算法学习--------一致性哈希

首先介绍一下传统的应对访问量数据量较大请求的时候 。

  电脑表示前端，服务器表示后台。

       前端每一台电脑都使用相同的哈希函数，当一个请求过来的时候，无论是到哪个前端哪个电脑，计算出请求的哈希都是一样的，哈希%3得到0-2，然后确定出他要归哪台服务器处理，所以一个用户的请求我们基本固定在一台服务器上，他的所有信息我都存在同一台服务器上。这是传统的处理方法，这里有一个问题，比如淘宝平时用户量是正常的，常规配置三台服务器处理请求。但是到了双11，三台是远远不够的，就要添加服务器处理，那么问题来了。添加了服务器，那之前的所有哈希都要重新计算，用户之前的所有缓存就要重新迁移 这样的数据量太大了。

     那么就引出了一致性哈希，一致性哈希是一种分布性算法，主要是为了解决负载均衡。

      之前我们需要将请求计算出取%，但是一致性哈希。我们将哈希的所有可能值均匀的赋值给一个圆环  

      图片内容参考引用于  https://www.cnblogs.com/lpfuture/p/5796398.html

       最左边的图表示了哈希的均匀分布，然后计算计算服务器的哈希，比如计算他的用户名，然后将它接入的圆的相应位置，然后有数据请求进来，也接入圆，顺时针离他最近的服务器负责处理他的请求，插入服务器的话，只需要把受影响的一部分传递给新的即可。

        当然这样也有一个问题，比如刚好三台服务器Hash差不多，那么三台挨着很近。那么有一台处理的请求特别多，其余特别少，不均衡。 这样的话，一个服务器配置出N个虚拟节点，假设100个，然后计算hash排列到圆上。当数量很大时候，哈希结果是均匀的，所以圆上的排列也是均匀的，就解决了负载均衡的问题