hash
hash即求散列值，可以將不確定長度的數據映射成一串固定值，節省空間且便於比較，通常用在輔助查找，去重等場景。
hash的目的可以用較少的數據空間來體現原有數據的差異性，即同一條數據hash後的值結果肯定是相等的，不等數據的hash後值會盡量分開，這樣的特性便於尋址定位，比如一個數組，我們可以根據hash值對數組長度取模，根據取模位置直接設置和獲取數據。當然由於不同數據的hash值可能相等，我們必須考慮如何解決hash衝突。hashmap，hashset即hash的一個典型應用。
一致性hash
對於分佈式業務，如分佈式緩存業務，在機器不變的情況下，存儲和獲取經過相同的hash算法並對機器數取模是會落在同一臺機器的，但機器數量發生變化後，這樣很可能導致緩存全部失效。一致性hash即爲解決這個問題，在機器增減後，緩存失效的影響最小化。
一致性hash原理及實現
一致性hash採用一個hash環，並順時針找對應機器節點的策略。
在Java中，hashCode爲一個整數，我們將0和最大整數首尾相連，這樣就形成了一個hash環，對緩存機器的ip地址進行hash可以得到一個整數。這個整數對應環上的一個節點，當緩存key過來，我們經過相同的hash算法就可以得到一個整數，它也對應環上的一個點。我們根據這個點在環上順時針找位於它下方的機器節點，找到的第一個即它對應的緩存機器。
這樣，在機器增加或減少中，由於採用順序找的方式，緩存失效影響的範圍將大大縮小，僅限當前節點前後對應的一片區域。
這種思路看起來很美好，但也有缺點，在機器少的情況下，如果兩個機器節點的hash值較接近，在環上的位置也就會較接近，這樣採用順時針找的方式就會造成負載不均衡了，某一個節點可能就承擔了大部分的數據讀寫任務。當然如果是之前的取模是沒這個問題，餘數一般是大致均勻分佈。
解決負載不均衡的辦法即增加虛擬節點，如可以對機器ip統一加標識，使參與hash排點的機器數量變多。如果有幾百個，這樣負載不均衡的概率將大大降低。
總結
一致性hash在分佈式系統中有着廣泛的應用，本質是解決分佈式環境中節點增減後，對整體系統影響最小化的問題。解決思路爲hash環順時針查找，這樣確保影響範圍侷限在一個區域，同時爲解決機器數量少導致的負載均衡問題，又引入了虛擬節點，整體上是一個比較完善的分佈式負載均衡解決方案。