最后
学习视频：
大厂面试真题：
3.指派槽
4.主从
1.配置开启节点
2. meet
3.指派槽
4.主从
配置开启Redis-1：
port ${port}
daemonize yes
dir “/opt/redis/redis/data/”
dbfilename “dump-${port}.rdb”
logfile “${port}.log”
cluster-enabled yes
cluster-config-file nodes-${port}.conf
配置开启Redis-2
redis-server redis-7000.conf
redis-server redis-7001.conf
redis-server redis-7002.conf
redis-server redis-7003.conf
redis-server redis-7004.conf
redis-server redis-7005.conf
Redis 3.0后，节点之间通过去中心化，提供了完整的sharding、replication（复制机制仍使用原有机制，并且具备感知主备的能力）、failover解决方案，称为Redis Cluster。
即：将proxy/sentinel的工作融合到了普通Redis节点。
=================================================================================
Redis Cluster采用无中心结构，每个节点都可以保存数据和整个集群状态，每个节点都和其他所有节点连接。要让集群正常运作至少需要三个主节点，即Cluster 至少为6个才能保证组成完整高可用的集群，三主三从：
-
主节点分配槽，处理客户端的命令请求
-
从节点可用在主节点故障后，顶替主节点
集群架构为拓扑结构。一个Redis Cluster由多个Redis节点组成。不同的节点组服务的数据无交集，每个节点对应数据sharding的一个分片。
节点组内部分为主备2类，对应master和slave。两者数据准实时一致，通过异步的主备复制保证。
一个节点组有且仅有一个master，同时有0到多个slave。只有master对外提供写服务，读服务可由master/slave提供
- Redis Cluster结构
key-value全集被分成5份，5个slot（实际上Redis Cluster有 16384 [0-16383] 个slot，每个节点服务一段区间的slot，此处仅是为了举例）。
A、B为M节点，对外提供写服务。分别负责1/2/3和4/5的slot。A/A1和B/B1/B2之间通过主备复制以同步数据。
这5个节点，两两通过Redis Cluster Bus交互，相互交换如下的信息：
-
数据分片（slot）和节点的对应关系
-
集群中每个节点可用状态
-
集群结构发生变更时，通过一定的协议对配置信息达成一致。数据分片的迁移、主备切换、单点master的发现和其发生主备关系变更等，都会导致集群结构变化
-
publish/subscribe（发布/订阅）功能，在Cluster版内部实现所需要交互的信息
Redis Cluster Bus通过单独的端口进行连接，由于Bus是节点间的内部通信机制，交互的是字节序列化信息。相对Client的字符序列化来说，效率较高。
Redis Cluster是一个去中心化的分布式实现方案，客户端和集群中任一节点连接，然后通过后面的交互流程，逐渐的得到全局的数据分片映射关系。
说说Redis Cluster 的优点？
-
去中心化
-
可扩展性
数据是按槽分配的，节点之间数据共享，节点动态的添加和删除
- 高可用性
部分节点不可用时，集群仍是可用的，因为从节点作为副本提供了数据的备份保障
- 自动故障转移
节点之间投票选举，从升级为主
说说Redis Cluster 的缺点？
-
数据通过异步复制，无法保证数据强一致性
-
集群环境搭建略微复杂。
=======================================================================
对于去中心化的实现，集群的拓扑结构并不保存在单独的配置节点上，后者的引入同样会带来新的一致性问题。
那么各自为政的节点间，如何对集群的拓扑达成一致，是Redis Cluster配置机制要解决的问题。
Redis Cluster通过引入2个自增的epoch变量，来使得集群配置在各个节点间最终达成一致。
Redis Cluster中的每个节点(Node)都保存了集群的配置信息，并且存储在clusterState中，结构如下
-
clusterState 记录了从集群中某个节点视角，来看集群配置状态
-
currentEpoch 表示整个集群中最大的版本号，集群信息每变更一次，改版本号都会自增
-
nodes 是一个列表，包含了本节点所感知的，集群所有节点的信息（clusterNode），也包含自身的信息。
-
clusterNode 记录了每个节点的信息，其中包含了节点本身的版本 Epoch；自身的信息描述：节点对应的数据分片范围（slot）、为M时的R列表、为R时的M节点
