Hash算法在路由算法應用中，爲了保證數據均勻的分佈，例如有3個桶，分別是0號桶，1號桶和2號桶；現在有12個球，怎麼樣才能讓12個球平均分佈到3個桶中呢？使用Hash算法的做法是，將12個球從0開始編號，得到這樣的一個序列：0，1，2，3，4，5，6，7，8，9，10，11。將這個序列中的每個值模3，不管數字是什麼，得到的結果都是0,1,2，不會超過3，將結果爲0的數字放入0號桶，結果爲1的數子放入1號桶，結果爲2的數字放入2號桶，12個球就均勻的分佈到3個桶中，0,3,6,9,12號球放入0號桶，1,4,7,10號球放入1號桶，2,5,8,11號球放入2號桶。
一致性Hash算法是在Hash算法的基礎上實現的，用於解決互聯網中熱點Hotspot問題，將來自網絡上的流量動態的劃分到不同的服務器處理。使用一致性Hash算法將流量均勻分發到不同服務器的做法是：
1、求出不同服務器的哈希值，然後映射到一個範圍爲0 — 2^32-1的數值空間的圓環中，即將首(0)和尾(2^32-1)相接的圓環，如下圖。
Hash算法和一致性Hash算法
2、當有一個李四的用戶訪問時，就會給該用戶分配一個隨機數，該隨機數映射到圓環中的任意一個地方，按照圓環順時針的方向查找距離最近的服務器，然後處理李四用戶的請求。如果找不到服務器，則有第一臺服務器來處理。
以上是兩種Hash算法的簡單介紹和對比，Hash算法在信息處理、信息安全方面應用廣泛，而一致性hash算法主要應用是互聯網分佈式場景、大數據領域等。在複雜場景下，以上一致性hash算法是有缺陷，通過以下兩方面來適用複雜隨機應用場景。
3、一致性Hash算法的容錯性和可擴展性
現假設Node C不幸宕機，可以看到此時對象A、B、D不會受到影響，只有C對象被重定位到Node D。一般的，在一致性Hash算法中，如果一臺服務器不可用，則受影響的數據僅僅是此服務器到其環空間中前一臺服務器（即沿着逆時針方向行走遇到的第一臺服務器）之間數據，其它不會受到影響，如下所示：
Hash算法和一致性Hash算法標題
4、Hash環的數據傾斜問題
一致性Hash算法在服務節點太少時，容易因爲節點分部不均勻而造成數據傾斜（被緩存的對象大部分集中緩存在某一臺服務器上）問題，例如系統中只有兩臺服務器，其環分佈如下：
Hash算法和一致性Hash算法
此時必然造成大量數據集中到Node A上，而只有極少量會定位到Node B上。爲了解決這種數據傾斜問題，一致性Hash算法引入了虛擬節點機制，即對每一個服務節點計算多個哈希，每個計算結果位置都放置一個此服務節點，稱爲虛擬節點。具體做法可以在服務器IP或主機名的後面增加編號來實現。