一致性哈希
近期無意接觸到了一致性哈希的內容，所以作爲學習，整合了網上資料加入了個人理解，學習了有關一致性哈希的內容
演變歷史
-
最初當我們往集羣裏存入數據時，數據會插入到任意一臺機器上。那查詢時，就需要遍歷每一臺機器才能查詢到我們需要的數據。這樣的效率就會相對低下
-
於是爲了改善這種情況，就採取了哈希的方式，針對數據進行哈希計算後，再對機器數取餘數，那麼就可以得到這條數據需要存儲的位置。那通過這樣的方式就能知道這條數據在哪臺機器上，可以快速的命中這條數據，但同樣還是存在着一些缺陷
-
當實際環境因爲業務需要增減機器時，那麼哈希取餘數後的值就發生變化了，會導致緩存中的數據失效。當大量緩存同時失效時可能會引起緩存雪崩的現象（在緩存中無法命中數據時，則會把壓力直接傳達到底層數據庫，那大量緩存失效時，數據庫可能會在較大的壓力下的導致集羣崩潰），導致集羣宕機，爲了避免這一現象，引入了一致性哈希
概念
一致性Hash算法也是使用取模的方法，一致性Hash算法是對2^32取模。一致性Hash算法將整個哈希值空間組織成一個虛擬的圓環，如假設某哈希函數H的值空間爲0，1，2，3直至2^32-1（即哈希值是一個32位無符號整形）的一個圓環。這樣的一個圓環被稱作Hash環
節點分佈
假設我們有4臺緩存服務器，服務器A、服務器B、服務器C，服務器D，那麼，在生產環境中，這4臺服務器肯定有自己的唯一標識，我們使用它們各自的唯一標識作爲關鍵字進行哈希計算，使用哈希後的結果對2^32取模，將服務器的哈希值映射到這個圓環上。
數據分配
接下來使用如下算法定位數據訪問到相應服務器： 將數據key使用相同的函數Hash計算出哈希值，並確定此數據在環上的位置，從此位置沿環順時針“行走”，第一臺遇到的服務器就是其應該定位到的服務器。
爲什麼hash一致性的數據空間範圍是2^32次方？
因爲，java中int的最大值是2^31-1最小值是-2^31,2^32剛好是無符號整形的最大值；
可擴展性以及容錯性
現假設Node C不幸宕機，可以預想到此時對象A、B、D不會受到影響，本來要入C的對象則順延進入D而已。一般的，在一致性Hash算法中，如果一臺服務器不可用，則受影響的數據僅僅是此服務器到其環空間中前一臺服務器（即沿着逆時針方向行走遇到的第一臺服務器）之間數據，其它不會受到影響。此時對象Object A、B、D不受影響。一般的，在一致性Hash算法中，如果增加一臺服務器，則受影響的數據僅僅是新服務器到其環空間中前一臺服務器（即沿着逆時針方向行走遇到的第一臺服務器）之間數據，其它數據也不會受到影響。綜上所述，一致性Hash算法對於節點的增減都只需重定位環空間中的一小部分數據，具有較好的容錯性和可擴展性。
一致性Hash算法在服務節點太少時，容易因爲節點分部不均勻而造成數據傾斜（被緩存的對象大部分集中緩存在某一臺服務器上）問題,此時會造成大量數據集中到Node A上，而只有極少量會定位到Node B上，從而出現hash環偏斜的情況，當hash環偏斜以後，緩存往往會極度不均衡的分佈在各服務器上，如果想要均衡的將緩存分佈到2臺服務器上，最好能讓這2臺服務器儘量多的、均勻的出現在hash環上，此時就引入了虛擬節點的概念。將現有的物理節點通過虛擬的方法複製出來，即對每一個服務節點計算多個哈希，每個計算結果位置都放置一個此服務節點，稱爲虛擬節點。
作者：蛋撻
日期：2019.11.20