一致性Hash

f(x) % 3 = 0 存储在s0上

f(x) % 3 = 1 存储在s1上

f(x) % 3 = 2存储在s2上

某天，缓存负载过高，需要扩容1台，缓存数量由3变为4，那么按获取图片按公式：f(x) % n,很多会请求失败，这样会直接访问后台服务，给后台服务造成很大的压力，可能造成雪崩。

是否有这样的算法，解决分布式缓存中，解决简单Hash随缓存服务器伸缩，造成大面积缓存失效的问题

缓存穿透

回到顶部
介绍
一致性哈希算法在1997年由麻省理工学院提出，是一种特殊的哈希算法，目的是解决分布式缓存的问题，解决了简单哈希算法在分布式哈希表中存在的动态伸缩等问题

回到顶部
原理
引入Hash环

假如有3个节点，三个节点位于环的不同位置

具体的值，根据Hash值取余环的大小，顺时针方向找到最近的节点就是具体的存储节点

比如：f(x1)存储在Node1, f(x2)存储在node2， f(x3)存储在Node0

此时，如果加入了节点Node4，那么原来指向Node2的红色箭头部分，缓存会失效，变成存储在Node4

如：f(x2)存储在Node4

可以看到的效果是：当缓存服务器数量发生伸缩时，只有部分缓存失效

回到顶部
实现
圆环大小：232，由来：整数4B=4*8bit(32位无符号整形)，值从0~232 -1

每个节点位置：hash(ip) % 232

存储的key位置：hash(key) % 232

回到顶部
使用场景
在分布式系统中一致性hash起着不可忽略的地位，无论是分布式缓存，还是分布式Rpc框架的负载均衡策略都有所使用。

回到顶部
优缺点
优点:在分布式缓存中

冗余少
负载均衡
过渡平滑
存储均衡
关键词单调
缺点：可能存在Hash偏斜，如

解决策略

回到顶部
虚拟节点