一致性 Hash 超通俗讲解

一、普通哈希分配 KV 有什么致命问题

假设我们有 3 台服务器，用来存大量 KV 数据：节点 A、节点 B、节点 C 常规分配规则公式：节点下标 = hash(Key) % 总机器数 N

举例： N=3，某个 Key 算出来哈希取模是 0 → 存 A；模 1 存 B；模 2 存 C。

痛点：增减一台机器，几乎所有数据都要搬家

如果再加一台节点 D，总机器数 N=4 原来所有 Key 取模结果全部变了，绝大多数 Key 匹配的服务器全部错乱，需要大规模迁移数据，系统卡顿、压力巨大。 一致性 Hash 就是专门解决扩容 / 缩容时数据迁移量太大的算法。

二、一致性 Hash 核心结构：哈希环

1. 设定一个固定哈希取值范围：0 ~ 2³²−1，把首尾连起来，形成一个环形哈希空间。
2. 第一步：把所有真实服务器节点，各自算出哈希值，摆到圆环对应的位置上。
3. 存放 / 查询某个 Key 的规则： ① 计算这个 Key 的哈希值，定位到环上一个点； ② 沿着圆环顺时针往前走，遇到的第一个服务器节点，就是这个 Key 的存放节点。

简单举例

环上顺时针排布节点：A → B → C

1. Key 哈希落在 A~B 区间：顺时针找到 B，数据存在 B
2. Key 哈希落在 B~C 区间：顺时针找到 C，数据存在 C
3. Key 哈希落在 C~A 区间：顺时针找到 A，数据存在 A

三、增减节点优势（核心优点）

1、新增节点

只影响新增节点逆时针相邻区间里的一部分 Key，只有这一小部分数据需要迁移，绝大部分 KV 数据不用动。

2、某个节点宕机下线

下线节点对应的所有 Key，会顺延顺时针找下一个节点承接，同样只有局部数据迁移，不会全局洗牌。

对比普通取模哈希：普通哈希改总数 = 全量数据搬迁；一致性哈希只有少量数据搬迁。

四、一致性 Hash 天生缺陷：数据倾斜

如果节点在哈希环上分布不均匀，有的节点占据圆环很大一段区间，存海量数据；有的节点区间很小，数据很少，负载严重不均衡。

解决方案：虚拟节点

给每一台真实物理节点，虚拟出成百上千个虚拟节点，计算哈希打散均匀散布在整个环上。 寻址逻辑不变：Key 找到虚拟节点后，再映射回对应的真实机器。 好处：

1. 数据在多台机器分布更均匀，负载均衡；
2. 某台机器下线，数据会分摊给多个后继节点，不会瞬间压垮单台服务器。

极简总结

• 一致性 Hash 构建 0~2³² 环形哈希空间，节点与 Key 映射到环上，Key 顺时针匹配首个节点完成存储分配；
• 增减节点仅少量数据迁移，解决普通哈希扩容大规模数据搬迁问题；
• 引入虚拟节点解决数据倾斜、节点负载不均问题；
• 作用是 KV 数据分片路由，和 Raft 多副本一致性属于不同层面的分布式方案