參考：這篇寫的非常通俗易懂
大意：利用乙個環形的hash空間selectors（雜湊範圍0~(2^32)-1，實際上底層是乙個concurrentmap），按照hash演算法將乙個key雜湊到指定的位置。物件（o1,o2,o3）的雜湊與機器（node1,node2,node3）的雜湊演算法是一樣的。
形成過程：
1）考慮負載均衡演算法的一致性和分散性：o1,o2,o3順時針地去找離自己最近距離的機器位置。這樣的設
計就保證了機器的動態上下線後，僅有少量的資料需要遷移
2）考慮負載均衡演算法的平衡性：1）的方式會造成雜湊的不均衡，原本儲存在掛掉的機子上的資料都遷
移到了後一台機子上，造成了不平衡的結果。改進的做法是加入許多個「虛擬節點」，看做是機器的復
制點，虛擬節點在selectors上按照hash值排列，這樣就能相對平衡的平攤
一點總結：
1）虛擬節點的總數是一定的（預設160），虛擬節點的雜湊位置是根據 hash（機器ip+數字字尾）的方
式，假設node1的ip為192.168.1.100，根據設定的虛擬節點複製個數，比如2，那就分別對映到hash
（192.168.1.100#1）與hash（192.168.1.100#2）
2）一致性hash演算法能夠減少資料的遷移量,能夠使相同引數的請求總是被發到同一機器上
聯想：1）聯想到redis也可以使用一致性hash演算法來搭建集群。好處是，將資料平攤到各個機器了，某台機器宕機之後，所有的關聯「虛擬節點」都會消失，新新增的資料會順時針儲存到下乙個最近距離的機器中去，老的資料會被刪除，重新查詢該資料要到資料庫中去查，這個去資料庫中查的操作會比原先的hash演算法少很多！！；
為1）舉個例子，複製自haozi_ncepu有5臺伺服器，編號分別是0(a)，1(b)，2(c)，3(d)，4(e) ，正常情況下,假設使用者資料hash值為12，那麼對應的資料應該快取在12%5=2號伺服器上，假設編號為3的伺服器此時掛掉，那麼將其移除後就得到乙個新的0(a)，1(b)，2(c)，3(e)(注：這裡的編號3其實就是原來的4號伺服器)伺服器列表，此時使用者來取資料，同樣hash值為12,rehash後的得到的機器編號12%4=0號伺服器，可見，此時使用者到0號伺服器去找資料明顯就找不到，出現了cache不命中現象，如果不命中此時應用會從後台資料庫重新讀取資料再cache到0號伺服器上，如果大量使用者出現這種情況，那麼後果不堪設想。同樣，增加一台快取伺服器，也會導致同樣的後果。
2）資料庫的分庫分表也可以用一致性hash去做
一致性hash演算法 負載均衡
有沒有好奇過redis memcache等是怎麼實現集群負載均衡的呢？其實他們都是通過一致性hash演算法實現節點排程的。講一致性hash演算法前，先簡述一下求餘hash演算法 hash object n乙個快取伺服器宕機了，這樣所有對映到這台伺服器的物件都會失效，我們需要把屬於該伺服器中的快取移除...
一致性hash演算法 面試必備 一致性hash演算法
最近公司在招人，我們準備的問題中有一道是關於一致性hash演算法的問題，只有一些面試者能夠回答上來，而且答的也不是很全面，有的面試者只是聽說過，有的連聽都沒聽過，下面我把一致性hash演算法整理一下分享給大家 一致性雜湊演算法在1997年由麻省理工學院的karger等人在解決分布式cache中提出的...
一致性hash演算法虛擬節點 一致性hash演算法
hash 演算法也叫做雜湊演算法，他可以讓任意長度的資料m對映成為長度固定的值h。hash演算法的第乙個作用就是資料的快速儲存與查詢。寫過程式的人都知道，基本上主流的程式語言裡面都有個資料結構叫做map dictionary或者 hash table 它是根據key來直接訪問結果的資料結構。key的...