3. redis cluster集群运维与核心原理剖析

俺就是菜得很

已于 2023-06-19 23:09:17 修改

阅读量753

点赞数 1

分类专栏： redis 文章标签： redis 运维数据库

于 2023-06-14 23:13:28 首次发布

本文链接：https://blog.csdn.net/Ding_JunXia/article/details/131216622

版权

redis 专栏收录该内容

8 篇文章 0 订阅

订阅专栏

分布式缓存技术Redis

1. Redis集群方案比较
2. Redis高可用集群搭建
3. Java操作redis集群
4. Redis集群原理分析
5. Reid高可用集群之水平扩展

本文是按照自己的理解进行笔记总结，如有不正确的地方，还望大佬多多指点纠正，勿喷。

课程内容：

1、哨兵集群与Redis Cluster架构异同

2、Redis高可用集群快速实战

3、Redis集群数据分片算法剖析

4、Redis集群Master选举原理剖析

5、Redis集群脑裂问题剖析与解决

6、Redis集群水平扩缩容运维实战

1. Redis集群方案比较

哨兵模式

在这里插入图片描述

在redis3.0以前的版本要实现集群一般是借助哨兵sentinel工具来监控master节点的状态，如果master节点异常，则会做主从切换，将某一台slave作为master，哨兵的配置略微复杂，并且性能和高可用性等各方面表现一般，特别是在主从切换的瞬间存在访问瞬断的情况，而且哨兵模式只有一个主节点对外提供服务，没法支持很高的并发，且单个主节点内存也不宜设置得过大，否则会导致持久化文件过大，影响数据恢复或主从同步的效率

高可用集群模式

在这里插入图片描述

redis集群是一个由多个主从节点群组成的分布式服务器群，它具有复制、高可用和分片特性。Redis集群不需要sentinel哨兵也能完成节点移除和故障转移的功能。需要将每个节点设置成集群模式，这种集群模式没有中心节点，可水平扩展，据官方文档称可以线性扩展到上万个节点(官方推荐不超过1000个节点)。redis集群的性能和高可用性均优于之前版本的哨兵模式，且集群配置非常简单

2. Redis高可用集群搭建

redis安装：https://blog.csdn.net/Ding_JunXia/article/details/131112871
redis集群搭建
redis集群需要至少三个master节点，我们这里搭建三个master节点，并且给每个master再搭建一个slave节点，总共6个redis节点，这里用三台机器部署6个redis实例，每台机器一主一从，搭建集群的步骤如下：

第一步：在第一台机器的/usr/local下创建文件夹redis‐cluster，然后在其下面分别创建2个文件夾如下（1）mkdir ‐p /usr/local/redis‐cluster
（2）mkdir 8001 8004
第一步：把之前的redis.conf配置文件copy到8001下，修改如下内容：
（1）daemonize yes
（2）port 8001（分别对每个机器的端口号进行设置）
（3）pidfile /var/run/redis_8001.pid # 把pid进程号写入pidfile配置的文件
（4）dir  /usr/local/redis‐cluster/8001/（指定数据文件存放位置，必须要指定不同的目录位置，不然会丢失数据）
（5）cluster‐enabled yes（启动集群模式）
（6）cluster‐config‐file nodes‐8001.conf（集群节点信息文件，这里800x最好和port对应上）
（7）cluster‐node‐timeout 10000
(8)# bind  127.0.0.1（bind绑定的是自己机器网卡的ip，如果有多块网卡可以配多个ip，代表允许客户端通过机器的哪些网卡ip去访问，内网一般可以不配置bind，注释掉即可）
(9)protected‐mode no （关闭保护模式）
(10)appendonly yes
如果要设置密码需要增加如下配置：
(11)requirepass root (设置redis访问密码)
(12)masterauth root (设置集群节点间访问密码，跟上面一致)
第三步：把修改后的配置文件，copy到8004，修改第2、3、4、6项里的端口号，可以用批量替换：
:%s/源字符串/目的字符串/g
第四步：另外两台机器也需要做上面几步操作，第二台机器用8002和8005，第三台机器用8003和8006
第五步：分别启动6个redis实例，然后检查是否启动成功
（1）/usr/local/redis‐5.0.3/src/redis‐server /usr/local/redis‐cluster/800*/redis.conf
（2）ps ‐ef | grep redis 查看是否启动成功
第六步：用redis‐cli创建整个redis集群(redis5以前的版本集群是依靠ruby脚本redis‐trib.rb实现)
# 下面命令里的1代表为每个创建的主服务器节点创建一个从服务器节点
#  执行这条命令需要确认三台机器之间的redis实例要能相互访问，可以先简单把所有机器防火墙关掉，如果不关闭防火墙则需要打开redis服务端口和集群节点gossip通信端口16379(默认是在redis端口号上加1W)
# 关闭防火墙
# systemctl stop firewalld # 临时关闭防火墙
# systemctl disable firewalld # 禁止开机启动
# 注意：下面这条创建集群的命令大家不要直接复制，里面的空格编码可能有问题导致创建集群不成功
# ‐‐cluster‐replicas 1 的意思是在每一个主节点后边配一个从节点副本
（1）/usr/local/redis-5.0.3/src/redis-cli -a ding123 --cluster create --cluster-replicas 1 192.168.136.137:8001 192.168.136.141:8002 192.168.136.140:8003 192.168.136.137:8004 192.168.136.141:8005 192.168.136.140:8006

