一致性Hash算法应用场景
请求的负载均衡：比如Nginx的ip_hash策略，通过对IP的Hash值来额定将请求转发到哪台Tomcat
分布式存储：比如分布式集群架构Redis、Hadoop、ElasticSearch、Mysql分库分表，数据存入哪台服务器，就可以通过Hash算法来确定
普通Hash算法存在的问题
如果服务器减少或者增多，所有客户端都需要进行重新Hash，然后进行分配。
一致性Hash算法
一条直线上有0到2^32-1，这些正整数。然后我们将其头尾相接，变成一个圆环形成闭环（Hash环）
我们以Nginx的ip_hash分发请求为例说明一致性Hash算法：
对服务器的IP进行hash算法，获取Hash值，然后放到Hash闭环对应位置上；
通过对客户端的IP进行Hash算法获取Hash值，然后顺时针查找距离该Hash最近的服务器，并将请求转发到该服务器。
这样的话服务器进行扩展或者缩减后，比如缩减了一台服务器3，那么服务器3和服务器2之间的请求会被转发到服务器4上，而其他的请求不会受到影响，这就是一致性Hash的好处，将影响程度减小。
PS：这种方式有一个问题
假如就两台服务器，通过Hash算法后位置如下：
服务器1-服务器2之间的客户端请求都转发到了服务器2上，然而其他大量请求都转发到了服务器1上，这就导致服务器1压力过大，这种问题叫做数据倾斜问题。
数据倾斜问题解决
一致性Hash算法引入了虚拟节点机制
具体做法是在服务器IP或者主机名后面增加编号来实现。比如可以为每台服务器计算是哪个虚拟节点，于是可以分别计算“服务器1IP#1，服务器2IP#2，服务器1IP#3，服务器2IP#1，服务器2IP#2，服务器2IP#3”的哈希值，于是形成了6个虚拟节点，如下图
这样的话客户端经过Hash算法后就会被更加均匀的分布在Hash闭环上，请求也会被更加均匀的分发在各个服务器上，从而解决了数据倾斜问题