5.9. 数据分布算法
分布式数据存储的核心算法，数据分布的算法主要有三种算法：hash算法、一致性hash算法、hash slot算法。
hash算法 -> 一致性hash算法（memcached使用） -> hash slot算法（redis cluster 使用）
redis cluster 用不同的算法，就决定了数据如何分布到这些节点上去。
5.9.1. hash算法和弊端：大量缓存重建
客户端访问key,通过使用key的hash值对redis 节点数取摸，找到对应的节点去获取Key的数据。
其弊端在于，某个master宕机，所有落在此master的请求就会尝试去其他master获取，其他master没有数据，就会去数据库获取数据并进行缓存重建。一旦请求量过大，读取数据库并创建缓存就会出现承载压力过大而导致系统崩溃。
5.9.2. 一致性hash算法：缓存热点数据容易导致性能瓶颈
先构造一个0到2^32的整数环，然后将服务器节点的Hash值，放在该环上（可以理解为将你的ip做hash，将ip的HashCode放在环上）。然后根据需要缓存的数据的Key，计算Key的HashCode,然后在环上，顺时针查找距离这个Key的Hash值最近的缓存服务器的节点，然后将Value，存储到该服务器节点上。
缓存热点问题，当某个热点数据在某个hash区间内特别多，就会出现大量的请求落在某个master节点上，出现性能瓶颈。
5.9.3.redis cluster的hash slot算法
1、redis cluster有固定的16384个hash slot，对每个key计算CRC16值，然后对16384取模，可以获取key对应的hash slot。
2、redis cluster中每个master都会持有部分slot，比如有4个master，那么可能每个master持有4000多个hash slot。
3、hash slot让node的增加和移除很简单，增加一个master，就将其他master的hash slot移动部分过去，减少一个master，就将它的hash slot移动到其他master上去。
4、客户端的api，可以对指定的数据，使用hash tag 来实现走同一个hash slot。
5、移动hash slot的成本是非常低的。
