redis等缓存相关的一致性hash算法

一致性哈希算法目前在缓存中用到的越来越广泛，比如说：redis

1应用场景：

假设目前有多台redis服务器，需要放到redis中的key值有多个，如何能让这些key值均匀的分布到这些redis服务器中，已达到充分利用redis服务器的目的，这就是一致性哈希出现的历史背景。

2一致性哈希原理：

在移除或者添加一个缓存的时候，需要尽可能小的改变已存在的key的映射关系。

2.1哈希环

通常计算hash值的算法是将值映射到一个32位的key值，也就是说是0到2^32-1次方范围内的值；我们可以将此想象成一个环（一个首为0，尾为2^32-1组成的环）。

2.2把对象映射到哈希环中

假设现在有4个key值，通过hash值计算后在哈希环中的分布如下（此处图略，大家可以想象一下，一个环状，hash值分布在这个环中）。

2.3把redis服务器映射到哈希环中

同样的道理，假设我们有四台redis服务器，同样的hash值算法，将四台redis服务器均匀的分部到哈希环中去（计算redis哈希值的算法，一般可以通过redis服务的IP或者服务器名来计算，redis就是通过IP计算的）。

2.4将key值映射到redis服务器上

现在对象或者key值，以及redis服务器已经都映射到哈希环中了；现在key值沿着环的顺时针方向，当遇到第一个redis服务器的时候，就把key值放到此服务器中，剩下的key值以同样的原理被均匀分散的放到了redis服务器中。

2.5redis服务器的变化

2.5.1移除redis服务器

现在考虑第二台redis服务器挂掉了，现在只需要变动第一台和第二台之前的key值，将其值放到第三台即可。

2.5.2添加redis服务器

现在添加一台redis服务器，位置正好处在key1和key2之间，此时受影响的是沿此服务器逆时针到上一台服务器中间的key，这些key值将会被放到这台新的redis服务器中，而且受影响的也仅有这些。

3虚拟节点

虚拟节点是为了解决平衡性的问题，例如，如果只有两台redis服务器，另外有四个key值，有可能出现四个key值都只是在一台redis服务器上，这样使得分布式很不平衡的，此时虚拟节点就是解决这个问题的。
这里以两台redis服务器举例，“复制个数”为2，此时就是有四个虚拟节点（A1，A2对应A，B1，B2对应B），此时平衡性就会有很大的提高。

参考：http://blog.csdn.net/sparkliang/article/details/5279393