一致哈希由MIT的Karger及其合作者提出，现在这一思想已经扩展到其它领域。在这篇1997年发表的学术论文中介绍了“一致哈希”如何应用于用户易变的分布式Web服务中。哈希表中的每一个元素代表分布式系统中一个节点，在系统添加或删除节点只需要移动K/n项。

在使用n台缓存服务器时，一种常用的负载均衡方式是，对资源o的请求使用\mbox{hash}(o) = o \mod n来映射到某一台缓存服务器。当增加或减少一台缓存服务器时这种方式可能会改变所有资源对应的hash值，也就是所有的缓存都失效了，这会使得缓存服务器大量集中地向原始内容服务器更新缓存。因些需要一致哈希算法来避免这样的问题。 一致哈希尽可能使同一个资源映射到同一台缓存服务器。这种方式要求增加一台缓存服务器时，新的服务器尽量分担存储其他所有服务器的缓存资源。减少一台缓存服务器时，其他所有服务器也可以尽量分担存储它的缓存资源。 一致哈希算法的主要思想是将每个缓存服务器与一个或多个哈希值域区间关联起来，其中区间边界通过计算缓存服务器对应的哈希值来决定。（定义区间的哈希函数不一定和计算缓存服务器哈希值的函数相同，但是两个函数的返回值的范围需要匹配。）如果一个缓存服务器被移除，则它会从对应的区间会被并入到邻近的区间，其他的缓存服务器不需要任何改变。

public class TraditionalServer {
    public static void main(String args[]) {
        int port = 2000;
        ServerSocket server_socket;
        DataInputStream input;
                       server_socket.getLocalPort());
            // server infinite loop
            while(true) {
            Socket socket = server_socket.accept();
            System.out.println("New connection accepted " +
                       socket.getInetAddress() +
                       ":" + socket.getPort());
            input = new DataInputStream(socket.getInputStream()); 
            // print received data 
            try {
                byte[] byteArray = new byte[4096];
                while(true) {
                    int nread = input.read(byteArray , 0, 4096);
                    if (0==nread) 
                        break;
                }
            }
            catch (IOException e) {
                System.out.println(e);
            }
            // connection closed by client
            try {
                socket.close();
                System.out.println("Connection closed by client");
            }
            catch (IOException e) {
                System.out.println(e);
            }
            System.out.println(e);
        }
    }
}