一致性Hash原理解析

一.什么是一致性Hash算法？
顾名思义，该算法为了解决Hash算法一致性问题，一般的Hash算法，采用hash（比如用户id）%N，当新增或下线服务器时，用户id与服务器的映射关系会大量失效。一致性Hash则利用了hash环对其进行了改进，对最大整数（2^23）取模。
具体实现思路：首先将N台服务器的ip地址映射到hash环上，然后对用户id同样映射到hash环，在环上服务器之间左侧的用户id会交给该服务器处理。
二.应用场景？
主要应用于分布式、负载均衡等
例如：你有 N 个 cache 服务器，那么如何将一个对象object 映射到 N 个 cache 上呢，你很可能会采用取模（key%N）的方法计算 object 的 hash 值，然后均匀的映射到到 N 个 cache服务器。当一个服务器挂了或者增加了一个，那么得到的hash值=key%(N-1)（或者key%(N+1)），造成的后果大量的缓存在同一时间失效，大量请求压在后端服务器上，造成缓存雪崩，这不是我们想看到的。
三.一致性Hash实现：
1、首先计算出每个节点的hash值，并将其配置到0～（2的32次方）的圆（continuum）上。
2、用同样的hash函数计算出存储数据的hash值，并映射到相同的圆上。
3、然后从数据映射到的位置开始顺时针查找，将数据保存到找到的第一个节点上。如果超过（2的32次方）仍然找不到服务器，就会保存到第一台memcached服务器上。

风险均摊，同时避免缓存雪崩，同时引入虚拟节点连接物理机器分配数据存储地址，保障新增服务器后数据处理压力均摊。
解决一致性hash偏斜问题，增加虚拟节点（复制已有节点）。