之前听说过一致性哈希这个概念，但是没理解应用场景。最近重新看分布式系统才发现，其实很早以前就思考过一个分布式缓存系统的问题：当有多个缓存服务器，如果用户请求的响应内容缓存在缓存服务器A，但是这次请求访问到了缓存服务器B，怎么办呢？要保证所有缓存服务器都能命中，岂不是所有数据都要冗余一份么。
当时的疑问卡在那儿，就没继续想。现在看到一致性哈希恍然大悟，一致性哈希正是可以解决分布式缓存的问题。
环形构想
1.设计一个环形结构，分隔成 2^32=16384 份（slots），来源任何一个key值（暂且简单叫key值，实际上是一个用户请求内容），把key哈希，然后把哈希值对16384取模，找到这个模值在环形上的位置（slot）。如下图
2.同样的方式，把缓存浏览器的ip地址（暂时简单叫 node）也都哈希，然后把哈希值对16384取模，也找到这个模值在环形上的位置（slot）。如下图
3.key命中node的方式是，延环形架构顺时针找到最近的node，即这个请求就访问到这个缓存服务器。
优势
这样做的好处显而易见，尤其是这种设计的单调性。当然还有一些其他特性
- 单调性（Monotonicity）：增加缓存服务器或者删除缓存服务器（node）的时候，只会影响到下一个或上一个node（所有数据都会写入顺时针的最近缓存分区），而不会影响到其他缓存节点。这比起普通哈希的方式优化了很多。
- 平衡性（Balance）：哈希算法的特性，能使keys尽可能平衡分部再各nodes
- 降低分散性（Spread）：记得开篇的问题么，如果不用哈希，几乎做不到让相同的请求命中同一缓存节点，甚至需要各节点冗余缓存数据。而哈希可以使得数据集中存在特定缓存节点，而且请求可以相应命中
- 降低负载（Load）：和上述分散性类似，既然可以做到不再冗余数据，相应的负载也就降低了
优化
大家看到这里已经会发现了，那如果缓存节点的ip哈希映射到环形结构的时候，分布恰好非常不均匀，从而导致大量数据都映射在了某几个节点上，怎么办呢？
解决办法是，我们可以根据每个真实的缓存节点ip，创造一些与之对应的虚拟ip，也加入环形，使得数据分配到各真实缓存节点ip的时候基本是均衡的。
参考文献：
https://blog.csdn.net/cywosp/article/details/23397179
https://www.jianshu.com/p/49e3fbf41b9b