-
每个节点包含一个全局唯一的NodeId
-
当集群的数据分片信息发生变更（数据在节点间迁移时），Redis Cluster 仍然保持对外服务
-
当集群中某个master宕机，Redis Cluster 会自动发现，并触发故障转移的操作。将master的某个slave晋升为新的 master。
由此可见，每个节点都保存着Node视角的集群结构。它描述了数据的分片方式，节点主备关系，并通过Epoch 作为版本号实现集群结构信息的一致性，同时也控制着数据迁移和故障转移的过程。
=======================================================================
去中心化的架构不存在统一的配置中心。在Redis Cluster中，这个配置信息交互通过Redis Cluster Bus来完成（独立端口）。Redis Cluster Bus 上交互的信息结构如下：
- Redis Cluster 交互信息数据结构
clusterMsg 中的type指明了消息的类型，配置信息的一致性主要依靠PING/PONG。每个节点向其他节点频繁的周期性的发送PING/PONG消息。
对于消息体中的 Gossip部分，包含了sender/receiver 所感知的其他节点信息，接受者根据这些Gossip 跟新对集群的认识。
对于大规模的集群，如果每次PING/PONG 都携带着所有节点的信息，则网络开销会很大。此时Redis Cluster 在每次PING/PONG，只包含了随机的一部分节点信息。由于交互比较频繁，短时间的几次交互之后，集群的状态也会达成一致。
当Cluster 结构不发生变化时，各个节点通过gossip 协议在几轮交互之后，便可以得知Cluster的结构信息，达到一致性的状态
但是当集群结构发生变化时（故障转移/分片迁移等），优先得知变更的节点通过Epoch变量，将自己的最新信息扩散到Cluster，并最终达到一致。
clusterNode 的Epoch描述的单个节点的信息版本；
clusterState 的currentEpoch描述的是集群信息的版本，它可以辅助Epoch 的自增生成
因为currentEpoch 是维护在每个节点上的，在集群结构发生变更时，Cluster 在一定的时间窗口控制更新规则，来保证每个节点的currentEpoch都是最新的
更新规则
- 当某个节点率先知道了变更时，将自身的
currentEpoch自增，并使之成为集群中的最大值
再用自增后的currentEpoch 作为新的Epoch 版本
-
当某个节点收到了比自己大的
currentEpoch时，更新自己的currentEpoch -
当收到Redis Cluster Bus 消息中的某个节点的
Epoch> 自身的时，将更新自身的内容 -
当Redis Cluster Bus 消息中，包含了自己没有的节点时，将其加入到自身的配置中
上述规则保证了信息的更新是单向的，最终朝着Epoch更大的信息收敛。同时Epoch也随currentEpoch增加而增加，最终将各节点信息趋于稳定。
不同节点分组服务于相互无交集的分片（sharding）
Redis Cluster 不存在单独的proxy或配置服务器
所以需要将客户端路由到目标的分片
1 数据分片（slot）
Redis Cluster 将所有的数据划分为16384 [0-16383] 个分片，每个分片负责其中一部分。
每条数据（key/value）根据K值，通过数据分布算法（一致性哈希）映射到16384 个slot中的一个。
数据分布算法
slotId = crc16(key) % 16384
客户端根据 slotId 决定将请求路由到哪个Redis 节点。
Cluster 不支持跨节点的单命令，如：sinterstore，若涉及的2个K对应的slot 在不同Node，则执行失败。
通常Redis的K带有业务意义，如：
-
Product:Trade:20180890310921230001
-
Product:Detail:20180890310921230001
当在集群中存储时，上述同一商品的交易和详情可能会存储在不同的节点上，进而对于这2个K 不能以原子的方式操作。
为此，Redis引入HashTag，使得数据分布算法可以根据key 的某一部分进行计算，让相关的2 条记录落到同一个数据分片
商品交易记录key：Product:Trade:{20180890310921230001}
商品详情记录key：Product:Detail:{20180890310921230001}
Redis 会根据 {} 之间的字符串作为数据分布式算法的输入。
客户端的路由
Redis Cluster的客户端相比单机Redis 需要具备路由语义的识别能力，且具备一定的路由缓存能力。
当Client 访问的K不在当前Redis节点的slots中，Redis 会返回给Client一个moved命令。并告知其正确路由信息
Client接收到moved 后，再次请求新的Redis时，此时Cluster结构又可能发生了变化。此时有可能再次返回moved。