第七步：验证集群：
（1）连接任意一个客户端即可：./redis‐cli ‐c ‐h ‐p (‐a访问服务端密码，‐c表示集群模式，指定ip地址和端口号）
如：/usr/local/redis‐5.0.3/src/redis‐cli ‐a root ‐c ‐h 192.168.0.61 ‐p 800*
（2）进行验证： cluster info（查看集群信息）、cluster nodes（查看节点列表）
（3）进行数据操作验证
（4）关闭集群则需要逐个进行关闭，使用命令：
/usr/local/redis‐5.0.3/src/redis‐cli ‐a root ‐c ‐h 192.168.0.60 ‐p 800* shutdown

我是直接复制的centos，复制了两份，然后再Vmware中打开，如果为了省事可以现在一台centos里面配置好，直接复制两份，复制的这两份只需要修改一下端口即可。但是我为了能够使自己多配置几份加深印象，所以我是先复制再配置。

下面这个图主要是在终端中的操作，详细的配置文件的修改可以参考上面写的步骤。
在这里插入图片描述

修改配置文件这个直接按照上面的配置跟即可，一步一步的跟是不会有什么问题的。

连接成功：

在这里插入图片描述

redis主从不是一个机器上这个从就是本机器上的从，就是交叉着呢·，这样做就是更安全。如果主从放到一个机器上，如果这个机器挂了，这个集群就没有了。

集群的相关信息

在这里插入图片描述

所有的配置都成功之后就要启动了

/usr/local/redis‐5.0.3/src/redis‐server /usr/local/redis‐cluster/8001/redis.conf
/usr/local/redis‐5.0.3/src/redis‐server /usr/local/redis‐cluster/8002/redis.conf
/usr/local/redis‐5.0.3/src/redis‐server /usr/local/redis‐cluster/8003/redis.conf
/usr/local/redis‐5.0.3/src/redis‐server /usr/local/redis‐cluster/8004/redis.conf
/usr/local/redis‐5.0.3/src/redis‐server /usr/local/redis‐cluster/8005/redis.conf
/usr/local/redis‐5.0.3/src/redis‐server /usr/local/redis‐cluster/8006/redis.conf

关闭防火墙

systemctl stop firewalld # 临时关闭防火墙
systemctl disable firewalld # 禁止开机启动

如果不关闭防火墙会出现集群连接不成功，现在这些节点还是离散的，还没有连接起来。

把集群关联起来

/usr/local/redis-5.0.3/src/redis-cli -a ding123 --cluster create --cluster-replicas 1 192.168.136.142:8001 192.168.136.141:8002 192.168.136.140:8003 192.168.136.142:8004 192.168.136.141:8005 192.168.136.140:8006

关联起来之后，下次启动的时候不用这句话了，因为这个是create，只需要一次就行了。下次再使用的时候只需要把各个节点单独启动就可以，他会自动把他们关联起来，是因为我们关联一次他就有记录了。，记录在：
在这里插入图片描述
从上图可以看出，整个集群运行正常，三个master节点和三个slave节点，8001端口的实例节点存储0-5460这些hash槽，8002端口的实例节点存储5461-10922这些hash槽，8003端口的实例节点存储10923-16383这些hash槽，这三个master节点存储的所有hash槽组成redis集群的存储槽位，slave点是每个主节点的备份从节点，不显示存储槽位。

另外默认情况下每台主节点对应的从节点应该是不在同一台服务器的，当其中一台服务器宕机之后，因为它对应的从节点在其他服务器上，还可以通过选举的方式重新选举出新的主节点，如果主节点对应从节点在同一台服务器上边的话，当其中一台主节点服务器宕机之后，集群中的一个主节点就没法进行工作了，这样的话集群就会出现问题，也有配置可以控制剩余主节点是否对外提供访问（不推荐）。

