背景
假设，我们有三台缓存服务器，用于缓存图片，我们为这三台缓存服务器编号为0号、1号、2号，现在，有3万张图片需要缓存，我们希望这些图片被均匀的缓存到这3台服务器上，以便它们能够分摊缓存的压力。假设图片名称是不重复的。
普通hash解决方案：
我们使用图片名称作为访问图片的key，，那么，我们可以使用如下公式，计算出图片应该存放在哪台服务器上。
hash（图片名称）% N
因为图片的名称是不重复的，所以，当我们对同一个图片名称做相同的哈希计算时，得出的结果应该是不变的，如果我们有3台服务器，使用哈希后的结果对3求余，那么余数一定是0、1或者2，对应到三台服务器上。
问题：
当3台缓存服务器已经不能满足我们的缓存需求，需要扩容，或者3号服务器故障不可用，会造成缓存的分布不均匀。
一致性哈希
一致性哈希算法也是使用取模的方法，只是，刚才描述的取模法是对服务器的数量进行取模，而一致性哈希算法是对2^32取模
圆环的正上方的点代表0，0点右侧的第一个点代表1，以此类推，2、3、4、5、6……直到2^32-1,也就是说0点左侧的第一个点代表2^32-1
我们把这个由2的32次方个点组成的圆环称为hash环
实现
假设我们有3台缓存服务器，服务器A、服务器B、服务器C，那么，在生产环境中，这三台服务器肯定有自己的IP地址，我们使用它们各自的IP地址进行哈希计算，使用哈希后的结果对2^32取模，可以使用如下公式示意。
hash（服务器A的IP地址） % 2^32
通过上述公式算出的结果一定是一个0到2^32-1之间的一个整数，我们就用算出的这个整数，代表服务器A，既然这个整数肯定处于0到2^32-1之间，那么，上图中的hash环上必定有一个点与这个整数对应，而我们刚才已经说明，使用这个整数代表服务器A，B，C，那么，服务器就可以映射到这个环上，用下图示意
而映射的图片号码获取公式
hash（图片名称） % 2^32
图片1，2，3，4映射到哈希环上
场景
问题
引入虚拟节点
实际应用场景
redis集群使用的就是一致性哈希，有 2 ** 16（65536）个哈希槽
若有收获，就点个赞吧
0 人点赞
