首先說明其用途，目前主要用在分布式快取中。
為什麼使用一致性hash：
假設有n個快取伺服器，普通的快取策略是hash(obj)%n，當其中乙個伺服器掛掉，或者伺服器不夠而需要新增伺服器時，快取策略需要改變成hash(onj)%(n-1)或(n+1)，這也就意味著所有的快取全部失效，那所有的訪問都會到後台伺服器，是不是想到了鹿晗和關曉彤，恐怖！程式設計師結婚還得中途暫停，去修復伺服器。所以就有了一致性hash，那一致性hash怎麼就解決了上述的問題了呢？我們希望的是，當刪除或者新增伺服器節點時，盡量少的影響已經快取的內容。如下圖所示，想象出乙個環，通過相同的hash演算法，將伺服器和快取內容hash到環上的某乙個位置，然後快取內容只需順時針找到離它最近的伺服器進行快取即可。這就是一致性hash。
那這麼做有什麼優點呢？剛才說一致性hash演算法當刪除或新增伺服器時能夠減少快取失效的數量，還是如上圖，當圖中紅色快取內容對應的伺服器掛掉後，只有它自己快取失效，其他物件均沒有影響。同理，增加伺服器也只會影響到部分內容。
當然，這樣做存在一定問題，就是在極端情況下，如下圖所示，伺服器「扎堆了」，所有快取或者說很大一部分內容都被快取到了同一臺伺服器上，這樣的一致性hash跟普通hash還有什麼區別！
然後就有了虛擬節點的概念，首先看下圖，其中每種顏色對應兩個伺服器（當然，也可以有多個），其實他們都是某個真實的伺服器虛擬出來的，我的理解是給某個伺服器起了多個名字，這樣它就能存在多個地方（當然不是真的存在，可以把虛擬節點想象成乙個類似**的東西，多個**，最後快取當然還是放在真實的伺服器上），這樣就比較均衡了。
以上。個人理解，有錯誤和不當之處，還請多多批評。圍笑。
一致性hash演算法的理解
用hash做快取，假如有三颱伺服器，1,2,3，有三萬張，我想將平均快取到我三颱伺服器上，乙個伺服器大概一萬張，怎麼去實現這個辦法呢，可以用hash來取餘數進行操作，加入我們是以的名字作為key進行hash計算，hash 名稱 n 其中n為我們伺服器的個數，我們將hash 名稱 這一部分進行計算後得...
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...