假設，我們有三臺緩存服務器，用于緩存圖片，我們?yōu)檫@三臺緩存服務器編號為0號、1號、2號，現(xiàn)在，有3萬張圖片需要緩存，我們希望這些圖片緩存到這3臺服務器上，以便它們能夠分攤緩存的壓力。做法是對緩存項的鍵進行哈希，將hash后的結(jié)果對緩存服務器的數(shù)量進行取模操作，通過取模后的結(jié)果，決定緩存項將會緩存在哪一臺服務器上，這樣說可能不太容易理解，我們舉例說明，仍然以剛才描述的場景為例，假設我們使用圖片名稱作為訪問圖片的key，假設圖片名稱是不重復的，那么，我們可以使用如下公式，計算出圖片應該存放在哪臺服務器上。

hash（圖片名稱）% N

因為圖片的名稱是不重復的，所以，當我們對同一個圖片名稱做相同的哈希計算時，得出的結(jié)果應該是不變的，如果我們有3臺服務器，使用哈希后的結(jié)果對3求余，那么余數(shù)一定是0、1或者2，沒錯，正好與我們之前的服務器編號相同，如果求余的結(jié)果為0， 我們就把當前圖片名稱對應的圖片緩存在0號服務器上，如果余數(shù)為1，就把當前圖片名對應的圖片緩存在1號服務器上，如果余數(shù)為2，同理，那么，當我們訪問任意一個圖片的時候，只要再次對圖片名稱進行上述運算，即可得出對應的圖片應該存放在哪一臺緩存服務器上，我們只要在這一臺服務器上查找圖片即可，如果圖片在對應的服務器上不存在，則證明對應的圖片沒有被緩存，也不用再去遍歷其他緩存服務器了，通過這樣的方法，即可將3萬張圖片隨機的分布到3臺緩存服務器上了，而且下次訪問某張圖片時，直接能夠判斷出該圖片應該存在于哪臺緩存服務器上，這樣就能滿足我們的需求了。

但是，使用上述HASH算法進行緩存時，會出現(xiàn)一些缺陷，試想一下，如果3臺緩存服務器已經(jīng)不能滿足我們的緩存需求，那么我們應該怎么做呢？沒錯，很簡單，多增加兩臺緩存服務器不就行了，假設，我們增加了一臺緩存服務器，那么緩存服務器的數(shù)量就由3臺變成了4臺，此時，如果仍然使用上述方法對同一張圖片進行緩存，那么這張圖片所在的服務器編號必定與原來3臺服務器時所在的服務器編號不同，因為除數(shù)由3變?yōu)榱?，被除數(shù)不變的情況下，余數(shù)肯定不同，這種情況帶來的結(jié)果就是當服務器數(shù)量變動時，所有緩存的位置都要發(fā)生改變，換句話說，當服務器數(shù)量發(fā)生改變時，所有緩存在一定時間內(nèi)是失效的，當應用無法從緩存中獲取數(shù)據(jù)時，則會向后端服務器請求數(shù)據(jù)，同理，假設3臺緩存中突然有一臺緩存服務器出現(xiàn)了故障，無法進行緩存，那么我們則需要將故障機器移除，但是如果移除了一臺緩存服務器，那么緩存服務器數(shù)量從3臺變?yōu)?臺，如果想要訪問一張圖片，這張圖片的緩存位置必定會發(fā)生改變，以前緩存的圖片也會失去緩存的作用與意義，由于大量緩存在同一時間失效，造成了緩存的雪崩，此時前端緩存已經(jīng)無法起到承擔部分壓力的作用，后端服務器將會承受巨大的壓力，整個系統(tǒng)很有可能被壓垮，所以，我們應該想辦法不讓這種情況發(fā)生，但是由于上述HASH算法本身的緣故，使用取模法進行緩存時，這種情況是無法避免的，為了解決這些問題，一致性哈希算法誕生了。

一致性哈希的原理：

https://www.zsythink.net/archives/1182/

總結(jié)

以上是生活随笔為你收集整理的一致性哈希解决的问题的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。