book/advanced-go-programming-book
1
0
Fork 0
mirror of https://github.com/chai2010/advanced-go-programming-book.git synced 2025-05-24 04:22:22 +00:00
Code Issues Releases Wiki Activity

fix gl

Browse Source
This commit is contained in:
Xargin 2019-01-01 20:57:36 +08:00
parent cb93277036
commit 5edffff01a
1 changed files with 11 additions and 7 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

18
ch5-web/ch5-09-gated-launch.md
View File

@ -169,9 +169,9 @@ func isPassed(rate int) bool {
### 5.9.3.2 哈希算法 ### 5.9.3.2 哈希算法
求哈希可用的算法非常多，比如md5，crc32，sha1等等，但我们这里的目的只是为了给这些数据做个映射，并不想要因为计算哈希消耗过多的cpu，所以现在业界使用较多的算法是murmurhash，下面是我们对这些常见的hash算法的简单benchmark： 求哈希可用的算法非常多，比如md5，crc32，sha1等等，但我们这里的目的只是为了给这些数据做个映射，并不想要因为计算哈希消耗过多的cpu，所以现在业界使用较多的算法是murmurhash，下面是我们对这些常见的hash算法的简单benchmark。
hash.go: 下面使用了标准库的md5，sha1和开源的murmur3实现来进行对比。
```go ```go
package main package main
@ -202,7 +202,7 @@ func murmur64() uint64 {
} }
``` ```
hash_test.go 为这些算法写一个基准测试：
```go ```go
package main package main
@ -235,6 +235,8 @@ func BenchmarkMurmurHash64(b *testing.B) {
``` ```
然后看看运行效果：
```shell ```shell
~/t/g/hash_bench git:master ❯❯❯ go test -bench=. ~/t/g/hash_bench git:master ❯❯❯ go test -bench=.
goos: darwin goos: darwin
@ -247,13 +249,13 @@ PASS
ok _/Users/caochunhui/test/go/hash_bench 7.050s ok _/Users/caochunhui/test/go/hash_bench 7.050s
``` ```
可见murmurhash相比其它的算法有三倍以上的性能提升。 可见murmurhash相比其它的算法有三倍以上的性能提升。显然做负载均衡的话，用murmurhash要比md5和sha1都要好，实际上这些年社区里还有另外一些更高效的哈希算法出现，感兴趣的读者可以自行调研。
### 5.9.3.3 分布是否均匀 ### 5.9.3.3 分布是否均匀
对于哈希算法来说，性能是一方面的问题，另一方面还要考虑哈希后的值是否分布均匀。 对于哈希算法来说，除了性能方面的问题，还要考虑哈希后的值是否分布均匀。如果哈希后的值分布不均匀，那也自然就起不到负载“均衡”的效果了。
我们先以15810000000开头，造一千万个和手机号类似的数字，然后将计算后的哈希值分十个桶，并观察计数是否均匀： 以murmur3为例，我们先以15810000000开头，造一千万个和手机号类似的数字，然后将计算后的哈希值分十个桶，并观察计数是否均匀：
```go ```go
package main package main
@ -280,9 +282,11 @@ func murmur64(p string) uint64 {
} }
``` ```
看看执行结果：
```shell ```shell
map[7:999475 5:1000359 1:999945 6:1000200 3:1000193 9:1000765 2:1000044 \ map[7:999475 5:1000359 1:999945 6:1000200 3:1000193 9:1000765 2:1000044 \
4:1000343 8:1000823 0:997853] 4:1000343 8:1000823 0:997853]
``` ```
偏差都在1/100以内，可以接受。 偏差都在1/100以内，可以接受。读者在调研其它算法，并判断是否可以用来做负载均衡时，也应该从本节中提到的性能和均衡度两方面出发，对其进行考察。