在維基百科中，一致性雜湊是這麼定義的：
一致雜湊是一種特殊的雜湊演算法。在使用一致雜湊演算法後，雜湊表槽位數（大小）的改變平均只需要對 k/n個關鍵字重新對映，其中k是關鍵字的數量， n是槽位數量。然而在傳統的雜湊表中，新增或刪除乙個槽位的幾乎需要對所有關鍵字進行重新對映。我們從定義中看到一致性hash演算法的基本優勢，我們看到了該演算法主要解決的問題是：當slot數發生變化時，能夠盡量少的移動資料。那麼，我們思考一下，普通的hash演算法是如何實現？又存在什麼問題呢？
假設有這樣乙個問題，我們有三個節點，將一批資料均勻的分散到這三個節點上，一般的雜湊演算法我們會這麼做：
這種雜湊演算法，重度依賴於節點的個數，即當node數發生變化（增加、移除）後，資料項會被重新「打散」，導致大部分資料項不能落到原來的節點上，從而導致大量資料需要遷移。想象一下，這種缺陷幾乎是我們不能接受的。
那麼，乙個亟待解決的問題就變成了：當node數發生變化時，如何保證盡量少引起遷移呢？即當增加或者刪除節點時，對於大多數item，保證原來分配到的某個node，現在仍然應該分配到那個node，將資料遷移量的降到最低。因此該一致性雜湊演算法登場了。
一致性雜湊演算法
一致性雜湊演算法的大致原理是這樣的，通過乙個叫作一致性hash環的資料結構實現。這個環的起點是0，終點是2^32 - 1，並且起點與終點連線，環的中間的整數按逆時針分布，故這個環的整數分布範圍是[0, 2^32-1]，如圖所示：
注意一致性雜湊演算法並不是完全避免了增刪節點時的資料遷移，而是把需要遷移的資料降到最小，特別是相比簡單取模的雜湊演算法。
假入我們有乙個空的雜湊環如圖所示那麼從0 - 2^32-1會如圖所示：
將物件放到雜湊環上
假設現在我們有4個物件，分別為o1，o2，o3，o4，使用hash函式計算這4個物件的hash值（範圍為0 ~ 2^32-1）: hash(ox) = mx，把m1，m2，m3，m4 這4個值放置到hash環上，得到下圖：
將機器放到雜湊環上
使用同樣的hash函式，我們將機器也放置到hash環上。假設我們有三颱快取機器，分別為 c1，c2，c3，使用hash函式計算這3臺機器的hash值：hash(cx) = tx把t1，t2，t3 這3個值放置到hash環上，得到下圖:
將物件和機器都放置到同乙個hash環後，在hash環上順時針查詢距離這個物件的hash值最近的機器，即是這個物件所屬的機器。 例如, 對於物件o2, 順序針找到最近的機器是c1，故機器c1會快取物件o2。而機器c2則快取o3、o4, 機器c3則快取物件o1。如圖所示：
處理機器增減的情況
對於線上的業務，增加或者減少一台機器的部署是常有的事情。 例如，增加機器c4的部署並將機器c4加入到hash環的機器c3與c2之間。這時，只有機器c3與c4之間的物件需要重新分配新的機器。對於我們的例子，只有物件o4被重新分配到了c4，其他物件仍在原有機器上。如圖所示：
如上文前面所述，使用簡單的求模方法，當新新增機器後會導致大部分快取失效的情況，使用一致性hash演算法後這種情況則會得到大大的改善。前面提到3臺機器變成4臺機器後，快取命中率只有25%（不命中率75%）。而使用一致性hash演算法，理想情況下快取命中率則有75%，而且，隨著機器規模的增加，命中率會進一步提高，99臺機器增加一台後，命中率達到99%，這大大減輕了增加快取機器帶來的資料庫訪問的壓力。
再例如，將機器c1下線（當然，也有可能是機器c1宕機），這時，只有原有被分配到機器c1物件需要被重新分配到新的機器。對於我們的例子，只有物件o2被重新分配到機器c3，其他物件仍在原有機器上。如圖所示：
虛擬節點
上面提到的過程基本上就是一致性hash的基本原理了，不過還有乙個小小的問題。新加入的機器c4只分擔了機器c2的負載，機器c1與c3的負載並沒有因為機器c4的加入而減少負載壓力。如果4臺機器的效能是一樣的，那麼這種結果並不是我們想要的。 為此，我們引入虛擬節點來解決負載不均衡的問題。
將每台物理機器虛擬為一組虛擬機器，將虛擬機器放置到hash環上，如果需要確定物件的機器，先確定物件的虛擬機器，再由虛擬機器確定物理機器。
說得有點複雜，其實過程也很簡單。
還是使用上面的例子，假如開始時存在快取機器c1，c2，c3，對於每個快取機器，都有3個虛擬節點對應，其一致性hash環結構如圖所示：
假設對於物件o1，其對應的虛擬節點為c11，而虛擬節點c11物件快取機器c1，故物件o1被分配到機器c1中。
新加入快取機器c4，其對應的虛擬節點為c41，c42，c43，將這三個虛擬節點新增到hash環中，得到的hash環結構如圖所示：
新加入的快取機器c4對應一組虛擬節點c41，c42，c43，加入到hash環後，影響的虛擬節點包括c31，c22，c11（順時針查詢到第乙個節點），而這3個虛擬節點分別對應機器c3，c2，c1。即新加入的一台機器，同時影響到原有的3臺機器。理想情況下，新加入的機器平等地分擔了原有機器的負載，這正是虛擬節點帶來的好處。而且新加入機器c4後，只影響25%（1/4）物件分配，也就是說，命中率仍然有75%，這跟沒有使用虛擬節點的一致性hash演算法得到的結果是相同的。
總結
一致性hash演算法解決了分布式環境下機器增加或者減少時，簡單的取模運算無法獲取較高命中率的問題。通過虛擬節點的使用，一致性hash演算法可以均勻分擔機器的負載，使得這一演算法更具現實的意義。正因如此，一致性hash演算法被廣泛應用於分布式系統中。
最後我們給出一種php語言的實現：
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...