左神面试算法--哈希表

【题目】
工程师常使用服务器集群来设计和实现数据缓存，以下是常见的策略：
1．无论是添加、查询还是删除数据，都先将数据的id通过哈希函数转换成一个哈希值，记为key。
2．如果目前机器有N台，则计算key%N的值，这个值就是该数据所属的机器编号，无论是添加、删除还是查询操作，都只在这台机器上进行。
请分析这种缓存策略可能带来的问题，并提出改进的方案。

算法思想：

哈希函数：输入域无穷，输出域在一个固定区间

哈希函数使得输入域尽可能均匀的分布在输出域上，输入域数据越大，分布越均匀。

哈希函数又称散列函数，哈希码为哈希函数的返回值。

服务器集群设计和实现数据缓存的一般策略中，因为哈希码是均匀的，所以每个服务器上的数据缓存是均匀的。但当增加或减少机器时，N值会变化，导致整个数据在机器上的分布变化，造成数据的大量迁移，因此一般改为一致性哈希。

把哈希码抽象成一个环，将A,B,C三个服务器打在哈希码的如图位置，是均匀分布的，但当又加入一个D服务器后，D只分担了BC之间的数据量，其他的数据量没有变化，并不能达到我们的要求。因此引入虚拟节点的概念。

假设有A,B两个物理节点，每个节点有1000个虚拟节点，每次不是把真实物理节点打在哈希码上，而是对应的1000个虚拟节点打在哈希码环上，因为数量相对够大，所以分布是均匀的。当有个物理节点C要加入时，他也有对应的1000个虚拟点打在哈希码上，因为数量大，也能看成是均匀的。

根据虚拟点来找到相应的物理节点就可以解决上述问题了。