这个算法已经被许多开源项目利用，好比libstdc++ (4.6版)、Perl、nginx (不早于1.0.1版)、Rubinius、 libmemcached、maatkit、Hadoop等。
进入主题前，先来一场告急刺激的模仿口试吧。
MurmurHash 是一种非加密型哈希函数，合用于一般的哈希检索操纵。由 Austin Appleby 在2008年发现，并呈现了多个变种，与其它风行的哈希函数对比，对付纪律性较强的键，MurmurHash的随机漫衍特征表示更精采。
6 % 2 = 0
前面我们阐明过，普通哈希算法当需要扩容增加处事节点的时候，会导致原油哈希映射大面积失效。此刻，我们来看下一致性哈希是如何办理这个问题的。
· 直接定址法：取要害字或要害字的某个线性函数值为散列地点，这个线性函数的界说多种多样，没有尺度。
如下图所示，假设 node2 节点宕机下线，则本来存储于 node2 的数据 value2 和 value5 ，只需按顺时针偏向选择新的存储节点 node0 存放即可，不会对其他节点数据发生影响。一致性哈希能把节点宕机造成的影响节制在顺时针相邻节点之间，制止对整个集群造成影响。4 % 2 = 0
数据倾斜
节点雪崩
道理讲完了，来看看为什么这样的设计能办理上面普通哈希的两个问题。
如图所见，在这个例子中，仅仅删除了一个处事节点，也导致了哈希值的大面积更新，哈希值的更新也是意味着节点缓存数据的迁移（缓存数据暗示心好累）。
一致性哈希这个常识点不难，可是常常会考查到，就像布隆过滤器算法一样，没听过的人以为很高端，研究一下也就那么一回事，所以常识面要宽才气吊打口试官啊同学们！
假设新增了 1 个处事器节点，由本来的 3 个处事节点酿成 4 个节点编号 [0 – 3]，哈希映射环境如下：
萌新：…
试想一下若缓存集群内的处事节点较量少，就像我们例子中的三个节点，而哈希环的空间又有很大（一般是 0 ~ 2^32），这会导致什么问题呢？
散列函数能使对一个数据序列的会见进程越发迅速有效，是一种空间换时间的算法，通过散列函数数据元素将被更快定位。
常见的哈希算法有MD5、CRC 、MurmurHash 等算法，简朴先容一下。
线上情况处事节点固然有各类高可用性担保，但照旧是有宕机的大概，纵然没有宕机也有缩容的需求。不管是宕机和缩容都可以归结为处事节点删除的环境，下面阐明下处事节点删除对负载平衡哈希值的影响。
假设删除 1 个处事器节点，由最初的 3 个处事节点酿成 2 个，节点编号 [0 – 1]，哈希映射环境如下：
· 数字阐明法：假设要害字是以r为基的数，而且哈希表中大概呈现的要害字都是事先知道的，则可取要害字的若干数位构成哈希地点。
那该如何办理上述两个棘手的问题呢？可以通过「虚拟节点」的方法办理。
为了办理普通算法的扩展性和容错性问题引入一致性哈希算法，图解和举例阐明白一致性哈希是如何提高扩展性和容错性。最后粗拙的一致性哈希算法也存在数据倾斜和节点雪崩的问题，讲授了如何操作虚拟节点优化一致性哈希算法，办理数据倾斜和雪崩问题。至此，一致性哈希你学会了吗？
一句话归纳综合一致性哈希：就是普通取模哈希算法的改善版，哈希函数计较要领稳定，只不外是通过构建环状的 Hash 空间取代普通的线性 Hash 空间。详细做法如下：
MurmurHash
1 % 2 = 1
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
