一致性哈希

主要应用于后端数据存储

原本的存储方式是 

前端传过来一个数据计算出哈希值后对已经有的服务器数量取余，使数据平均分布在所有服务器上

  

如图

缺点：

一旦增加或者减少服务器的数量，所有数据需要从新计算哈希值从新分配服务器

一致性哈希，，，

用服务器的ip地址计算出一个非常大的值，想象所有的服务器在一个圆圈上。

前端数据传输过来的时候，会有一个包含所有服务器器编号的的已排序的数组。

前端传输的值计算出哈希值，使用二分法在数组中找到刚好大于，，数据一点点的那台服务器。放进去

 

优点：

如果我们要添加一台服务器，只需要把该服务器插入这个圆圈中，让排在前面的服务器将该服务器应该存储的
哈希值数据转移
加入或者减少一台服务器，，，仅仅需要转移一台服务器的数据

缺点：

哈希函数具有离散型，，，，只有当数据量非常大的时候才能看出来是所有空间是平均分配的，，但是只有2、3台服务器的时候，计算出的哈希值是无法平均分配的

 

解决方法，，，，我们将原本的服务器每个服务器，派生出几千万甚至更多的虚拟节点，，，，，

让虚拟节点去构成一个环，，，通过虚拟节点可以花费O（1）的时间去找到对应的服务器。在庞大虚拟节点的支持下，所有的哈希分配一定是平均的。

将原本的IP地址  是一个String类型的数据，在末尾连接上属于他的虚拟节点标记