一致性哈希原理

数据服务器如何组织：设计时候保证高频中低频都有数量。否则就是忙的忙死闲的闲死

逻辑层服务器：增加和减少机器的时候代价很小

数据层服务器：增加和减少机器的时候代价是全量的

取模服务器个数的问题--缓存雪崩

取模 也可以 实现数据底层均匀分布，hash（图片名称）% N

当服务器数量发生改变时，所有缓存在一定时间内是失效的，当应用无法从缓存中获取数据时，则会向后端服务器请求数据，同理，假设3台缓存中突然有一台缓存服务器出现了故障，无法进行缓存，那么我们则需要将故障机器移除，但是如果移除了一台缓存服务器，那么缓存服务器数量从3台变为2台，如果想要访问一张图片，这张图片的缓存位置必定会发生改变，以前缓存的图片也会失去缓存的作用与意义，由于大量缓存在同一时间失效，造成了缓存的雪崩，此时前端缓存已经无法起到承担部分压力的作用，后端服务器将会承受巨大的压力，整个系统很有可能被压垮，所以，我们应该想办法不让这种情况发生，但是由于上述HASH算法本身的缘故，使用取模法进行缓存时，这种情况是无法避免的，为了解决这些问题，一致性哈希算法诞生了。

简单的对服务器数量进行取模，当缓存服务器数量发生变化时，会引起缓存的雪崩，可能会引起整体系统压力过大而崩溃（大量缓存同一时间失效）。

当缓存服务器数量发生变化时，几乎所有缓存的位置都会发生改变，怎样才能尽量减少受影响的缓存呢？

取模2^32组成环--缓存部分失效

取模法是对服务器的数量进行取模，而一致性哈希算法是对2^{32取模。想象成一个圆，就像钟表一样，钟表的圆可以理解成由60个点组成的圆，而此处我们把这个圆想象成由2}32个点组成的圆。

圆环的正上方的点代表0，0点右侧的第一个点代表1，以此类推，2、3、4、5、6……直到2^{32-1,也就是说0点左侧的第一个点代表2}32-1。我们把这个由2的32次方个点组成的圆环称为hash环。

hash（服务器的IP地址） % 2^32，算出的结果一定是一个0到2^32-1之间的一个整数，我们就用算出的这个整数，代表服务器A

**hash（图片名称） % 2^32，****算出的结果是一个整数， **从所在位置开始，沿顺时针方向遇到的第一个服务器就是A服务器，所以，将会被缓存到服务器A上

B故障时候：原来在C的还在C不会数据迁移，原来在B的数据会迁移到C，新来的原本应该到B的也会去C，原来在A的还是在A不会数据迁移，影响的只有原来在B的数据要迁移到顺时针下一个节点上面去。

所以只有部分缓存会失效

hash环的偏斜

所有的服务器集中在某一段，所有的文件都会放在第一台，第一台失效的时候还是会雪崩。

由于我们只有3台服务器，当我们把服务器映射到hash环上的时候，很有可能出现hash环偏斜的情况

虚拟节点--解决偏斜

没有多余的真正的物理服务器节点，我们就只能将现有的物理节点通过虚拟的方法复制出来，这些由实际节点虚拟复制而来的节点被称为”虚拟节点”。

“虚拟节点”是”实际节点”（实际的物理服务器）在hash环上的复制品,一个实际节点可以对应多个虚拟节点。

虚拟节点越多，hash环上的节点就越多，缓存被均匀分布的概率就越大。

虚拟节点技术：按照比例来抢。

https://segmentfault.com/a/1190000021199728

https://www.zsythink.net/archives/1182