分布式的两种算法

 1.取模算法

这种算法很是的简单，就是根据服务器台数的余数进行分散，求得整数值的hash值，再除以服务器的台数，根据其他数来选择服务器，将server的hash值与server的总台数进行求余，即hash%N。

可是在这种算法对缓存命中率的影响下：

咱们假设有8台服务器，运行中忽然down了一台，则求余的底数变成了7，那么其产生的结果就彻底变了

通常地，咱们从数学上概括之：

有N台服务器，变成了N-1台服务器，因此命中率在服务器down的短时间内，急剧降低至1/(N-1),因此服务器越多，则down机的后果越严重

2.一致性hash算法

为了解决上述取模算法遇到的问题，咱们可使用另外一种分布式算法，即一致性hash算法，所谓的一致性hash算法，就是把服务器的各个节点放在钟表的各个时刻上，同时，咱们也将要存储的key也映射到钟表的某个时刻上，该key延钟表顺时针走，碰到第一个比他小的节点以后，则key就落在这台服务器上

补充：利用crc32（）函数能够将key值转换成整数

当某个节点down后，只影响该节点顺时针以后的1个节点，而其余节点不受影响

咱们经过上图看到，6号节点down后，全部的压力都转移到7号节点上，形成了7号节点服务器的压力特别的大，那咱们考虑是否可以将6号节点的压力注意到其他的节点上？

因此咱们引入了虚拟节点的概念：

虚拟节点-N个真实节点,把每一个真实节点映射成M个虚拟节点, 再把M*N个虚拟节点，散列在圆环上. 各真实节点对应的虚拟节点相互交错分布，这样某个真实节点down后，则把其影响平均分担到其余全部节点上