Consistent hashing là gì?

Question

Accepted Answer

**Consistent hashing** là một kỹ thuật để phân tán dữ liệu qua các node (server) mà **giảm thiểu việc tái phân bố khi node được thêm hoặc bớt** — khác với hashing đơn giản, vốn remap hầu hết các key khi số lượng node thay đổi. Nó quan trọng cho distributed cache, database, và phân tán tải.

## Vấn đề với hashing đơn giản

```text
Cách đơn giản: node = hash(key) % N  (N = số node)
  ✗ khi N THAY ĐỔI (thêm/bớt một node), N đổi → HẦU HẾT key remap sang node khác →
    di chuyển dữ liệu / cache invalidation lớn (gần như mọi thứ đều di chuyển!)
→ thêm/bớt một server gây xáo trộn lớn → tệ cho distributed system động.
```

## Consistent hashing hoạt động như thế nào

```text
Ánh xạ cả NODE và KEY lên một HASH RING (một vòng tròn các giá trị hash):
  → một key thuộc về node ĐẦU TIÊN theo chiều kim đồng hồ từ nó trên ring
  → thêm/bớt một node chỉ ảnh hưởng các key trong MỘT đoạn của ring (các node lân cận) →
    chỉ một phần NHỎ key di chuyển (≈ K/N, không phải hầu hết)
→ tái phân bố tối thiểu khi node thay đổi → tốt hơn nhiều cho hệ thống động.
```

## Virtual node và các ứng dụng

```text
✓ VIRTUAL NODES → mỗi node vật lý ánh xạ tới NHIỀU điểm trên ring → phân bố ĐỀU
  (tránh tải không đều do ít node/đặt không đều) → xử lý năng lực không đồng nhất
ỨNG DỤNG:
  → distributed CACHE (vd cụm memcached) — thêm/bớt cache node mà không invalidation
    hàng loạt
  → distributed DATABASE (Cassandra, DynamoDB) — partition dữ liệu qua các node
  → load balancer; bất kỳ hệ thống nào phân tán dữ liệu/tải qua một tập node thay đổi
```

## Tại sao điều này quan trọng

Hiểu consistent hashing là kiến thức có giá trị cấp senior vì nó là một **kỹ thuật cơ bản để phân tán dữ liệu trong các distributed system động**, được dùng trong nhiều hệ thống thực, nên nó quan trọng cho thiết kế distributed system.

Vấn đề nó giải quyết là thực và quan trọng: **hashing đơn giản** (`hash(key) % N`) gây ra **hầu hết key remap khi số lượng node thay đổi** (thêm hoặc bớt một server làm di chuyển gần như mọi dữ liệu — gây di chuyển dữ liệu hoặc cache invalidation lớn), khiến nó tệ hại cho distributed system động nơi node được thêm và bớt. **Consistent hashing** giải quyết điều này bằng cách ánh xạ cả node và key lên một **hash ring** (với một key thuộc về node đầu tiên theo chiều kim đồng hồ), sao cho **thêm hoặc bớt một node chỉ di chuyển một phần nhỏ key** (những key trong một đoạn ring, ≈ K/N) thay vì hầu hết — giảm thiểu tái phân bố và xáo trộn khi tập node thay đổi.

Hiểu điều này — cách ring hoạt động và tại sao nó giảm thiểu di chuyển key — là nhận định then chốt.

Hiểu **virtual node** (ánh xạ mỗi node vật lý tới nhiều điểm ring để phân bố đều, tránh tải không đều do ít node hay đặt kém, và xử lý năng lực không đồng nhất) phản ánh cách consistent hashing hoạt động tốt trong thực tế.

Hiểu các **ứng dụng** — distributed cache (thêm/bớt cache node mà không invalidation hàng loạt), distributed database (Cassandra, DynamoDB partition dữ liệu), và load balancer — làm rõ tầm quan trọng của nó, vì nó được dùng trong nhiều hệ thống thực, được dùng rộng rãi.

Consistent hashing là một kỹ thuật distributed-systems kinh điển, quan trọng thường xuất hiện trong các thảo luận system design.

Vì phân tán dữ liệu qua một tập node động (với xáo trộn tối thiểu khi node thay đổi) là một nhu cầu phổ biến trong distributed system và consistent hashing giải quyết nó (nơi hashing đơn giản thất bại nặng nề), và vì nó được dùng trong các hệ thống thực (distributed cache và database) và hiểu nó phản ánh kiến thức distributed-systems, nên hiểu consistent hashing là kiến thức có giá trị cấp senior — một kỹ thuật cơ bản cho phân tán dữ liệu trong các distributed system động, được dùng trong nhiều cache và database thực, giải quyết vấn đề tái phân bố key của hashing đơn giản, và là một khái niệm distributed-systems kinh điển phản ánh chiều sâu kỳ vọng ở vị trí senior thiết kế distributed system.