MySQL一致性哈希是一種使用哈希表來優化數據分布和負載均衡的技術。在傳統的哈希算法中，每個鍵值都會被映射到一個固定的節點上，在節點數量發生改變時，所有鍵值都需要重新計算哈希值。而在一致性哈希中，每個節點被映射到一個環上，每個鍵值也被映射到該環上。當節點數量發生變化時，只有少量鍵值需要重新映射。

class ConsistentHashing {
private Listnodes = new ArrayList<>();
private MapvirtualNodes = new TreeMap<>();
private int replicaNum = 100;
public ConsistentHashing(Listnodes, int replicaNum) {
this.nodes = nodes;
this.replicaNum = replicaNum;
init();
}
private void init() {
for (String node: nodes) {
for (int i = 0; i< replicaNum; i++) {
String virtualNode = node + "&&" + i;
long hash = HashUtils.getMurmurHash(virtualNode);
virtualNodes.put(hash, virtualNode);
}
}
}
public String getServer(String key) {
long hash = HashUtils.getMurmurHash(key);
SortedMapsubMap = virtualNodes.tailMap(hash);
if (subMap.isEmpty()) {
return virtualNodes.get(virtualNodes.firstKey());
}
return subMap.get(subMap.firstKey());
}
}
class HashUtils {
private static final Charset CHARSET = Charset.forName("UTF-8");
public static long getMurmurHash(String key) {
ByteBuffer buf = ByteBuffer.wrap(key.getBytes(CHARSET));
int seed = 0x1234ABCD;
ByteOrder byteOrder = buf.order();
buf.order(ByteOrder.LITTLE_ENDIAN);
long m = 0xc6a4a7935bd1e995L;
int r = 47;
long h = seed ^ (buf.remaining() * m);
long k;
while (buf.remaining() >= 8) {
k = buf.getLong();
k *= m;
k ^= k >>>r;
k *= m;
h ^= k;
h *= m;
}
if (buf.remaining() >0) {
ByteBuffer finish = ByteBuffer.allocate(8).order(ByteOrder.LITTLE_ENDIAN);
finish.put(buf).rewind();
h ^= finish.getLong();
h *= m;
}
h ^= h >>>r;
h *= m;
h ^= h >>>r;
buf.order(byteOrder);
return h;
}
}

上面的代碼中，ConsistentHashing類維護了一個虛擬節點集合virtualNodes，每個虛擬節點由原始主機節點和0-99之間的編號拼接而成，以便在環上均勻分布。HashUtils提供了Murmur Hash算法的實現，保證哈希值分布均勻且計算速度快。

一致性哈希既能用于分布式緩存，又能用于分布式數據庫，如MySQL集群。在分布式數據庫中，可以將每個表按照其主鍵的哈希值分片，每個節點只存儲一部分表的數據。而一致性哈希則可用于確保數據分布的均勻性和節點負載的均衡。同時，一致性哈希也易于擴展，可以輕松增加或減少節點，而無需對所有數據重新哈希。