一致性 Hash 原理

一致性哈希是啥？

  引用百度百科的一段介绍：一致性哈希算法在1997年由麻省理工学院提出，设计目标是为了解决因特网中的热点(Hot spot)问题，初衷和CARP十分类似。一致性哈希修正了CARP使用的简单哈希算法带来的问题，使得DHT可以在P2P环境中真正得到应用。

什么情况下我们要用到一致性哈希？

  一致性 hash 在分布式系统中应用较为广泛。例如，Redis 集群便是一个典型的例子。常见的生产环境中，为了提高 Redis 的读写性能以及高可用，最常见的方式就是做主从复制，组成 Master-Master 或 Master-Slave 的形式，或者搭建 Redis 集群，进行数据读写分离，类似数据库的主从复制与读写分离。
  同样，与数据库类似，单表数据过大时就需要对其进行分库。对于 Redis 也是一样的。数据量过大时，同样需要进行类似操作。但是，Redis 没有提供分库分表的功能。只能自己定义规则。常见的可以使用随机存储，随机存储就会有一个问题，存完之后你也不知道存在了那个服务器，假设现在有 8 台服务器，两两相对进行主从复制的方式成为 4 个节点的集群。如果需要在其中查询数据，则需要遍历 4 台服务器。显然，这样是不合理的。可能你就会想到，用键做 HASH，用 HASH 值取余获得固定的服务器。这样读写都在这台服务器进行。

Redis 怎么进行请求优化？

  那么，接下来想一下在 Redis 中使用 HASH 的可行性。
  举个栗子：现在有 5 台 Redis 服务器，对所有服务器进行编号，分别为0、1、2、3、4，现在要将图片存入 Redis 中，key 为图片名称，value 为图片 URL。存储与读取时，对 key 进行计算 hash(图片名称) % 5，取余因数视服务器个数而定。计算得到固定编号的服务器。取余 5 的结果必然