背景
传统hash中，假定n个节点，用mod的方式，会导致增减节点的时候，大量的key都会打到新的节点，影响效率
一致性hash特点
这个直接参照refer了
均衡性(Balance)：将关键字的哈希地址均匀地分布在地址空间中，使地址空间得到充分利用，这是设计哈希的一个基本特性。
单调性(Monotonicity): 单调性是指当地址空间增大时，通过哈希函数所得到的关键字的哈希地址也能映射的新的地址空间，而不是仅限于原先的地址空间。或等地址空间减少时，也是只能映射到有效的地址空间中。简单的哈希函数往往不能满足此性质。
分散性(Spread): 哈希经常用在分布式环境中，终端用户通过哈希函数将自己的内容存到不同的缓冲区。此时，终端有可能看不到所有的缓冲，而是只能看到其中的一部分。当终端希望通过哈希过程将内容映射到缓冲上时，由于不同终端所见的缓冲范围有可能不同，从而导致哈希的结果不一致，最终的结果是相同的内容被不同的终端映射到不同的缓冲区中。这种情况显然是应该避免的，因为它导致相同内容被存储到不同缓冲中去，降低了系统存储的效率。分散性的定义就是上述情况发生的严重程度。好的哈希算法应能够尽量避免不一致的情况发生，也就是尽量降低分散性。
负载(Load): 负载问题实际上是从另一个角度看待分散性问题。既然不同的终端可能将相同的内容映射到不同的缓冲区中，那么对于一个特定的缓冲区而言，也可能被不同的用户映射为不同的内容。与分散性一样，这种情况也是应当避免的，因此好的哈希算法应能够尽量降低缓冲的负荷。
原理
如何根据key找到key要存在哪个节点上，分为几步:
1.构建[0,2^32)的hash空间，构成一个hash环
2.构建节点，根据节点唯一标识将其hash成一个整形在hash空间内
3.获取key的hash值，
4.从该对象开始，沿着哈希环顺时针方向查找，找到的第一个节点成为映射节点
新增，删除，以及虚拟节点可以直接参照refer比较简单，并且可以针对源码理解，下面提出几个思考
思考
一致性hash是绝对均衡吗？
不，比如只有两个节点的时候，分界点并不是2^31,而是A机器标识的hash
同节点的虚拟节点，对应的hash空间是连续的吗
图中的例子是连续的，但是真实构建并不保证，以为都是虚拟节点标识去hash，不保证属于同样物理节点的虚拟节点，他们的hash值是串起来的
所以可能出现 A#1,B#2,A#2,B#1这样乱序的虚拟节点
新增节点如何保证均衡性？
我一开始以为是将之前最大的区间再平均分等等方法，发现我是错的。
保证均衡性都是通过足够的虚拟节点，来保证平均。
所以是现有节点的hash值再有分区，不是为了均衡性，保证
[0,2^31] 属于A节点负责，(2^31, 2^32) 由B节点负责，No！
