假設我們有 K 個機器，資料的雜湊值的範圍為 [0, MAX]。我們將整個範圍劃分為 m 個小區間（m 遠大於 K），每個機器負責 m/K 個小區間。當有新機器加入的時候，我們就將某幾個小區間的資料搬移到新機器上去。這樣，既不用全部重新計算雜湊值，搬移資料，也保持了各個機器上資料數量的均衡。

1.首先，我們把全量的快取空間當做一個環形儲存結構。環形空間總共分成2^32個快取區，在Redis中則是把快取key分配到16384個slot。

 2.每一個快取key都可以通過Hash演算法轉化為一個32位的二進位制數，也就對應著環形空間的某一個快取區。我們把所有的快取key對映到環形空間的不同位置。

3.我們的每一個快取節點（Shard）也遵循同樣的Hash演算法，比如利用IP做Hash，對映到環形空間當中。

4.如何讓key和節點對應起來呢？很簡單，每一個key的順時針方向最近節點，就是key所歸屬的儲存節點。所以圖中key1儲存於node1，key2，key3儲存於node2，key4儲存於node3。

【優勢】

1.增加節點

當快取叢集的節點有所增加的時候，整個環形空間的對映仍然會保持一致性雜湊的順時針規則，所以有一小部分key的歸屬會受到影響。

有哪些key會受到影響呢？圖中加入了新節點node4，處於node1和node2之間，按照順時針規則，從node1到node4之間的快取不再歸屬於node2，而是歸屬於新節點node4。因此受影響的key只有key2。

最終把key2的快取資料從node2遷移到node4，就形成了新的符合一致性雜湊規則的快取結構。

2.刪除節點

當快取叢集的節點需要刪除的時候（比如節點掛掉），整個環形空間的對映同樣會保持一致性雜湊的順時針規則，同樣有一小部分key的歸屬會受到影響。

有哪些key會受到影響呢？圖中刪除了原節點node3，按照順時針規則，原本node3所擁有的快取資料就需要“託付”給node3的順時針後繼節點node1。因此受影響的key只有key4。

最終把key4的快取資料從node3遷移到node1，就形成了新的符合一致性雜湊規則的快取結構。

參考：https://www.sohu.com/a/158141377_479559