1.取模算法

這種算法非常的簡單，就是根據服務器臺數的余數進行分散，求得整數值的hash值，再除以服務器的臺數，根據其余數來選擇服務器，將server的hash值與server的總臺數進行求余，即hash%N。

但是在這種算法對緩存命中率的影響下：

我們假設有8臺服務器，運行中突然down了一臺，則求余的底數變成了7，那麽其產生的結果就完全變了

一般地，我們從數學上歸納之：

有N臺服務器，變成了N-1臺服務器，所以命中率在服務器down的短期內，急劇下降至1/(N-1),所以服務器越多，則down機的後果越嚴重

2.一致性hash算法

為了解決上述取模算法遇到的問題，我們可以使用另一種分布式算法，即一致性hash算法，所謂的一致性hash算法，就是把服務器的各個節點放在鐘表的各個時刻上，同時，我們也將要存儲的key也映射到鐘表的某個時刻上，該key延鐘表順時針走，碰到第一個比他小的節點之後，則key就落在這臺服務器上

補充：利用crc32（）函數可以將key值轉換成整數

當某個節點down後，只影響該節點順時針之後的1個節點，而其他節點不受影響

我們通過上圖看到，6號節點down後，所有的壓力都轉移到7號節點上，造成了7號節點服務器的壓力特別的大，那我們考慮是否能夠將6號節點的壓力註意到其余的節點上？

所以我們引入了虛擬節點的概念：

虛擬節點-N個真實節點,把每個真實節點映射成M個虛擬節點, 再把M*N個虛擬節點，散列在圓環上. 各真實節點對應的虛擬節點相互交錯分布，這樣某個真實節點down後，則把其影響平均分擔到其他所有節點上

分布式的兩種算法