注意：集群搭建完成之后，集群节点信息文件（nodes‐8001.conf）会生成整个集群的节点信息，如果关掉整个集群，下次启动已创建集群的时候只需要挨个单独启动节点，启动过程中，每个节点会根据集群节点文件记录的集群信息（nodes‐8001.conf）发起gossip通信，还原集群状态，不需要重新运行集群创建命令重新创建集群，重新启动节点至少要将所有主节点重新启动，少启动主节点的话也会影响对外访问，或者配置剩余主节点是否对外提供访问（不推荐）。

然后我们在存储数据的时候会自动跳转到相应的集群中去。你看本来是在8001，因为这个数据存储在8003，他就自动跳转带8003
在这里插入图片描述

关闭其中一个主节点，从节点在经过选举(集群的选举比哨兵快一点)之后变成主节点，主节点显示“master,fail”，再启动之后原来的主节点将变为新主节点的从节点。

3. Java操作redis集群

借助redis的java客户端jedis可以操作以上集群，引用jedis版本的maven坐标如下：

<dependency>
    <groupId>redis.clients</groupId>
    <artifactId>jedis</artifactId>
    <version>2.9.0</version>
</dependency>

Java编写访问redis集群的代码非常简单，如下所示：

package ding;

import redis.clients.jedis.HostAndPort;
import redis.clients.jedis.JedisCluster;
import redis.clients.jedis.JedisPoolConfig;

import java.io.IOException;
import java.util.HashSet;
import java.util.Set;

public class JedisClusterTest {
    public static void main(String[] args) {
        JedisPoolConfig config = new JedisPoolConfig();

        config.setMaxTotal(20);
        config.setMaxIdle(10);
        config.setMinIdle(5);
        Set<HostAndPort> jedisClusterNode = new HashSet<HostAndPort>();
        jedisClusterNode.add(new HostAndPort("192.168.136.142", 8001));
        jedisClusterNode.add(new HostAndPort("192.168.136.141", 8002));
        jedisClusterNode.add(new HostAndPort("192.168.136.140", 8003));
        jedisClusterNode.add(new HostAndPort("192.168.136.142", 8004));
        jedisClusterNode.add(new HostAndPort("192.168.136.141", 8005));
        jedisClusterNode.add(new HostAndPort("192.168.136.140", 8006));
        JedisCluster jedisCluster = null;
        try {
            jedisCluster = new JedisCluster(jedisClusterNode, 6000, 5000, 10, "ding123", config);
            System.out.println(jedisCluster.set("cluster", "root"));
            System.out.println(jedisCluster.get("cluster"));
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            if (jedisCluster != null) {
                try {
                    jedisCluster.close();
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
        }
    }
}

在这里插入图片描述

集群的Spring Boot整合Redis连接代码见示例项目：redis-sentinel-cluster

1、引入相关依赖：

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring‐boot‐starter‐data‐redis</artifactId>
</dependency>

<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons‐pool2</artifactId>
</dependency>

springboot项目核心配置：

server:
	port: 8080
spring:
	redis:
	  database: 0
	  timeout: 3000
	  password: root
	  cluster:
		nodes: 	192.168.0.61:8001,192.168.0.62:8002,192.168.0.63:8003,192.168.0.61:8004,192.168.0
62:8005,192.168.0.63:8006
	  lettuce:
		pool:
		max‐idle: 50
		min‐idle: 10
		max‐active: 100
		max‐wait: 1000

访问代码：

@RestController
public class IndexController {

	private static final Logger logger = LoggerFactory.getLogger(IndexController.class);

	@Autowired
	private StringRedisTemplate stringRedisTemplate;

    @RequestMapping("/test_cluster")
    public void testCluster() throws InterruptedException {
        stringRedisTemplate.opsForValue().set("root", "666");
        System.out.println(stringRedisTemplate.opsForValue().get("root"));
     }
 }

Jedis客户端集群方式连接服务端源码分析：

点进JedisCluster的set方法：

在这里插入图片描述
从上图中可以看出JedisClusterCommand先调用了一个run方法，进入run方法：

在这里插入图片描述
根据runWithRetries方法的tryRandomNode和asking都是false可以推断主要执行代码：（还是这个文件，往下巴拉）

在这里插入图片描述
getConnectionFromSlot(JedisClusterCRC16.getSlot(key))方法会根据key调用JedisClusterCRC16.getSlot方法计算出key需要存入具体的hash槽，jedis创建连接的时候会缓存服务端的集群连接信息（node.conf），根据集群连接信息进行比对计算出的hash槽，拿到具体的连接地址回调excute方法以resp协议发送命令只服务端，服务端进行解析执行命令。

