一致性hash算法的理解
用hash做缓存，假如有三台服务器，1,2,3，有三万张图片，我想将图片平均缓存到我三台服务器上，一个服务器大概一万张，怎么去实现这个办法呢，可以用hash来取余数进行操作，加入我们是以图片的名字作为key进行hash计算，hash （图片名称）%N 其中N为我们服务器的个数，我们将hash（图片名称）这一部分进行计算后得到的是一个正数，然后除以服务器的数目进行取余数，结果将会是0,1,2三个数，对应我们的服务器的编号，当我们作为客户端去请求图片的时候，图片已经进行过hash运算了，直接找到对应服务器的编号进行图片的访问，这样解决了我需要遍历所有的服务器进行查找。
那如果我缓存的服务器的数量减少或者增加，如果还是按照原来的算法走，必定会造成缓存数据的丢失，会去向后端的服务器去请求，如果有一台缓存服务器发生了故障，那我原来缓存的位置必定会发生改变，原来本该运算后要进行缓存到某一台服务器的图片，现在找不到对应缓存服务器，肯定会发生缓存的雪崩
所以出现了一致性hash算法
相当于将服务器和图片分别hash到我的hash环上进行就近缓存，hash环就是对2^32次方进行取模，从0开始一直到2^32，均匀分布在一个圆环（一个比方），0的顺时针方向的第一位为1，逆时针方向第一位为2^32，大概如下图：
具体就是比方我有三个服务器A，B ,C对其进行 hash （服务器Aip）%2^32 得出来的一定是一个整数，而且一定是在0--2^32之间，那么这个数就会分布在hash环上对应的位置，相同的B,C都一样，假设我们hash过后ABC的位置如下图：
然后我们将需要缓存图片的key进行hash，它的hash值也会分布在我的hash环上，
如上图，我hash到了A和C之间，图片的存储规则是顺时针方向的存储，所以应该存储到A，如果有四张的话如下图：
那如果我们的hash算法将服务器和hash的图片存放位置比较相近，类似于;
所有的缓存都集中存储到了A一台，只有5到了B，那么这样A的压力就不言而喻，没有均匀可言了，辛亏hash环可以添加缓存服务器的虚拟节点，类似于虚拟机，一台实机可以虚拟多台，类似于这样：
这样的话就会尽可能的把缓存都均衡放在各个服务器
一致性hash算法的优势在哪：
一个是当我有一台缓存节点挂了之后，缓存的存储不会受太大的影响，
我们将b节点拿走，本来要在B节点存储的3，因为找不到B服务器，而遵循规则缓存到C，而4的缓存节点不会发生改变，这就是一致hash的优点，如果发生服务器的增加或者减少只有部分的缓存会失效，不造成全盘皆输的可能
一致hash到此结束。。。。。。。。
本文作者：提利
本文为云栖社区原创内容，未经允许不得转载。
