一 引言
當前memcached，redis這類分布式kv緩存已經非常普遍。我們知道memcached的分布式其實是一種"偽分布式"，也就是它的服務器節點之間其實是無關聯的，之間沒有網絡拓撲關系，由客戶端來決定一個key要存放在哪台機器。
具體來講，假設我們有多台memcached服務器，編號分別為m0, m1, m2.. 對於一個key，由客戶端來決定存放到哪台機器，最簡單的辦法就是key % N, 其中N是機器的總數
但是有一個問題，一旦機器數增加或減少，N發生變化，key去mod新舊N得到的機器編號大概率不相等，那么之前存放的數據就全部無效了。
二 hash環
基於上面的問題，提出了hash環的概念。hash環的過程有兩次hash
(1) 把所有的機器編號hash到這個環上
(2) 把key也hash到這個環上，然后在這個環上進行匹配，看這個key和哪台機器匹配
具體過程是這樣： 假定有一個hash函數，其值空間為(0 ~ 2^32-1)。也就是說，其hash值是個32位無整型數字，這些數字組成一個環。首先對機器進行hash(比如根據機器ip)，算出每台機器在這個環上的位置; z再對key進行hash，算出該key在環上的位置，然后從這個位置往前走，遇到的第一台機器就是該key對應的機器，就把該(key, value)存儲到該機器上，如下圖所示。
首先計算出每台cache服務器在環上的位置(圖中淺藍色的大圓圈)，然后每來一個key計算出value填到環上的位置(圖中橙色的小圓圈)，然后順時針走，遇到的第一個機器，就是要存儲的機器
這里的關鍵點是:當機器數N變化時，其他機器在環上的位置並不會發生改變。這樣只有增加/減少的那台機器附近的數據會失效，其他機器上的數據還是有效的。
三 數據傾斜問題
當機器不很多時，很可能出現幾台機器在環上面貼的很近，分布很不均勻。這將會導致大部門數據集中在某幾台機器上。
為了解決這個問題，可以引入"虛擬機器"的概念，也就是說，一台機器需要在環上映射出多個位置。比如我們用機器的ip來hash，那么我們可以在ip后面加幾個編號，形如ip_1, ip_2, ip_3... 這樣就實現了一台物理機器映射出了多個虛擬機器的編號。
數據首先映射到"虛擬機器"上，再從"虛擬機器"映射到物理機器上。因為虛擬機器可以很多，在環上均勻分布，從而保證數據相對均勻地分布在物理機器上。
四 zk的引入
上面我們提到了服務器的機器數N的變化，那么如何通知到客戶端呢
一種笨方法就是手動，當機器數N變化，重新配置客戶端，重啟客戶端。
另外一種，引入zk，服務器的節點列表注冊到zk上面，客戶端監聽zk。發現節點數發生變化，自動更新自己的配置。
當然不用zk用一個其他的中心節點也可以，只要能實現這種更改的通知即可（也即分布式服務協調）