采用一致性hash算法可以将资源分散保存在多台缓存服务器上，减少访问源站点服务器的次数，缓解源站点服务器的压力。

      原理：根据相同的key值计算哈希值映射到哈希环上的位置相同,资源

      hash环空间：当采用一般的哈希函数：M = hash(key) mod N存放资源时，若新增/删除服务器，会造成大量的数据迁移，导致网络通信压力的剧增，甚至导致数据库宕机(N值变化，M值也会跟着变化，此时大部分缓存失效，大量请求回源站点)；若采用哈希环，则只对其中部分数据造成影响。

    哈希环是一个虚拟的环状结构，通常表示为一个圆圈。在这个环上，每个节点被分配一个唯一的位置。服务器根据ip哈希到环上，创建hash环时为了防止hash环倾斜，会创建大量的虚拟节点，使得环中的服务器节点尽可能均匀。每个资源再根据设置的缓存key，顺时针转动存储到了环上。如果此时需要对服务器进行扩容或者缩容，也只会影响到该台及顺时针方向上最近的一台服务器上的混存，大部分缓存不受影响。

      hash环倾斜：主要是节点数量较少时，可能会出现节点在哈希空间中分布不平衡的问题，可能导致大部分资源集中缓存在某几个真实节点中，可以通过创建虚拟节点来解决。

     步骤如下：

      a. 将服务器ip作为key值计算hash值映射到哈希环上：hash（key）mod 2^32

      b. 创建一些虚拟节点（虚拟服务器，与真实服务器对应）

      c. 寻址：将播放资源（通过缓存key值计算hash值）以同样的方式映射到哈希环上，寻址逻辑：顺时针寻找最近的一个节点，则资源保存在第一个找到的服务器上（如果是虚拟节点，则在对应的真实服务器上）

   节点创建、初始化、寻址细节

    a. 解析upstream块获取server list；

    b. 各个server根据权重，乘以常量160，变成weight*160个点的数组points；

    c. 根据server的 host，‘\0’, port 计算crc32-hash作为base_hash ，固定不变；

    d. 遍历points，根据hash(i+1) = crc32(basehash, hash(i))设置point[i+1] = hash(i+1)，填满数组；

    e. 循环server 列表，填满points[server1_weight x 160 + server2_weight x 160 + .......];

    f. 对points[]数组按value值 crc32-hash 做快排，然后去重放入新points[]数组

    g. 对请求的key做crc32-hash得到req-hash，在pionts[]数组中，按二分查找数组中等于req-hash的对象points[crc32(request)]

    h. 从points[crc32(request)]开始遍历查找points[]数组中可提供服务的server，排除down的，直到找到可提供服务的target-server.若有多个可提供服务的server，则使用轮询选择一个server。