前言
一周前面试某外企被问到什么是一致性哈希，当时脑子一片空白，现在我来讲清一致性哈希的前世今生
分布式缓存
随着业务的扩展，流量的剧增，单体项目逐渐划分为分布式系统,对于经常使用的数据可以使用缓存层减少数据层的压力
将数据缓存到Redis当中去，每次请求会随时发送到一台Redis当中去，但是也会出现问题
- 同一份数据可能在多个Redis数据库，造成数据冗余
- 无法保证相同的请求会发送到相同Redis当中去，可能第一次访问到Redis 1第二次访问到Redis 2
解决方案
- 改变Key存入Redis的方法：使用一定的Hash算法，进行一定关系的映射，h = (key)%3,相当于是计算出一个哈希值来对应的Redis服务器
- 容错性：当系统当中的某一个服务出现问题，不能影响其他服务
- 扩展性：加入新的服务器的时候，整个系统能正确高效运行
- 如果有一台服务器服务器宕机了那么需要将服务器从列表当中移除，并且每一个节点的算法都需要进行改变h = (key)%2
- 同时如果有一台服务器新增的话，也需要重新进行计算，哈希算法也需要改变
系统中如果有服务器变更，会直接影响到hash值，大量的key会进行重定向到其他服务器中，造成缓存命中率降低，而这种情况不是我们想在分布式系统中看到的
一致性哈希算法
一致性哈希算法是一种特殊的哈希算法，一致性哈希算法也使用了取模计算，一致哈希算法是对 2^32 进行取模运算，是一个固定的值
- 整体上一致性可以看作一个圆环，把这个圆想象成由 2^32 个点组成的圆，这个圆环被称为哈希环，如下图：
一致性哈希：
-
第一步：对存储节点进行哈希计算，也就是对存储节点做哈希映射，比如节点的IP地址等等
-
第二步：当对数据进行存储或访问时，对数据进行哈希映射 将数据和存储节点都映射到一个首尾相连的哈希环上
-
对数据进行哈希映射的话怎么找到该节点？
- 数据的哈希顺时针找到第一个存储节点
两大特性
容错性
- 加入当中的Redis 2宕机，那么B的数据就会保存在Redis 3当中，如果一台宕机影响面比较小
扩展性
- 当增加了一台Redis，数据C会分配到Redis4当中去，影响面也会比较小
虚拟节点
前面我们的场景都是Redis分布比较均匀的场景，如果节点较少就会出现不均匀的场景 e.g.
可以看出Redis 1的哈希范围比Redis 2哈希范围更广一些，这就会导致数据存储的不均匀性
- 为了解决这种数据不平衡的问题，一致性哈希算法引入了虚拟节点机制，即对某一个节点做多个映射关系，也就是虚拟节点到真实节点有一层映射关系
- 可以通过节点后面增加编号来实现
- 节点数量多了之后，节点的分布相对就均匀了
- 虚拟节点不仅能够提高节点的均衡性也能提高系统的稳定性，当节点变化时，会有不同的节点分担系统的变化，因此稳定性更高
