分布式中hash取模演算法中的問題

常用的演算法是對hash結果取餘數 (hash() modn)：對機器編號從0到n-1，按照自定義的hash()演算法，對每個請求的hash()值按n取模，得到餘數i，然後將請求分發到編號為i的機器。

但這樣的演算法方法存在致命問題，如果某一台機器宕機，那麼應該落在該機器的請求就無法得到正確的處理，這時需要將當掉的伺服器從演算法從去除，此時候會有(n-1)/n的伺服器的快取資料需要重新進行計算；」

為何是 (n-1)/n 呢？解釋如下：

比如有 3 臺機器，hash值 1-6 在這3台上的分布就是：

host 1:14

host 2:25

host 3: 3 6

如果掛掉一台，只剩兩台，模數取 2 ，那麼分布情況就變成：

host 1:13 5

host 2:24 6

可以看到，還在資料位置不變的只有2個： 1，2，位置發生改變的有4個，佔共6個資料的比率是 4/6 = 2/3這樣的話，受影響的資料太多了，勢必太多的資料需要重新從 db 載入到 cache 中，嚴重影響效能

【consistent hashing 的辦法】

上面提到的 hash 取模，模數取的比較小，一般是負載的數量，而 consistent hashing 的本質是將模數取的比較大，為 2的32次方減1，即乙個最大的 32 位整數。然後，就可以從容的安排資料導向了，那個圖還是挺直觀的。