึ่งมีการเพิ่มและลบ node **Consistent hashing** แก้ปัญหานี้ด้วยการ map ทั้ง node และ key ลงบน **hash ring** (โดยที่ key เป็นของ node แรกตามเข็มนาฬิกา) ดังนั้นการ **เพิ่มหรือลบ node จึงย้าย key เพียงส่วนเล็ก ๆ** (key ในส่วนหนึ่งของ ring, ≈ K/N) แทนที่จะย้ายส่วนใหญ่ — ลดการกระจายใหม่และการรบกวนให้น้อยที่สุดเมื่อชุด node เปลี่ยน

การเข้าใจสิ่งนี้ — ว่า ring ทำงานอย่างไรและทำไมมันจึงลดการย้าย key — เป็นความเข้าใจหลัก

การเข้าใจ **virtual node** (การ map node ทางกายภาพแต่ละตัวไปยังหลายจุดบน ring เพื่อการกระจายที่สม่ำเสมอ หลีกเลี่ยงภาระงานที่ไม่สม่ำเสมอที่ node น้อยหรือวางตำแหน่งไม่ดีก่อให้เกิด และรองรับความจุที่แตกต่างกัน) สะท้อนว่า consistent hashing ทำงานได้ดีในทางปฏิบัติอย่างไร

การเข้าใจ **การใช้งาน** — distributed cache (การเพิ่ม/ลบ cache node โดยไม่มี mass invalidation), distributed database (Cassandra, DynamoDB การ partition ข้อมูล) และ load balancer — ทำให้เห็นความสำคัญของมัน เพราะมันถูกใช้ในระบบจริงที่ใช้กันแพร่หลายมากมาย

Consistent hashing เป็นเทคนิคระบบกระจายที่คลาสสิกและสำคัญซึ่งปรากฏบ่อยในการอภิปรายการออกแบบระบบ

เนื่องจากการกระจายข้อมูลข้ามชุด node ที่เปลี่ยนแปลงได้ (โดยมีการรบกวนน้อยที่สุดเมื่อ node เปลี่ยน) เป็นความต้องการที่พบบ่อยในระบบกระจายและ consistent hashing แก้ปัญหานี้ได้ (ที่ซึ่ง hashing แบบเรียบง่ายล้มเหลวอย่างหนัก) และเนื่องจากมันถูกใช้ในระบบจริง (distributed cache และฐานข้อมูล) และการเข้าใจมันสะท้อนความรู้ระบบกระจาย การเข้าใจ consistent hashing จึงเป็นความรู้ระดับ senior ที่มีคุณค่า — เป็นเทคนิคพื้นฐานสำหรับการกระจายข้อมูลในระบบกระจายที่เปลี่ยนแปลงได้ ใช้ใน cache และฐานข้อมูลจริงมากมาย แก้ปัญหาการกระจาย key ใหม่ของ hashing แบบเรียบง่าย และเป็นแนวคิดระบบกระจายที่คลาสสิกซึ่งสะท้อนความลึกที่คาดหวังสำหรับบทบาทระดับ senior ที่ออกแบบระบบกระจาย