用hash做緩存，假如有三臺服務器，1,2,3，有三萬張圖片，我想將圖片平均緩存到我三臺服務器上，一個服務器大概一萬張，怎么去實現這個辦法呢，可以用hash來取余數進行操作，加入我們是以圖片的名字作為key進行hash計算，hash (圖片名稱)%N 其中N為我們服務器的個數，我們將hash(圖片名稱)這一部分進行計算后得到的是一個正數，然后除以服務器的數目進行取余數，結果將會是0,1,2三個數，對應我們的服務器的編號，當我們作為客戶端去請求圖片的時候，圖片已經進行過hash運算了，直接找到對應服務器的編號進行圖片的訪問，這樣解決了我需要遍歷所有的服務器進行查找。

　　那如果我緩存的服務器的數量減少或者增加，如果還是按照原來的算法走，必定會造成緩存數據的丟失，會去向后端的服務器去請求，如果有一臺緩存服務器發生了故障，那我原來緩存的位置必定會發生改變，原來本該運算后要進行緩存到某一臺服務器的圖片，現在找不到對應緩存服務器，肯定會發生緩存的雪崩

　　所以出現了一致性hash算法相當于將服務器和圖片分別hash到我的hash環上進行就近緩存，hash環就是對2^32次方進行取模，從0開始一直到2^32，均勻分布在一個圓環(一個比方)，0的順時針方向的第一位為1，逆時針方向第一位為2^32，大概如下圖

　　具體就是比方我有三個服務器A，B ,C對其進行 hash (服務器Aip)%2^32 得出來的一定是一個整數，而且一定是在0--2^32之間，那么這個數就會分布在hash環上對應的位置，相同的B,C都一樣，假設我們hash過后ABC的位置如下圖

　　然后我們將需要緩存圖片的key進行hash，它的hash值也會分布在我的hash環上，

　　如上圖，我hash到了A和C之間，圖片的存儲規則是順時針方向的存儲，所以應該存儲到A，如果有四張的話如下圖

　　那如果我們的hash算法將服務器和hash的圖片存放位置比較相近，類似于;

　　所有的緩存都集中存儲到了A一臺，只有5到了B，那么這樣A的壓力就不言而喻，沒有均勻可言了，辛虧hash環可以添加緩存服務器的虛擬節點，類似于虛擬機，一臺實機可以虛擬多臺，類似于這樣：

　　這樣的話就會盡可能的把緩存都均衡放在各個服務器

　　一致性hash算法的優勢在哪：一個是當我有一臺緩存節點掛了之后，緩存的存儲不會受太大的影響，

　　我們將b節點拿走，本來要在B節點存儲的3，因為找不到B服務器，而遵循規則緩存到C，而4的緩存節點不會發生改變，這就是一致hash的優點，如果發生服務器的增加或者減少只有部分的緩存會失效，不造成全盤皆輸的可能

　　一致hash到此結束。