可能的实现：服务器ip经过hash后对2^32求余，服务器在hash环上的散列通过hash函数实现。缓存对象或者一个请求（请求的源地址）经过hash对2^32求余落在hash环上，顺时针寻找第一个可用服务器。
可能的java代码实现：用数组存ip地址，下标为ip hash求余后的数。
一致性哈希算法的用处“负载均衡”。这里的负载均衡可以是：
1.数据库横向切割。
2.缓存(如Redis)，的负载均衡
3.服务器的负载均衡
思考1：为什么使用一致性哈希算法。（而不用普通的hash然后求余）
答：假设有5个Redis实例，某个对象hash以后为13，则求余以后分配到第3个Redis实例中，当为了增加Redis的容量而将Redis扩展到6个实例的时候，原来的对象hash13对6求余会落在第2个实例上，导致缓存失效。解决缓存失效的办法就是对全局的数据进行重hash，但是这个代价太大。如果使用一致性hash，那么只需要对映射到新增节点到上一个节点之间的数据重新分配。对数据库的横向切割是用一个道理，对服务器来说没有影响（请求第二个服务器和第三个没有区别）
思考2：虚拟节点的作用
答：
1.如果集群中的节点数量太少，有可能所有的数据都在一个节点上。例如只有两个节点，均分的情况下，很有可能会所有的数据都存到一个节点上（有节点未使用）。通过增加虚拟节点，对环上的大块的段进行分割，一个大块的段上的数据可以映射到不同的Redis实例上。
2.假设使用三个节点，每个节点的计算机资源（内存，cpu等）使用情况都为K/2。那么当第1个节点失效以后，它的数据会重新分配在顺时针的下个节点（第二个节点上），第二个节点的计算机的资源使用量会达到上限K从而很有可能down掉，依次影响下一个节点导致整个集群宕机（缓存雪崩）。解决的办法是增加虚拟节点：具体就是在第1个节点和第2个间增加第3个节点的虚拟节点，这样当第1个节点宕掉以后，第1个节点到虚拟节点的数据会被映射到第3个节点，虚拟节点到第2个节点的数据会被映射到第2个节点。即第2和第3个节点分摊了第1个节点的压力。