ConsistentHashTest.java

package xyz.anduo.crawler.hash;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.UUID;

import junit.framework.TestCase;

public class ConsistentHashTest extends TestCase {
  private static final String IP_PREFIX = "192.168.1.";// 机器节点IP前缀

  public void test() {
    Map<String, Integer> map = new HashMap<String, Integer>();// 每台真实机器节点上保存的记录条数
    
    List<Node<String>> nodes = new ArrayList<Node<String>>();// 真实机器节点
    // 10台真实机器节点集群
    for (int i = 1; i <= 10; i++) {
      map.put(IP_PREFIX + i, 0);// 每台真实机器节点上保存的记录条数初始为0

      Node<String> node = new Node<String>(IP_PREFIX + i, "node_" + i);
      nodes.add(node);
    }

    HashFunction hashFunction = new HashFunctionImpl(); // hash函数实例
    ConsistentHash<Node<String>> consistentHash =
        new ConsistentHash<Node<String>>(hashFunction, 100, nodes);// 每台真实机器引入100个虚拟节点

    // 将5000条记录尽可能均匀的存储到10台机器节点
    for (int i = 0; i < 5000; i++) {
      // 产生随机一个字符串当做一条记录，可以是其它更复杂的业务对象,比如随机字符串相当于对象的业务唯一标识
      String data = UUID.randomUUID().toString() + i;
      // 通过记录找到真实机器节点
      Node<String> node = consistentHash.get(data);
      // 再这里可以能过其它工具将记录存储真实机器节点上，比如MemoryCache等
      // ...
      // 每台真实机器节点上保存的记录条数加1
      map.put(node.getIp(), map.get(node.getIp()) + 1);
    }

    // 打印每台真实机器节点保存的记录条数
    for (int i = 1; i <= 10; i++) {
      System.out.println(IP_PREFIX + i + "节点记录条数：" + map.get("192.168.1." + i));
    }
  }
}