负载均衡之一致性哈希算法详解
传统的哈希是直接把数据映射到对应的hash表上，但是当我们的数据量很大的时候，我们会采用多个hash节点来存储的方式来减少存储压力。
但是这种hash算法下，如果我们的节点发生了增加或减少的时候，我们就需要将所有数据，重新建立映射关系，这会导致大量的数据迁移和重新映射的问题。
而一致性hash算法就可以优化这些问题。
首先，一致性hash算法是将所有的数据全部映射到一个大小为0-2的32次方-1的环中（hash环存储）
然后，我们可以将我们服务的地址，映射到这个环上。
此时，当我们的数据来了以后，我们还是先将key通过hash计算放到我们的环上，然后我们看key沿顺时针遇到的第一个节点，我们就将其放入该节点。
节点如果宕机了，可以zookeeper可以利用心跳检测功能，判断服务是否断开，从而移除相关节点，在zookeeper中移除后，我们需要在我们的hash环中也移除节点，假设我们移除了节点1，那么此时，我们只需要对一个数据进行重新映射即可。
同理添加节点也很方便，我们可以在node3和node1之间新增一个节点4，这样只会影响node3和node1这个区间的数据。
__EOF__