接下来我们测试JedisClusterCRC16.getSlot(key)方法是否和redis集群存储key的算法一致。

执行代码：

    public static void main(String[] args) {

        String str = "name1";
        System.out.println(JedisClusterCRC16.getCRC16(str) % 16384); //取模
        System.out.println(JedisClusterCRC16.getCRC16(str) & (16384-1)); //取余
    }

在这里插入图片描述

4. Redis集群原理分析

Redis Cluster 将所有数据划分为 16384 个 slots(槽位)，每个节点负责其中一部分槽位。槽位的信息存储于每个节点中。当 Redis Cluster 的客户端来连接集群时，它也会得到一份集群的槽位配置信息并将其缓存在客户端本地。这样当客户端要查找某个 key 时，可以直接定位到目标节点。同时因为槽位的信息可能会存在客户端与服务器不一致的情况，因为在实际使用过程中有可能对槽位进行迁移到其他节点，槽位不是固定的，所以还需要纠正机制来实现槽位信息的校验调整，详见跳转重定位。

槽位定位算法

Cluster 默认会对 key 值使用 crc16 算法进行 hash 得到一个整数值，然后用这个整数值对 16384 进行取模来得到具体槽位。

HASH_SLOT = CRC16(key) mod 16384

为什么是16384（2^14）个？

Redis 集群并没有使用一致性hash，而是引入了哈希槽的概念。Redis 集群有16384个哈希槽，每个key通过CRC16校验后对16384取模来决定放置哪个槽，集群的每个节点负责一部分hash槽。但为什么哈希槽的数量是16384（2^14）个呢，这个问题在github上有人提过，作者也给出了解答（https://github.com/redis/redis/issues/2576）.

在redis节点发送心跳包时需要把所有的槽放到这个心跳包里，以便让节点知道当前集群信息，16384=16k，在发送心跳包时使用char进行bitmap压缩后是2k（2 * 8 (8 bit) * 1024(1k) = 16K），也就是说使用2k的空间创建了16k的槽数。

虽然使用CRC16算法最多可以分配65535（2^16-1）个槽位，65535=65k，压缩后就是8k（8 * 8 (8 bit) * 1024(1k) =65K），也就是说需要需要8k的心跳包，作者认为这样做不太值得；并且一般情况下一个redis集群不会有超过1000个master节点，所以16k的槽位是个比较合适的选择。

1.CRC16算法最多可分配65535个槽位，2^14是作者在CRC16中权衡出的比较“合适”的一个数值。
2.传输节点数据时使用了位图存储node，建议看一下bitmap压缩算法
3.假如一个节点16G，1000个就是大约16T，这个规模足够用了；况且单集群节点过多也不便于维护，如果规模足够大的话可以多建几个集群。

跳转重定位

当客户端(Jedis等)向一个错误的节点发出了指令，该节点会发现指令的 key 所在的槽位并不归自己管理，这时它会向客户端发送一个特殊的跳转指令携带目标操作的节点地址，告诉客户端去连这个节点去获取数据。客户端收到指令后除了跳转到正确的节点上去操作，还会同步更新纠正本地的槽位映射表缓存，后续所有 key 将使用新的槽位映射表。

在这里插入图片描述

从8001到8003

Redis集群节点间的通信机制

redis cluster节点间采取gossip协议进行通信

维护集群的元数据(集群节点信息，主从角色，节点数量，各节点共享的数据等)有两种方式：集中式和gossip

集中式：

优点在于元数据的更新和读取，时效性非常好，一旦元数据出现变更立即就会更新到集中式的存储中，其他节点读取的时候立即就可以立即感知到；不足在于所有的元数据的更新压力全部集中在一个地方，可能导致元数据的存储压力。很多中间件都会借助zookeeper集中式存储元数据。

gossip：

在这里插入图片描述

gossip协议包含多种消息，包括ping，pong，meet，fail等等。

meet：某个节点发送meet给新加入的节点，让新节点加入集群中，然后新节点就会开始与其他节点进行通信；
ping：每个节点都会频繁给其他节点发送ping，其中包含自己的状态还有自己维护的集群元数据，互相通过ping交换元数据(类似自己感知到的集群节点增加和移除，hash slot信息等)；
pong: 对ping和meet消息的返回，包含自己的状态和其他信息，也可以用于信息广播和更新；
fail: 某个节点判断另一个节点fail之后，就发送fail给其他节点，通知其他节点，指定的节点宕机了。

gossip协议的优点在于元数据的更新比较分散，不是集中在一个地方，更新请求会陆陆续续，打到所有节点上去更新，有一定的延时，降低了压力；缺点在于元数据更新有延时可能导致集群的一些操作会有一些滞后，所以不建议搭建过多的集群节点，会造成集群内部通知信息过于耗时间，gossip强调最终一致性。

gossip通信的10000端口

每个节点都有一个专门用于节点间gossip通信的端口，就是自己提供服务的端口号+10000，比如7001，那么用于节点间通信的就是17001端口。每个节点每隔一段时间都会往另外几个节点发送ping消息，同时其他几点接收到ping消息之后返回pong消息。

