今天閱讀了一下大型網路技術架構這本蘇中的分散式快取一致性hash演算法這一節，針對大型分散式系統來說，快取在該系統中必不可少，分散式叢集環境中，會出現新增快取節點的需求，這樣需要保障快取伺服器中對快取的命中率，就有很大的要求了：
採用普通方法，將key值進行取hash後對分散式快取機器數目進行取餘，以叢集3臺分散式快取為例子：
對於資料進行取hash值然後對3其進行取餘，餘數為0則進入node 0,餘數位1則進入node1,餘數位2則進入node2.
如果增加一個節點則對4進行取餘，則會將node0中的部分，node1中的部分，node2中的部分分割到node3中，則出現了命中率為75%
如果增加2個節點的話則對5進行取餘，則只有3/5的機器被命中
普通方法的設計會導致當你的節點新增的數目越多，導致你的命中率越低導致對資料庫的操作壓力就越大
採用一致性Hash演算法:
構造一個0~2^32的整數環，然後將節點的名稱比如說node0對其進行取hash值將其分佈在該店上，
然後將key值取hash值後進行比較：
舉例：node0的hash值為432323232；node1 hash值為879798098,則如果key1的hash值為559798098，則其大於node0的hashi值，則順時針旋轉，找到了node1則將其存放在node1中的快取中。
擴容後，將三個變成4個
在node2和node0中插入一個node3,則導致node2到node1中中原先存放在node1中的資料分成兩半，node2-node3部分存放在node3中，node3和node1的存放在node1中，則可以看出node0-node2以及node0-node1中這段沒有改變。則也是75%但是還有問題就是node2和node0的負載數是node2的一倍，所以還是得出現解決辦法
引用虛擬的方式：將一個物理分散式快取伺服器分層n個虛擬機器，分佈在這個圓環周圍，由於hash雜湊的不規則性，他會分佈於不同的區域，見下圖，如果再次插入新伺服器之後，他會在器分佈的虛擬機器器上不規則的分佈於各個點中，則會比較均勻的分佈在各個環中，這樣影響的可以將上面的問題解決了。
根據該書說明，在實踐中，一臺物理伺服器虛擬成150個虛擬伺服器節點合適。