當我們在部署redis節點時，使用者連結redis儲存資料會通過hash演算法來定位具體連結那個redis節點，在redis節點數量沒有改變的前提下，之前的使用者通過hash演算法會固定的連結某一臺redis節點，但是若此時我們增加了redis節點，使用者再次hash時，能會hash到別的redis機器上，導致使用者在redis節點上讀取不到對應的資料，這就是redis命中的問題。

redis一致性hash演算法：

將使用者和redis節點的hash值對應到一個32位的環形資料結構上，環形結構首尾封閉，使用者通過hash演算法來定位在環形結構上，redis節點也通過hash演算法來定位到環形結構上，此時的命中問題就變成了，使用者節點通過順時針旋轉，在旋轉的過程中若碰到redis節點，就在該節點上讀取資料，若此時在環形結構上增加新的redis節點，由於是順時針尋找對應的redis節點，所以使用者此時的redis命中率還是很高的，不會因為增加了一臺redis節點就導致大量的使用者命中失敗的情況出現。

hash傾斜：

上述情況是發生在redis節點均勻分佈在環形結構上的情況下，但是若redis節點分佈密集，並且集中在環形結構上一側，那麼就會出現，大量的使用者節點請求同一臺redis伺服器，而其餘redis伺服器處於低請求的情況，若此時再加入一個redis節點，那麼同樣會導致命中率失敗變高。這種情況叫做    hash傾斜。

hash傾斜的解決辦法：

增加虛擬節點，假如有1 ，2兩臺redis節點分佈在32位環形結構上，那麼我們可以增加大量的虛擬的 1， 2節點在環形結構上。使用者命中到虛擬節點之後，在hash到真實的redis機器上。

雖然增加虛擬節點可以解決此問題，但是依然存在hash傾斜的問題，但是隨著虛擬節點的大量增加，就會使得出現hash命中失敗的現象降到最低。一致性hash演算法公式：