Client 会根据moved响应，更新其内部的路由缓存信息，以便后续操作直接找到正确节点，减少交互次数。
当Cluster在数据重新分布过程中时，可通过ask命令控制客户端的路由，如下所示：
上图中，slot1 需迁移到新节点，此时若客户端已完成迁移的K，节点将相应ask告知客户端想目标节点重试。
ask V.S moved
-
moved 会更新Client数据路由
-
ask 只是重定向新节点，但是后续相同slot仍会路由到旧节点
迁移的过程可能会持续一段时间，这段时间某个slot的数据，同时可能存在于新旧 2 个节点。
由于move 操作会使Client 的路由缓存变更，若新旧节点对迁移中的slot 所有key 都回应moved，客户端的路由缓存会频繁变更。因此引入ask 类型消息，将重定向和路由缓存分离。
3 分片的迁移
在一个稳定的Redis Cluster 中，每个slot 对应的节点都是确定的。在某些情况下，节点和分片需要变更：
新的节点作为master加入；
某个节点分组需要下线；
负载不均衡需要调整slot 分布。
此时需要进行分片的迁移，迁移的触发和过程控制由外部系统完成。Redis Cluster 只提供迁移过程中需要的原语，包含下面 2 种：
节点迁移状态设置：迁移前标记源/目标节点。
key迁移的原子化命令：迁移的具体步骤。
slot 1 从节点A 迁移到B的过程
1、向节点B发送状态变更命令，将B的对应slot 状态置为importing。
2、向节点A发送状态变更命令，将A对应的slot 状态置为migrating。
3、针对A上的slot 的所有key，分别向A 发送migrate 命令，告知A 将对应的key 迁移到B。
当A节点的状态置为migrating 后，表示对应的slot 正在从A迁出，为保证该slot 数据的一致性。A此时提供的写服务和通常状态下有所区别，对于某个迁移中的slot：
如果Client 访问的key 尚未迁出，则正常的处理该key；
如果key已经迁出或者key不存在，则回复Client ASK 信息让其跳转到B处理；
当节点B 状态变成importing 后，表示对应的slot 正在向B迁入。即使B 能对外提供该slot 的读写服务，但是和通常情况下有所区别：
当Client的访问不是从ask 跳转的，说明Client 还不知道迁移。有可能操作了尚未迁移完成的，处在A上面的key，如果这个key 在A上被修改了，则后续会产生冲突。
所以对于该slot 上所有非ask 跳转的操作，B不会进行操作，而是通过moved 让Client 跳转至A执行。
这样的状态控制，保证了同一个key 在迁移之前总是在源节点执行。迁移后总是在目标节点执行，从而杜绝了双写的冲突。迁移过程中，新增加的key 会在目标节点执行，源节点不会新增key。使得迁移有界限，可以在某个确定的时刻结束。
单个key 的迁移过程可以通过原子化的migrate 命令完成。对于A/B的slave 节点，是通过主备复制，从而达到增删数据。
当所有key 迁移完成后，Client 通过 cluster setslot 命令设置B的分片信息，从而包含了迁入的slot。设置过程中会让Epoch自增，并且是Cluster 中的最新值。然后通过相互感知，传播到Cluster 中的其他节点。
failover
同Sentinel 一样，Redis Cluster 也具备一套完整的故障发现、故障状态一致性保证、主备切换机制。
1、failover的状态变迁
1）故障发现：当某个master 宕机时，宕机时间如何被集群其他节点感知。
2）故障确认：多个节点就某个master 是否宕机如何达成一致。
3）slave选举：集群确认了某个master 宕机后，如何将它的slave 升级成新的master；如果有多个slave，如何选择升级。
最后
毕竟工作也这么久了 ，除了途虎一轮，也七七八八面试了不少大厂，像阿里、饿了么、美团、滴滴这些面试过程就不一一写在这篇文章上了。我会整理一份详细的面试过程及大家想知道的一些问题细节
美团面试经验
字节面试经验
菜鸟面试经验
蚂蚁金服面试经验
唯品会面试经验
因篇幅有限，图文无法详细发出
了 ，除了途虎一轮，也七七八八面试了不少大厂，像阿里、饿了么、美团、滴滴这些面试过程就不一一写在这篇文章上了。我会整理一份详细的面试过程及大家想知道的一些问题细节
美团面试经验
[外链图片转存中…(img-D0qj9iJb-1715117776169)]
字节面试经验
[外链图片转存中…(img-bSdvAG37-1715117776169)]
菜鸟面试经验
[外链图片转存中…(img-AAgS1prZ-1715117776169)]
蚂蚁金服面试经验
[外链图片转存中…(img-KefRb15M-1715117776170)]
唯品会面试经验
[外链图片转存中…(img-xSpSgVy1-1715117776170)]
因篇幅有限，图文无法详细发出
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
