1.一致性Hash解决的问题

针对分布式系统中负载均衡的问题，一般使用Hash算法让固定参数（如根据userId）的一部分请求落到同一台服务器上，这样每台服务器固定处理一部分的请求，起到负载均衡的作用。

当机器增加或减少时，使用普通的Hash算法实现的负载均衡（特别是缓存服务器），会导致几乎所有的请求到的机器发生改变。

如当前服务有2台机器：

原来userId=10 mod 2，请求到机器0；
原来userId=21 mod 2，请求到机器1。

当增加了机器2之后:

userId=10 mod 3，请求到机器1；
userId=21 mod 3，请求到机器0。

如果是缓存服务器，几乎会导致所有的缓存失效；
如果是session服务器，几乎会导致所有的session失效；

给服务带来不必要的性能损失，而且有可能导致服务不可用。

因此，当增加或者删除机器时，尽量保证原来分配到的某个机器，现在仍然应该分配到那个机器，即将数据迁移量降到最低。

1.一致性Hash原理

一致性Hash是取模2³²，构造一个[0,2³¹-1]的整数Hash环，将机器放到对应的Hash环节点上。当由请求时，根据key值（如userId）计算得到Hash值，然后在Hash环上顺时针查找距离这个key的Hash值最近的服务器节点，完成key到服务器的Hash映射过程。

可能导致的问题：
1.数据倾斜问题，特别是机器数量比较少时（通过虚拟节点解决）；
1.分布不均匀导致的请求热点问题。