一致性哈希算法

场景题：三台服务器，3w张图片，如何将图片均匀的存储在三台服务器中？

解决方案1：平均分配：将3w张图片平均的缓存在这三台服务器上。但是带来的问题是查找某个图片时，需要遍历三个节点服务器进行查找，效率太低。

解决方案2：Hash算法 / 取模算法：对缓存项的键进行哈希（Hash），然后将hash后的结果对服务器的数量N进行取模，操作，取模之后的数字决定缓存在哪一台服务器上。

• 优点：当访问任意一个图片的时候，只需要再次对图片进行上面的操作（hash之后再取模），即可得出对应的图片存储的位置在哪个服务器上，接下来只需要在这个服务器上查找即可，效率提高了N倍。

• 缺点：

  • 当服务器数量发生改变时，缓存就会失效，大量的缓存失效会导致缓存雪崩，可能会导致整体的系统压力过大而崩溃。
  • 当服务器数量发生变化时，几乎所有缓存的位置都会发生改变，怎样尽量减少受影响的缓存？

解决方案3：一致性哈希
一致性哈希算法也是取模，和Hash算法不同，Hash算法是对服务器数量或者容器的容量进行取模运算，而一致性哈希则是对2^32取模。
hash环：0~2^32-1组成的圆环，是一个封闭的圆环。
环上映射两种元素：服务器的IP地址、缓存
解决缓存分布不均匀的方法：虚拟节点，虚拟节点是将一个真实的cache在圆圈上复制几份作为虚拟节点，如图6。当集群中增加一个真实cache 时，对应的增加一定数量的虚拟节点，当集群中删除一个真实的cache时，其所对应的虚拟节点都会被删除。

参考链接：一致性哈希算法