什么是一致性哈希？为什么要引入虚拟节点？
简化版
一致性哈希是一种分布式映射算法，把节点和数据 key 都映射到同一个哈希环上，key 顺时针找到的第一个节点就是它的归属节点。相比普通取模，节点扩容或下线时只会影响环上相邻一小段数据，减少缓存失效和数据迁移。虚拟节点用于让数据分布更均匀，避免少量真实节点造成倾斜。
详细版
普通取模 hash(key) % N 的问题是 N 一变，大量 key 的结果都会变化。比如缓存从 3 台扩到 4 台，绝大多数 key 都会重新映射，导致缓存雪崩式失效。
一致性哈希的做法：
- 把哈希空间看成一个环，比如 0 到 2^32-1。
- 每个服务节点通过 hash 映射到环上。
- 每个数据 key 也 hash 到环上。
- key 顺时针遇到的第一个节点负责这个 key。
- 新增或删除节点时，只影响该节点附近的一段 key。
虚拟节点是把一个真实节点映射成多个虚拟点，例如 odeA#1、 odeA#2。这样节点在环上分布更均匀，节点数量少时也能减少倾斜；同时可以通过虚拟节点数量表达权重。
完整版教学
一、普通取模为什么扩容代价大
假设有 3 台缓存，key 的路由规则是 hash(key) % 3。现在扩容到 4 台，规则变成 hash(key) % 4。同一个 key 的余数大概率变化，于是原来在 A 机器的缓存可能要去 B、C、D 找。结果是大量请求打不到原缓存，全部回源数据库，数据库压力瞬间升高。
这就是普通取模最大的问题：节点数量 N 是公式的一部分，N 一变，映射整体重排。缓存、分片、长连接会话都害怕这种整体重排。
二、一致性哈希如何减少迁移
一致性哈希把哈希空间首尾相连成环。节点在环上占位置，key 也在环上占位置。key 不再对节点数取模，而是顺时针找到第一个节点。
新增节点时，新节点只会接管它逆时针方向上一段区间的 key，其他区间归属不变。删除节点时，原来归它的一段 key 顺时针迁移到下一个节点。这样变更范围从“几乎所有 key”缩小到“一小段 key”。这就是一致性哈希的核心价值：节点变动时最小化数据迁移。
三、为什么必须有虚拟节点
如果真实节点很少，哈希环上的位置可能很不均匀。比如 A、B、C 三个节点刚好挤在一段，A 负责很小区间，C 负责巨大区间，C 就会成为热点。哈希函数再均匀，也挡不住节点样本太少造成的波动。
虚拟节点把一个真实节点拆成很多虚拟节点散布到环上。比如每台机器放 100 个虚拟点，3 台机器就有 300 个点，区间分布会平滑很多。key 命中虚拟节点后，再映射回真实机器。虚拟节点还可以做权重：性能强的机器分配更多虚拟节点，承担更多 key。
四、一致性哈希适合哪些场景
它适合“按 key 路由且希望节点变动影响小”的场景：分布式缓存、分库分表路由、对象存储分片、RPC 长连接会话粘滞、任务分片。尤其是缓存系统，减少扩容时缓存大面积失效非常重要。
但它不是万能的。如果 key 本身有热点，比如某个明星商品被疯狂访问，一致性哈希只会稳定地把热点打到同一台机器，反而可能加重热点。这时需要热点 key 拆分、多级缓存、本地缓存、请求合并等方案。
五、和哈希槽有什么关系
Redis Cluster 使用 16384 个 slot，本质上也是“先把 key 映射到固定槽，再把槽分配给节点”。这和一致性哈希目标类似：节点变化时迁移一部分槽，而不是全量 key 重新计算。区别是 slot 是离散槽位，更方便运维迁移和管理；一致性哈希是环形连续空间，更常见于客户端路由和缓存路由。
六、常见误区与追问
这道题不能只背概念，要把「一致性哈希」放回真实分布式系统里解释：谁发起、谁协调、状态如何变化、失败后怎么兜底，以及它和性能、可用性、一致性的取舍。
| 回答层次 | 要讲清的内容 | 容易漏掉的边界 |
|---|---|---|
| 核心结论 | 一致性哈希把节点和 key 映射到环上，节点增删时只迁移相邻区间数据，降低扩缩容抖动 | 不要停在名词解释 |
| 流程机制 | 计算 key 哈希落点 -> 顺时针找到第一个节点 -> 节点加入分走一段区间 -> 节点下线区间交给后继节点 -> 用虚拟节点改善倾斜 | 说明触发方、参与方、状态变化和兜底 |
| 工程取舍 | 10 个缓存节点普通取模扩容到 11 个会导致大部分 key 重映射，一致性哈希通常只影响新增节点相邻区间 | 分布式基础题不能只背概念，必须落到网络不可靠、节点会故障、数据有副本这些前提 |
一致性哈希 面试拆解：
1. 计算 key 哈希落点
2. 顺时针找到第一个节点
3. 节点加入分走一段区间
4. 节点下线区间交给后继节点
5. 用虚拟节点改善倾斜记忆钩子：先定义问题，再说明一致性、可用性、分区、复制、时钟和故障模型的取舍；回答时要紧扣「一致性哈希」这道题，不要把相邻概念混成一段泛泛的分布式套话。
- 误区：一致性哈希完全不迁移数据。 它减少迁移范围，但新增或删除节点相关区间仍要迁移。
- 误区：不需要虚拟节点。 真实节点少时容易数据倾斜，虚拟节点能让区间更均匀。
- 误区：一致性哈希只用于缓存。 它也可用于分片、路由、负载分配等场景。
- 追问：为什么普通取模扩容影响大？ 节点数变化会改变 key % N 的结果，大量 key 落点改变。
- 追问：虚拟节点怎么工作？ 一个真实节点对应多个环上虚拟点，分散区间，降低倾斜。
- 追问：热点 key 怎么办？ 一致性哈希解决分布，不解决热点，需要副本、拆分或本地缓存。
七、加强记忆
一致性哈希把节点和 key 放到同一个环上，key 顺时针找节点。它解决普通取模扩缩容时“大量 key 重新映射”的问题，新增/删除节点只影响相邻一段数据。虚拟节点用来打散真实节点在环上的分布，减少倾斜，还能表达节点权重。口诀：取模怕 N 变，哈希环怕倾斜，虚拟节点来摊平。