一致性hash的理解

hash

hash即求散列值，可以将不确定长度的数据映射成一串固定值，节省空间且便于比较，通常用在辅助查找，去重等场景。
hash的目的可以用较少的数据空间来体现原有数据的差异性，即同一条数据hash后的值结果肯定是相等的，不等数据的hash后值会尽量分开，这样的特性便于寻址定位，比如一个数组，我们可以根据hash值对数组长度取模，根据取模位置直接设置和获取数据。当然由于不同数据的hash值可能相等，我们必须考虑如何解决hash冲突。hashmap，hashset即hash的一个典型应用。

一致性hash

对于分布式业务，如分布式缓存业务，在机器不变的情况下，存储和获取经过相同的hash算法并对机器数取模是会落在同一台机器的，但机器数量发生变化后，这样很可能导致缓存全部失效。一致性hash即为解决这个问题，在机器增减后，缓存失效的影响最小化。

一致性hash原理及实现

一致性hash采用一个hash环，并顺时针找对应机器节点的策略。
在Java中，hashCode为一个整数，我们将0和最大整数首尾相连，这样就形成了一个hash环，对缓存机器的ip地址进行hash可以得到一个整数。这个整数对应环上的一个节点，当缓存key过来，我们经过相同的hash算法就可以得到一个整数，它也对应环上的一个点。我们根据这个点在环上顺时针找位于它下方的机器节点，找到的第一个即它对应的缓存机器。
这样，在机器增加或减少中，由于采用顺序找的方式，缓存失效影响的范围将大大缩小，仅限当前节点前后对应的一片区域。
这种思路看起来很美好，但也有缺点，在机器少的情况下，如果两个机器节点的hash值较接近，在环上的位置也就会较接近，这样采用顺时针找的方式就会造成负载不均衡了，某一个节点可能就承担了大部分的数据读写任务。当然如果是之前的取模是没这个问题，余数一般是大致均匀分布。
解决负载不均衡的办法即增加虚拟节点，如可以对机器ip统一加标识，使参与hash排点的机器数量变多。如果有几百个，这样负载不均衡的概率将大大降低。

总结

一致性hash在分布式系统中有着广泛的应用，本质是解决分布式环境中节点增减后，对整体系统影响最小化的问题。解决思路为hash环顺时针查找，这样确保影响范围局限在一个区域，同时为解决机器数量少导致的负载均衡问题，又引入了虚拟节点，整体上是一个比较完善的分布式负载均衡解决方案。