一致性哈希的原理和使用场景是什么？｜阿里巴巴后端开发面经解析

60 秒回答模板

一致性哈希的核心目的是让分布式系统在节点数量变化时尽量少迁移数据。普通取模一般是 hash(key) % N，当 N 从 3 变成 4 或从 4 变成 3 时，大多数 key 的取模结果都会变化，缓存或数据路由会出现大面积失效和迁移。一致性哈希把哈希空间抽象成一个首尾相接的环，节点根据自身标识哈希到环上，业务 key 也哈希到环上，然后从 key 的位置开始顺时针找到第一个节点，这个节点就是负责该 key 的节点。新增节点时，它只接管自己与前驱节点之间的一段 key；删除或故障节点时，也主要由后继节点接管它负责的区间，因此迁移范围明显变小。实际使用时通常会引入虚拟节点，把一个物理节点映射成多个点，缓解节点分布不均导致的数据倾斜，并可通过虚拟节点数量表达机器权重。它常用于缓存分片、负载均衡、分布式存储路由、对象存储分片等场景，但不能只停留在算法层面，还要考虑热点 key、节点权重、副本放置、故障检测、数据回填和迁移限速等工程问题。

考点 普通取模的扩缩容代价

主线 哈希环与顺时针查找

易错点 只说一致性哈希能减少迁移，却没有对比普通取模在节点数变…

深入解析

普通取模的扩缩容代价

最直接的分片方式是对 key 做哈希后再对节点数取模，例如 hash(key) % N。这在节点数量固定时简单高效，但一旦扩容或缩容，N 发生变化，绝大多数 key 的归属节点都会重新计算到不同位置。对于缓存系统，这会导致大量缓存同时失效，引发回源压力；对于存储系统，则意味着大量数据需要迁移，迁移期间还可能造成读写抖动和一致性风险。因此一致性哈希要解决的不是单次路由效率，而是节点集合变化时路由结果的稳定性。

哈希环与顺时针查找

一致性哈希把哈希值空间组织成一个首尾相接的环，例如 0 到 2^32 - 1。每个物理节点使用节点标识进行哈希后落到环上的某个位置，每个业务 key 也经过相同哈希函数落到环上。查找时，从 key 的位置沿顺时针方向找到遇到的第一个节点，该节点负责这个 key。如果走到最大哈希值之后还没有节点，就回到环的起点继续查找。这样 key 的归属由它在环上的相邻节点决定，而不是由全局节点数量直接参与取模计算。

扩容只接管相邻区间

当新增一个节点时，它会被哈希到环上的某个位置。它只会影响自己位置之前、前一个节点之后的那一段 key，因为这段 key 原本顺时针会找到新增节点的后继节点，现在会先找到新增节点。其他区间的 key 顺时针遇到的第一个节点没有变化，因此不需要迁移。这个特性让系统扩容时可以局部搬迁数据，避免普通取模带来的全量重分布，也使缓存分片可以逐步预热，存储系统可以按区间执行迁移和校验。

缩容和故障由后继接管

当某个节点下线、缩容或故障时，它原本负责的区间会顺时针转移给后继节点。理论上只有这个节点负责的数据需要重新路由，其他节点负责的 key 不受影响。工程实现中不能只修改路由表，还要考虑故障检测的准确性、短时间抖动导致的误判、数据是否需要从副本恢复、缓存是否需要重新加载，以及迁移过程是否会压垮后继节点。对于存储系统，节点下线后的接管往往还要配合副本重建、读修复和后台回填。

虚拟节点缓解倾斜

如果每台机器在环上只有一个点，节点数量较少或哈希位置不均时，很容易出现某些节点负责很大区间、某些节点负责很小区间的倾斜问题。虚拟节点的做法是把一个物理节点映射成多个虚拟点，例如 nodeA#1、nodeA#2、nodeA#3 分别参与哈希。key 先命中虚拟节点，再映射回物理节点。虚拟节点越多，区间切分越细，负载越容易接近均匀；同时也可以给高配置机器分配更多虚拟节点，低配置机器分配更少虚拟节点，从而支持权重。

一致性哈希不是完整分布式方案

一致性哈希解决的是路由稳定性，不自动解决所有分布式问题。热点 key 仍然可能让某个节点压力过高，需要本地缓存、多副本读、热点拆分或请求合并。节点权重要结合容量、CPU、磁盘和网络综合设计。数据复制要明确副本选择策略，例如顺时针选择多个不同物理节点，避免副本落在同一台机器或同一机架。故障恢复还要处理迁移限速、双写窗口、版本冲突、读写一致性和监控告警，否则算法正确也可能在生产环境中表现不稳定。

易错点

只说一致性哈希能减少迁移，却没有对比普通取模在节点数变化时的大面积重分布。
把一致性哈希理解成绝对均匀分布，忽略物理节点少时必须使用虚拟节点缓解倾斜。
认为节点故障后自动保证数据可用，混淆了路由接管和副本恢复这两个不同问题。
只背哈希环和顺时针查找，没有说明扩容、缩容分别影响哪些相邻区间。
忽略热点 key、节点权重和迁移限速，导致答案停留在算法概念而缺少工程深度。

面试官追问

一致性哈希相比 hash(key) % N 最大优势是什么？

最大优势是节点变更时路由结果更稳定。普通取模在 N 变化后会让大量 key 重新分布，而一致性哈希只影响新增或删除节点附近的区间。这样可以显著减少缓存失效、数据迁移和扩缩容时的系统抖动。

为什么一致性哈希还需要虚拟节点？

因为物理节点数量有限时，节点在哈希环上的位置可能不均匀，导致某些节点负责很大范围，形成数据和请求倾斜。虚拟节点增加环上的切分点，让负载更平滑，也可以通过分配不同数量的虚拟节点来表达机器权重。

节点宕机时一致性哈希会发生什么？

宕机节点负责的 key 会顺时针转移给它的后继节点，其他区间通常不受影响。但生产系统还要依赖故障检测、路由表更新、副本恢复和迁移限速。如果没有副本或回源能力，算法只能重新路由，不能保证数据本身可用。

一致性哈希适合哪些场景？

它适合节点会变化且希望降低迁移成本的分布式路由场景，比如缓存分片、请求负载均衡、分布式 KV 存储、对象存储分片和服务端连接路由。前提是业务可以接受按 key 分片，并且系统有配套的容错和迁移机制。

一致性哈希能解决热点 key 问题吗？

不能直接解决。热点 key 无论路由算法多均匀，最终仍可能集中落到某个节点，造成单点压力。常见处理方式包括热点探测、热点 key 多副本、请求合并、本地缓存、拆分大 key，以及对极端热点使用专门的调度策略。