一致性雜湊（consistent hashing）
首先，讓我們了解一下一致性雜湊解決了怎樣的實際問題，
當我們有了n臺伺服器（cache）時，我們通常會採用如下的通用演算法 將物件（object）均勻對映分配到伺服器上，
hash
（object）%n
試想一下，當其中的一台伺服器down機了，或是添置一台伺服器，那麼通用的演算法的對映公式將變成
hash
（object）%（n+1） 或是 hash（object）%（n-1）
這就意味著幾乎所有的伺服器都失效了，這對於伺服器而言是一場巨大的災難，洪水般的訪問將湧向後台的伺服器，
而一致性雜湊，可以解決以上問題。
一致性雜湊是一種雜湊演算法，為的是在新增和刪除cache時，極大的減小對已存在的對映關係的影響，盡可能的滿足
單調性的要求
那麼一致性雜湊是如何做到的呢
如圖，將object和cache一起對映到環上，沿順時針方向就形成了如下的對應關係
object1->cachea ,object2->cacheb ,object3->cacheb
，object4->
cacheb
現假設cachea down機了 ，那麼與之對應的object1只要連線到cacheb
上即可，並不會影響到object2、object3
和object4
因此，當一台伺服器掛掉，收到影響的物件僅是逆時針與之相連的物件，並不會影響到順時針方向上的對映關係。
同樣的，若新增伺服器，影響到的也是伺服器與伺服器之間的一小部分的物件的連線。
如此一來就解決了，hash演算法的改變從而產生的的後台伺服器大規模的訪問的爆發 這一問題。
當然，**到這可能會有細心的大佬發現，hash演算法並不能保證均分連線訪問的情況，
於是，一致性雜湊引入了「虛擬節點「的概念，簡單來說，就是物理節點在環形上的複製品，乙個實際的物理節點可以
對應著若干個虛擬節點，如下圖：
虛擬節點的引入使得本來連線在cacheb上的object2被對映到了a1上，因此實際連線到了物理伺服器cachea上，
均分了cacheb的壓力。
1.一致性雜湊解決了 通用雜湊下乙個節點失效導致所有節點失效的 巨大問題。盡可能減小了節點失效對已完成對映節點的影響。 2.
虛擬節點的引入為的是更好的均分伺服器的壓力，盡可能讓所有節點來承擔失效節點後的重新分配問題。
一致性雜湊的理解
參考 先說結論 一致性雜湊也是雜湊演算法的一種，只是為了解決普通雜湊因為節點的變動導致資料遷移過大的問題。其核心思想是將位址空間看做乙個環狀結構，將節點進行雜湊，使節點盡可能均勻的散落在環上。同時將資料進行雜湊，也將資料均勻的散落在環上，最後，將資料全都放置在離資料順時針方向 因為是混裝結構，順時針...
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...