为了实现横向扩展，在服务器之间高效和均匀地分配请求/数据是很重要的。一致性哈希是为了达成这个目标而被广泛使用的技术。首先，我们看一下什么是重新哈希问题。
1 重新哈希的问题
如果你有n个缓存服务器，常见的平衡负载的方法是使用如下哈希方法：服务器序号=hash(key)%N（N代表服务器池的大小）
我们用一个示例来说明它是如何工作的。如表-1所示，我们有4个服务器，有8个字符串型的键(key)及其对应的哈希值(hash)。
表-1
为了获取存储了某个键的服务器的序号，我们需要做求余运算f(key)%4。比如，hash(key0)%4=1，表示客户端必须联系server1以获取缓存的数据。图-1基于表-1展示了键的分布。
图-1
这个方法在服务器池的大小固定不变的时候效果很好，并且数据的分布是均匀的。但是，当添加服务器或现有服务器被移除时问题就产生了。举个例子，如果server1下线，服务器池的大小就变成3。使用同样的哈希函数，对于同一个键，我们得到的哈希值不变。但是因为服务器数量减1，通过求余操作计算出的服务器序号就与之前的不同了。这可能会导致数据分布不均匀或错误地分配给错误的服务器。“哈希值%3”得到的结果如表-2所示。
表-2
图-2展示了表-2中键的分布。
图-2
如图-2所示，大部分的键都被重新分配了，不仅仅是原来存储在宕机服务器(server1)中的那些键。这意味着当server1宕机时，大部分缓存客户端都会连接错误的服务器来获取数据。这会导致大量的缓存未命中(Cache Miss)。一致性哈希是缓解这个问题的有效技术。
2 一致性哈希
根据维基百科中的定义，“一致性哈希是一种特殊的哈希。如果一个哈希表被调整了大小，那么使用一致性哈希，则平均只需要重新映射k/n个键，这里k是键的数量，n是槽(Slot)的数量。对比来看，在大多数传统的哈希表中，只要槽的数量有变化，几乎所有的键都需要重新映射一遍”。2.1 哈希空间和哈希环
现在我们了解了一致性哈希的定义，接下来看看它是如何工作的。假设我们使用SHA-1作为哈希函数f，哈希函数的输出值范围是：x0，x1，x2，x3，…，xn。在密码学里，SHA-1的哈希空间是0到2160-1。这意味着x0对应0，xn对应2160-1。图-3展示了哈希空间。连接x0和xn两端，我们可以得到一个如图-4所示的哈希环。
图-3
图-4
2.2 哈希服务器
使用同样的哈希函数f，我们根据服务器的IP地址或者名字将其映射到哈希环上。图-5展示了4个服务器被映射到哈希环上的情况。
图-5
2.3 哈希键
值得一提的是，这里使用的哈希函数跟第1节中的不一样，这里没有求余运算。如图-6所示，4个键（key0、key1、key2和key3）被映射到哈希环上。
图-6
2.4 查找服务器
为了确定某个键存储在哪个服务器上，我们从这个键在环上的位置开始顺时针查找，直到找到一个服务器为止。图-7解释了这个过程，通过顺时针查找可知：key0存储在server0上；key1存储在server1上；key2存储在server2上；key3存储在server3上。
图-7
2.5 添加服务器
按照上面描述的逻辑，如果要在哈希环中添加一个新的服务器，只有少部分键需要被重新映射到新的服务器上，大部分键的位置保持不变。如图-8所示，添加新的服务器后(server4)，只有key0需要重新分配位置。key1、key2和key3都保留在原来的服务器上。我们仔细看一下这个逻辑。在添加server4之前，key0存储在server0上。现在，因为server4是从key0在哈希环上的位置开始顺时针查找时遇到的第一个服务器，所以key0会被存储到server4上。根据一致性哈希算法，其他的键不需要重新分配位置。
图-8
2.6 移除服务器
当一个服务器被移除时，如果使用一致性哈希，就只有一小部分键需要重新分配位置。如图-9所示，当移除server1时，只有key1需要重新映射到server2上，其他键则不受影响。
图-9
2.7 两个问题
