一致性哈希（consistent hashing）
首先，让我们了解一下一致性哈希解决了怎样的实际问题，
当我们有了N台服务器（cache）时，我们通常会采用如下的通用算法 将对象（object）均匀映射分配到服务器上，
hash（object）%N
试想一下，当其中的一台服务器down机了，或是添置一台服务器，那么通用的算法的映射公式将变成
hash（object）%（N+1） 或是 hash（object）%（N-1）
这就意味着几乎所有的服务器都失效了，这对于服务器而言是一场巨大的灾难，洪水般的访问将涌向后台的服务器，
而一致性哈希，可以解决以上问题。
一致性哈希是一种哈希算法，为的是在添加和删除cache时，极大的减小对已存在的映射关系的影响，尽可能的满足
单调性的要求
那么一致性哈希是如何做到的呢
如图，将object和cache一起映射到环上，沿顺时针方向就形成了如下的对应关系
object1->cacheA ,object2->cacheB ,object3->cacheB，object4->cacheB
现假设cacheA down机了 ，那么与之对应的object1只要连接到cacheB上即可，并不会影响到object2、object3
和object4
因此，当一台服务器挂掉，收到影响的对象仅是逆时针与之相连的对象，并不会影响到顺时针方向上的映射关系。
同样的，若添加服务器，影响到的也是服务器与服务器之间的一小部分的对象的连接。
如此一来就解决了，hash算法的改变从而产生的的后台服务器大规模的访问的爆发 这一问题。
当然，探讨到这可能会有细心的大佬发现，hash算法并不能保证均分连接访问的情况，
于是，一致性哈希引入了“虚拟节点“的概念，简单来说，就是物理节点在环形上的复制品，一个实际的物理节点可以
对应着若干个虚拟节点，如下图：
虚拟节点的引入使得本来连接在cacheB上的object2被映射到了A1上，因此实际连接到了物理服务器cacheA上，
均分了cacheB的压力。
总结：
1.一致性哈希解决了 通用哈希下一个节点失效导致所有节点失效的 巨大问题。尽可能减小了节点失效对已完成映射节点的影响。
2.虚拟节点的引入为的是更好的均分服务器的压力，尽可能让所有节点来承担失效节点后的重新分配问题。