分佈式的兩種算法

 1.取模算法

這種算法很是的簡單，就是根據服務器臺數的餘數進行分散，求得整數值的hash值，再除以服務器的臺數，根據其他數來選擇服務器，將server的hash值與server的總檯數進行求餘，即hash%N。

可是在這種算法對緩存命中率的影響下：

咱們假設有8臺服務器，運行中忽然down了一臺，則求餘的底數變成了7，那麼其產生的結果就徹底變了

通常地，咱們從數學上概括之：

有N臺服務器，變成了N-1臺服務器，因此命中率在服務器down的短時間內，急劇降低至1/(N-1),因此服務器越多，則down機的後果越嚴重

2.一致性hash算法

爲了解決上述取模算法遇到的問題，咱們可使用另外一種分佈式算法，即一致性hash算法，所謂的一致性hash算法，就是把服務器的各個節點放在鐘錶的各個時刻上，同時，咱們也將要存儲的key也映射到鐘錶的某個時刻上，該key延鐘錶順時針走，碰到第一個比他小的節點以後，則key就落在這臺服務器上

補充：利用crc32（）函數能夠將key值轉換成整數

當某個節點down後，隻影響該節點順時針以後的1個節點，而其餘節點不受影響

咱們經過上圖看到，6號節點down後，全部的壓力都轉移到7號節點上，形成了7號節點服務器的壓力特別的大，那咱們考慮是否可以將6號節點的壓力注意到其他的節點上？

因此咱們引入了虛擬節點的概念：

虛擬節點-N個真實節點,把每一個真實節點映射成M個虛擬節點, 再把M*N個虛擬節點，散列在圓環上. 各真實節點對應的虛擬節點相互交錯分佈，這樣某個真實節點down後，則把其影響平均分擔到其餘全部節點上