一致性哈希算法是麻省理工学院的David Karger等人首先提出的。它的基本步骤如下：•使用均匀分布的哈希函数将服务器和键映射到哈希环上。
•要找出某个键被映射到了哪个服务器上，就从这个键的位置开始顺时针查找，直到找到哈希环上的第一个服务器。
这里有两个问题。第一，考虑到可以添加或移除服务器，所以很难保证哈希环上所有服务器的分区大小相同。分区是相邻服务器之间的哈希空间。在哈希环上分配给每个服务器的分区可能很小，也可能很大。如图-10所示，如果server1被移除，server2的分区（用双向箭头标记）就是server0和server3的两倍大。
图-10
第二，有可能键在哈希环上是非均匀分布的。举个例子，如果服务器映射的位置如图-11所示，则大部分键都会被存储在server2上，而server1和server3上没有数据。
图-11
一种称为虚拟节点或者副本的技术被用来解决这些问题。
2.8 虚拟节点
虚拟节点是实际节点在哈希环上的逻辑划分或映射。每个服务器都可以用多个虚拟节点来表示。如图-12所示，服务器server0和server1都有3个虚拟节点。“3”这个数字是任意选的，在真实世界中，虚拟节点的数量要大得多。这里，我们不用s0而是改用s0_0、s0_1和s0_2来表示哈希环上的server0；用s1_0、s1_1和s1_2来表示哈希环上的server1。通过虚拟节点，每个服务器都对应多个分区。标记为s0的分区（边缘）是由server0来管理的。标记为s1的分区是由server1来管理的。
图-12
为了找到某个键存储在哪个服务器上，我们从这个键所在的位置开始，顺时针找到第一个虚拟节点。如图-13所示，为了确定key0键存储在哪个服务器上，我们从key0所在的位置出发，顺时针查找并找到虚拟节点s1_1，它对应的是server1。
当虚拟节点的数量增加时，键的分布就会变得更均匀。这是因为有更多虚拟节点以后，标准差会变小，从而导致数据分布更均匀。标准差衡量的是数据的分散程度。一个线上研究[插图]所做的实验显示：使用100个或200个虚拟节点时，标准差的均值约为10%（100个虚拟节点）和5%（200个虚拟节点）。当我们增加虚拟节点的数量时，标准差会更小。但是，这也意味着需要更多的空间来存储虚拟节点的数据。这需要权衡，我们可以调整虚拟节点的数量来满足系统的需求。
图-13
2.9 找到受影响的键
当添加或移除服务器时，有一部分键需要重新分配位置。如何找到受影响的键的范围并重新为它们分配位置呢？如图-14所示，服务器server4被添加到哈希环上。从server4（新添加的节点）开始，沿着哈希环逆时针移动，直到遇到另一个服务器（图中为server3）为止，这就是受影响的键的范围。从图5-14可以看出，位于server3和server4之间的键需要重新分配给server4。
如图-15所示，服务器server1被移除。从server1（被移除的节点）开始，沿着哈希环逆时针移动，直到遇到另一个服务器（图中为server0）为止，这就是受影响的键的范围。从图-15可以看出，位于server0和server1之间的键需要重新分配给server2。
图-14
图-15
总结
在本章中，我们对一致性哈希进行了深入的讨论，包括为什么需要进行一致性哈希和它是怎么工作的。一致性哈希有如下好处：•添加或者移除服务器的时候，需要重新分配的键最少。
•更容易横向扩展，因为数据分布得更均匀。
•减轻了热点键问题。过多访问一个特定分区可能会导致服务器过载。想象一下，如果Katy Perry、Justin Bieber和Lady Gaga的数据都被存储在同一个分区上会是什么情形。一致性哈希通过使数据更均匀地分布来减轻这个问题。
一致性哈希被广泛地应用于现实世界的系统中，包括一些非常出名的系统，例如：
•亚马逊Dynamo数据库的分区组件。
•Apache Cassandra集群的数据分区。
•Discord聊天应用。
•Akamai内容分发网络。
•Maglev网络负载均衡器。
