一致性哈希（Consistent Hashing）是一种分布式系统中常用的数据分片/负载均衡算法，用来解决“节点数量变化时，如何尽量减少数据迁移”的问题。下面从直觉到原理逐步解释。
假设我们用：
hash(key) % N
把数据分配到 N 个节点上。
在分布式缓存（如 Memcached）、分布式存储中，这是不可接受的。
0 ~ 2^32-1）看成一个环hash(node) → 放到环上hash(key) → 放到环上每个 key 在环上顺时针走，遇到的第一个节点，就是它所属的节点。
假设环上有节点：
key 的哈希值落在：
A --- key1 --- B --- key2 --- C --- key3 --- A
那么：
✅ 迁移量从 O(N) 降到 O(1)
如果只有 3 个节点，可能：
A#1, A#2, A#3
B#1, B#2, B#3
✅ 非常适合：
❌ 不太适合：
一致性哈希 = 把节点和数据放到同一个哈希环上，让节点变化只影响最小范围的数据，从而实现“少迁移、高可用、易扩展”。
如果你愿意，我也可以用图示、代码实现（Java/Go/Python）或和 Redis 集群对比来进一步说明。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
