當前，memcached、redis這類分布式kv快取已經非常普遍。從本篇開始，本系列將分析分布式快取相關的原理、使用策略和最佳實踐。
我們知道memcached的分布式其實是一種「偽分布式」，也就是它的伺服器結點之間其實是相互無關聯的，之間沒有網路拓撲關係，由客戶端來決定乙個key是存放到哪台機器。
具體來講，假設我有多台memcached伺服器，編號分別為m0,m1,m2,…。對於乙個key，由客戶端來決定存放到哪台機器，那最簡單的hash公式就是 key % n，其中n是機器的總數。
但這有個問題，一旦機器數變少，或者增加機器，n發生變化，那之前存放的資料就全部無效了。因為你按照新的n值取模計算出的機器編號，和當時按舊的n值取模算出的機器編號肯定是不等的，也就意味著絕大部分快取會失效。
這個問題的解決辦法就是用1種特別的hash函式，盡可能使得，增加機器/減少機器時，快取失效的數目降到最低，這就是hash環，或者叫一致性hash。
hash環
上面說的hash函式，只經過了1次hash，即把key hash到對應的機器編號。
而hash環有2次hash：
（1）把所有機器編號hash到這個環上
（2）把key也hash到這個環上。然後在這個環上進行匹配，看這個key和哪台機器匹配。
具體來講，如下：
假定有這樣乙個hash函式，其值空間為（0到2的32次方-1) ，也就是說，其hash值是個32位無整型數字 ，這些數字組成乙個環。
然後，先對機器進行hash(比如根據機器的ip)，算出每台機器在這個環上的位置； 再對key進行hash，算出該key在環上的位置，然後從這個位置往前走，遇到的第一台機器就是該key對應的機器，就把該(key, value) 儲存到該機器上。
如下圖所示：
首先計算出每台cache伺服器在環上的位置（圖中的大圓圈）；然後每來乙個(key, value)，計算出在環上的位置（圖中的小圓圈），然後順時針走，遇到的第1個機器，就是其要儲存的機器。
這裡的關鍵點是：當你增加/減少機器時，其他機器在環上的位置並不會發生改變。這樣只有增加的那台機器、或者減少的那台機器附近的資料會失效，其他機器上的資料都還是有效的。
資料傾斜問題
當你機器不多的時候，很可能出現幾台機器在環上面貼的很近，不是在環上均勻分布。這將會導致大部分資料，都會集中在某1臺機器上。
為了解決這個問題，可以引入「虛擬機器」的概念，也就是說：1臺機器，我在環上面計算出多個位置。怎麼弄呢？ 假設用機器的ip來hash，我可以在ip後面加上幾個編號, ip_1, ip_2, ip_3, … 把1臺物理機器生個多個虛擬機器的編號。
資料首先對映到「虛擬機器上」，再從「虛擬機器」對映到物理機器上。因為虛擬機器可以很多，在環上面均勻分布，從而保證資料均勻分布到物理機器上面。
zk的引入
上面我們提到了伺服器的機器增加、減少，問題是客戶端怎麼知道呢？
一種笨辦法就是手動的，當伺服器機器增加、減少時候，重新配置客戶端，重啟客戶端。
另外一種，就是引入zk，伺服器的節點列表註冊到zk上面，客戶端監聽zk。發現結點數發生變化，自動更新自己的配置。
當然，不用zk，用乙個其他的中心結點，只要能實現這種更改的通知，也是可以的。
hash 餘數hash和一致性hash
的伸縮性架構中，分布式的設計是現在的基本應用。在memcached的分布式架構中，key value快取的命中通常採用分布式的演算法 一 餘數hash 簡單的路由演算法可以使用餘數hash node編號 hashcode key 伺服器數目 例如 key beijing 的hash值為4908064...
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...