假設有n臺redis作為快取，傳統的hash演算法是：ser = hash(k) % n，即對鍵值雜湊，然後對伺服器的個數取餘，這樣做簡單、而且分布均勻，但是有兩個問題：
- 假設有伺服器x發生了宕機，那麼此時取餘命中x是失效的，我們需要對鍵值進行相應的遷移，把伺服器變成n-1臺，但是這樣面臨伺服器一定時間不可用的情況，造成redis雪崩
- 假設容量不夠，我們需要擴容，此時新加入伺服器後，也需要改變為n + 1，同樣有遷移key造成雪崩的問題。
綜上可知，取餘的雜湊的核心缺陷在於：伺服器變動後，會影響n，造成整體key的遷移
n變化是造成整體不可用的核心原因，最容易想到的方式是： 讓n=2
32−1n=2^-1
n=232−
1，然後對每個服務的ip或者其它的值進行雜湊取餘，使這些資料分布在0-n的乙個圓環上。之後對key取餘，然後順時針的對應到相應的伺服器上，如下圖：
在雜湊環上的值，按照順時針方向，去尋找自己的伺服器，這樣就可以找到對應的服務了。
為什麼一致性雜湊可以解決傳統方式的雪崩問題：
假設下面乙個場景，伺服器c崩潰，此時請求c的雜湊值，會落在d上，而請求a、b、d的服務不會發生變化，製造成了1/4的不可用。同樣的，假設加入伺服器x在a和b之間，此時請求b的服務，會有一部分去x上，也是影響了部分的流量。通過一致性雜湊的方式，把影響降到了最小。參考下面兩個圖：
一致性雜湊相對於傳統雜湊來說，最大的缺陷在於服務數量少的時候，可能造成請求不均衡的情況，比如下面這個：
大量的資料都去了節點a，只有少部分資料在節點b上。
緩解方案：
一致性雜湊
直接貼出一篇介紹的很清楚的博文。關鍵字一致性雜湊 平衡性，單調性，分散性，負載 其實說白了，就是解決把請求分散到不同的機器上運算，怎麼做分散的平均，機器少一台多一台，或者壞掉一台，成很好的自適應和拓展。最簡單的實現分布式演算法，取模嘛，但是它就上述的一些問題，所以不算好的雜湊函式。一致性雜湊演算法，...
一致性雜湊
from 學習分布式,一致性雜湊是最最基礎的知識,所以要理解好.那什麼是一致性雜湊呢?what 1.平衡性是指 hash的結果應該平均分配到各個節點,這樣從演算法上就解決了負載均衡問題.2.單調性是指 在新增或者刪減節點時,同乙個key訪問到的值總是一樣的.3.分散性是指 資料應該分散的存放在 分布...
一致性雜湊
一致性 雜湊演算法在1997年由 麻省理工學院提出 參見擴充套件閱讀 1 設計目標是為了解決網際網路中的熱點 hot spot 問題，初衷和 carp十分類似。一致性雜湊修正了carp使用的簡單雜湊演算法帶來的問題，使得dht可以在p2p環境中真正得到應用。雜湊演算法 編輯 一致性雜湊提出了在動態變...