你了解一致性哈希算法吗？

1、使用Hash算法好处

假设使用Redis缓存图片资源，key值为图片名称，value为该图片所在文件服务器路径，我们需要根据图片名称查找该文件所在文件服务器上的路径，数据量大概有2000W左右，采用随机分配规则，部署8台缓存服务器，每台服务器大概含有500W条数据，并且进行主从复制。

实际上，这样也能满足我们的要求，但如果这样做，当我们需要访问某个缓存项时，则需要遍历4台缓存服务器，遍历的过程效率太低，时间太长。我们考虑使用HashMap底层哈希结构，按照Hash值、取模规则来分配，即 hash（图片名称）% N。

如果我们使用Hash的方式，每一张图片在进行分库的时候都可以定位到特定的服务器。

假设我们查找的是"a.png"，由于有4台服务器（排除从库），因此公式为hash（a.png） % 4 = 2 ，可知定位到了第2号服务器，这样的话就不会遍历所有的服务器，大大提升了性能！

2、为什么要有一致性Hash算法？

上述方式虽然提升了性能，我们不再需要对整个Redis服务器进行遍历。但使用上述Hash算法进行缓存时，会出现一些缺陷，主要体现在服务器数量变动的时候，所有缓存的位置都要发生改变。

如果我们增加一台缓存服务器，那么规则由 hash（a.png） % 4 = 2 的公式就变成了hash（a.png）% 5 = ？；减少一台缓存服务器，规则由hash（a.png） % 4 = 2 的公式就变成了hash（a.png）% 3 = ？。这种情况带来的结果就是当服务器数量变动时，所有缓存位置都要发生改变。换句话说，当服务器数量发生改变时，所有缓存在一定时间内是失效的，当应用无法从缓存中获取数据时，则会向后端数据库请求数据，可能会出现缓存雪崩。

所以，我们应该想办法不让这种情况发生，但是由于上述Hash算法本身的缘故，使用取模法进行缓存时，这种情况是无法避免的，为了解决这些问题，一致性Hash算法诞生了！

3、什么是一致性Hash算法？

一致性哈希算法主要应用在分布式数据存储系统中，按照一定的策略将数据尽可能均匀分布到所有的存储节点上去，使得系统具有良好的负载均衡性能和扩展性。

一致性Hash算法也是使用取模的方法，只不过刚才描述的取模法是对服务器数量进行取模，而一致性Hash算法是对 2^32 取模。我们把 2^32 想象成一个圆，整个空间按顺时针方向组织，把这个由 2^32 个点组成的圆环称为hash环。

假设将上文中四台服务器使用IP地址哈希，即 hash（服务器A的IP地址） % 2^32，环空间的位置如下：

到目前为止，我们已经把缓存服务器与hash环联系在了一起。接下来使用如下算法定位数据访问到相应服务器：将数据key使用相同的函数Hash计算出哈希值，并确定此数据在环上的位置，从此位置沿环顺时针"行走"，第一台遇到的服务器就是其应该定位到的服务器！

如：我们有Object A、Object B、Object C、Object D四个数据对象，经过哈希计算后，在环空间上的位置如下：

根据一致性Hash算法，数据A会被定为到Node A上，B被定为到Node B上，C被定为到Node C上，D被定为到Node D上。

4、一致性Hash算法的容错性和可扩展性

假设Node C不幸宕机，可以看到此时对象A、B、D不会受到影响，只有C对象被重定位到Node D。

假设在系统中增加一台服务器Node X

此时对象Object A、B、D不受影响，只有对象C需要重定位到新的Node X 。

综上，一致性Hash算法对于节点的增减都只需重定位环空间中的一小部分数据，具有较好的容错性和可扩展性。

5、Hash环的数据倾斜

一致性Hash算法在服务节点太少时，容易因为节点分部不均匀而造成数据倾斜（被缓存的对象大部分集中缓存在某一台服务器上）问题，如：系统中只有3台服务器，被缓存的对象很有可能大部分集中缓存在某一台服务器上，造成数据分配不均匀。

此时必然造成大量数据集中到Node A上，而只有极少量会定位到Node B上。为了解决这种数据倾斜问题，我们想要均衡的将缓存分布到3台服务器上，最好能让这3台服务器尽量多的、均匀的出现在hash环上，但真实的服务器资源只有3台，我们考虑将现有的物理节点通过虚拟的方法复制出来，一致性Hash算法引入了虚拟节点机制，即对每一个服务节点计算多个哈希，每个计算结果位置都放置一个此服务节点，这些由实际节点虚拟复制而来的节点被称为虚拟节点。

采用虚拟节点机制，解决了服务节点少时数据倾斜的问题，hash环上的节点就越多，缓存被均匀分布的概率就越大。

【参考资料】：
什么是一致性Hash算法？
一致性哈希算法