hash算法，就是将一个数据，通过某种hash算法，比如md5，将其转换成一个新值。在密码学里也叫hash摘要，摘要算法。或者叫hash散列。在程序开发设计中，通常是将某一类数据，找出数据的特征值，比如ID,进行hash，然后通过hash和原值绑定映射起来，便于候选的筛选和比较。在分布式存储里，通常可以将数据进行hash算法，映射到不同存储节点里，比如数据库分库，或者其他数据的分片存储。
分布式存储hash算法具体实现过程这里以电商系统订单数据分库存储为例，比如某宝订单数据非常多，特别是双十一等大促活动，订单数据不分片肯定支持不了那么大高并发，假如数据存储在mysql库，单库压力非常大，肯定扛不住，必须分片即分库。可以通过hash算法，比如开发或者选用某个hash函数，将订单ID进行hash出一个整数值，假如准备的有m台数据库进行存储，将hash出来整数值，对m取模，不同的订单，进入不同的库。查询时，由于hash算法特点，同一个key,hash出来的值肯定相同，肯定能路由到正确的库，查询到数据。这样对订单数据进行分库存储，大大提高了订单业务的并发能力。
分布式存储hash算法存在的问题还是以某宝订单通过hash分库存储为例，假如某宝订单量越来越大，已有的m个库，已经无法满足高并发请求了，需要增加数据库分担压力,数据库总数增大到n，但是通过上面的数据hash路由过程，由于m变成了n,将导致已经存储的数据 部分或者全部都无法查询的局面。解决办法，可以将原来的数据重新哈希，这过程太艰难，将使得系统长时间不可用。一致性hash算法可以解决此问题。还有，hash算法肯能会出现数据切斜，某个数据库数据特别多，其他数据库相对较少的问题，这样某个库的压力就较大，影响系统整体的性能和可用性。
一致性hash算法还是以上面某宝电商系统订单数据分库存储为例，假定当前订单库有m个，假设有个环，这m个库映射到环上的m个点，就把环分成m个弧段，也即hash环。当订单要存储时，也是通过hash算法，映射到环上的某个点，从这个点顺时针开始找，找到最近的数据库所在的位置，将此数据存储在这个库上，查询也一样。若对数据库扩容，增加数据库，将这个库插入已有的两个库之间的位置，这样原来数据查询，只有一个弧段的部分数据存在问题，这可以通过新库插入点的数据备份到新库中解决，因为最多备份一个弧段的数据，大大减小了备份时间，提供了系统可用性，并可扩展。但是一致性has算法
带虚拟节点一致性hash算法由于普通一直hash算法，未解决hash倾斜问题，实际上可以增加一层虚拟节点，数据映射到虚拟节点，虚拟节点可以多些，把hash环等分的非常多，其实就是极限思想，这样存在hash切斜的可能性大大降低。还是以某宝为例，订单数据，先hash到虚拟节点，然后再根据虚拟节点映射到具体的数据库节点，进行存储。当然带虚拟节点的一致hash算法，可以解决扩容问题。
