经典案例:
1:在memcache中分key存储。主机分布式选择主机的算法
一:利用crc32散列
<?php //范围:00-63 function crc_hash(&$keyword,$n=64) { $hash = crc32($keyword) >> 16 & 0xffff; return sprintf("%02s",$hash % $n); } ?>
二:当用户数量太多(如达到千万级别),数量量太大时,我们会根据用户名username使用hash算法得出0-N的一个数值,将用户信息分散存储到N个表中,如增加用户信息示例代码如下:
<?php function getHash(&$keyword,$n) { $hash = crc32($keyword) >> 16 & 0xffff; return sprintf("%02s",$hash % $n); } $table = ‘userinfo_‘.getHash($username,100); $sql = "insert into {$table} values(....)"; $db = new models($table);//封装的数据库操作类 $db->MyInsert($sql); ?>
三:
hash算法一般是利用数组实现的,步骤如下:
存元素时:
1.把要存储的元素(value)计算一个hashcode(称为散列),这个就是key。
2.把元素存储到以hashcode为下标的数组中。
3.若此数组下标已经有元素,则使用链表的方式把元素连接起来。
获得元素时:
1.元素(value)计算hashcode。
2.hash表中按hashcode(key)取得元素。
3.若一个key中对应多个元素,则还需匹配是哪个元素。
就这么简单,hash算法由于直接映射数组下标,所以查找算法的时间复杂度来说是O(1)的。不过若计算hashcode的算法不是很好的话,可能
造成一个桶(数组中的一个位置)内有多个元素,而有些桶内一个元素都没有。这样在存、取元素时都需要在桶内进行查找操作,而且造成空间的浪费。所以一个好的hashcode的算法使得任意给定的元素能够均匀地存储在hash表中的每个桶内,显得尤为重要。以下给出一个非常经典的通用散列算法,经过研究人员统计分析过散列程度的。
unsigned long hashcode(const unsigned char *name) { unsigned long h=0,g; while(*name) { h=(h<<4) + *name++; if(g=h & 0xF0000000) h^=g>>24; h &=~g; } return h; }
除非你对这个通用散列算法有特殊需求,导致无法满足需要,否则应该使用这个函数。
hash算法确实应用得非常广泛,因为其查找的速度是O(1)的。比如:如今数据的海量存取和高并发访问的需求,造成关系数据库逐渐退出舞台。DB中使用B+树索引提供范围查询,hash(key-value)索引实现点查询。
参考:http://www.dewen.io/q/405/%E6%B1%82mysql+%E5%88%86%E8%A1%A8%E7%9A%84%E6%84%8F%E4%B9%89
- <?php
- //范围:00-63
- function crc_hash(&$keyword,$n=64)
- {
- $hash = crc32($keyword)>>16&0xffff;
- return sprintf("%02s",$hash % $n);
- }
- ?>