分布式哈希表（DHT）的简单基本解释
有没有人可以解释一下DHT的工作原理？
没有太重，只是基础。
好的，他们基本上是一个非常简单的想法。 DHT为您提供了一个类似字典的界面，但节点分布在整个networking中。 使用DHT的技巧是获取存储特定密钥的节点是通过散列该密钥来find的，所以实际上，散列表存储区现在是networking中的独立节点。
这给了很多容错和可靠性，并且可能有一些性能上的好处，但是也带来了很多麻烦。 例如，当一个节点离开networking时会发生什么情况，是由于失败还是以其他方式？ 而且，如何在节点join时重新分配密钥，以使负载大致平衡。 来想一想，如何均匀分配密钥？ 当一个节点join时，你如何避免重蹈覆辙？ （记住如果增加桶的数量，你必须在正常的哈希表中做这个）。
一个解决这些问题的DHT的例子是n个节点的逻辑环，每个节点负责1 / n个密钥空间。 一旦将节点添加到networking中，它就会在环上find一个位于其他两个节点之间的位置，并负责其兄弟节点中的某些密钥。 这种方法的好处在于环中没有其他节点受到影响。 只有两个兄弟节点必须重新分配密钥。
例如，假设在三节点环中，第一个节点具有0-10，第二个11-20和第三个21-30。 如果第四个节点出现并插入节点3和0之间（记住，它们是在一个环中），它可以承担三分之一的密钥空间的责任，所以现在它处理26-30，节点3处理21 -25。
还有许多其他覆盖结构，例如使用基于内容的路由来find存储密钥的正确节点。 在一个环中定位一个密钥需要一次search一个节点（除非你保留一个本地查找表，在成千上万个节点的DHT中有问题），这是O（n）-hop路由。 其他结构 – 包括增强环 – 保证O（log n）-hop路由，还有一些声称为O（1）-hop路由，代价是维护更多。
阅读维基百科页面，如果您真的想深入了解一下，请查看哈佛大学的这个阅读清单非常全面的资料。
DHT为用户提供与普通哈希表类似的接口（按键查找值），但数据分布在任意数量的连接节点上。 维基百科有一个很好的基本介绍，如果我写更多的话，我基本上会反胃，
我想补充一下HenryR的有用答案，因为我刚刚对一致性哈希值有所了解。 正常/天真的哈希查找是两个variables的函数，其中一个是桶的数量。 一致性哈希的美妙之处在于我们从等式中消除了桶的数量“n”。
在天真哈希中，第一个variables是要存储在表中的对象的关键字。 我们将调用密钥“x”。 第二个variables是桶的数量，“n”。 因此，要确定对象存储在哪个桶/机器中，您必须计算：hash（x）mod（n）。 因此，当你改变桶的数量时，你也改变几乎每个对象的存储地址。
将其与一致的哈希值进行比较。 我们将“R”定义为散列函数的范围。 R只是一些常数。 在一致的哈希中，对象的地址位于hash（x）/ R。 由于我们的查找不再是桶的数量的函数，所以当我们改变桶的数量时，我们的重新映射就会减less。
看看这个维基百科文章或这个幻灯片
看看亚马逊的迪纳摩，它解释了一个简单而新颖的基于圈一致哈希的DHT实现。
