之前学习raft算法通过领导者模型简化来共识算法的实现。但是写请求限制在领导者节点上，写性能约等于单机。

• 如何突破领导者的限制？

最简单的就是hash分桶，将相同请求映射到相同的节点处理，这样就可以多个集群。

简单hash的问题？

节点变更时数据迁移量大，迁移成本高。简单举例：

• 1.3个节点通过普通hash函数 key%3 来进行映射
• 2.当3个节点增加到4个，hash函数变成 key%4
• 3.这是需要迁移 key%3 != key%4 的数据（约75%）

一致性hash

• 把值通过hash函数映射到一个环上
• 把节点通过hash函数也映射到环上
• 值顺时针遇到的第一个节点就是处理它的节点

假设开始3个节点分布均匀，新增一个节点到4。把4插到某两个节点直接，这时需要迁移的数据量1/3*1/2=1/6。当然这是理想情况，但确实比普通hash迁移数据量少了很多。

问题：

• 1.节点不均匀怎么办？ 简单的办法就是再加一层代理，环上均匀分布虚拟节点，虚拟节点再映射真实节点。这样就能有效控制原本节点分布不均的问题。

总结

个人理解一致性hash就是换了个映射思路，由原本的直接映射变成了间接映射。

下一篇：Gossip