网络抖动

真实世界的机房网络往往并不是风平浪静的，它们经常会发生各种各样的小问题。比如网络抖动就是非常常见的一种现象，突然之间部分连接变得不可访问，然后很快又恢复正常。

为解决这种问题，Redis Cluster 提供了一种选项cluster-node-timeout，在redis.conf中进行配置，时间建议不要设置的太多，5s左右，表示当某个节点持续 timeout的时间失联时，才可以认定该节点出现故障，需要进行主从切换。如果没有这个选项，网络抖动会导致主从频繁切换 (数据的重新复制)，一点点网络抖动导致出发选举逻辑，进而触发集群脑裂。

Redis集群选举原理分析

当slave发现自己的master变为FAIL状态时，便尝试进行Failover，以期成为新的master。由于挂掉的master可能会有多个slave，从而存在多个slave竞争成为master节点的过程，其过程如下：

slave发现自己的master变为FAIL
将自己记录的集群选举周期currentEpoch加1，并广播错误转移FAILOVER_AUTH_REQUEST 信息
其他节点收到该信息，只有master响应，判断请求者的合法性，并发送FAILOVER_AUTH_ACK，对每一个epoch只发送一次ack，并且只发送给最先请求过来的节点。
尝试failover的slave收集master返回的FAILOVER_AUTH_ACK
slave收到超过半数master的ack后变成新Master并通过gossip协议通知其他所有节点停止选举，如果出现slave收到的ack相同的情况则重新发起选举(这里解释了集群为什么至少需要三个主节点，如果只有两个，当其中一个挂了，只剩一个主节点是不能选举成功的)
slave广播Pong消息通知其他集群节点。

从节点并不是在主节点一进入 FAIL 状态就马上尝试发起选举，而是有一定延迟，一定的延迟确保我们等待FAIL状态在集群中传播，slave如果立即尝试选举，其它masters或许尚未意识到FAIL状态，可能会拒绝投票

延迟计算公式：DELAY = 500ms + random(0 ~ 500ms) + SLAVE_RANK * 1000ms（也是解决收到ack相同的方式）
SLAVE_RANK表示此slave已经从master复制数据的总量的rank。Rank越小代表已复制的数据越新。这种方式下，持有最新数据的slave将会首先发起选举（理论上）。

集群脑裂数据丢失问题

redis集群没有过半机制会有脑裂问题，网络分区导致脑裂后多个主节点对外提供写服务，一旦网络分区恢复，会将其中一个主节点变为从节点，这时会有大量数据丢失。

规避方法可以在redis配置里加上参数(这种方法不可能百分百避免数据丢失，参考集群leader选举机制，会牺牲可用性，如果所有从节点宕机之后，当前小集群（主从）就不能对外服务了，但是提升了数据一致性)：

min-replicas-to-write 1  //写数据成功最少同步的slave数量，这个数量可以模仿大于半数机制配置，比如集群总共三个节点可以配置1，加上leader(master)就是2，超过了半数

注意： 这个配置在一定程度上会影响集群的可用性，比如slave要是少于1个，这个集群就算leader正常也不能提供服务了，需要具体场景权衡选择。

集群是否完整才能对外提供服务

当redis.conf的配置cluster-require-full-coverage为no时，表示当负责一个插槽的主库下线且没有相应的从库进行故障恢复时，集群仍然可用，如果为yes则集群不可用，也就是说配置为no时，其中一个小集群（主从）挂掉集群仍然可用，否则不可用。

Redis集群为什么至少需要三个master节点，并且推荐节点数为奇数？

因为新master的选举需要大于半数的集群master节点同意才能选举成功，如果只有两个master节点，当其中一个挂了，是达不到选举新master的条件的。

奇数个master节点可以在满足选举该条件的基础上节省一个节点，比如三个master节点和四个master节点的集群相比，大家如果都挂了一个master节点都能选举新master节点，如果都挂了两个master节点都没法选举新master节点了，都挂了两个的话，依照上边的redis选举原理，对每一个epoch只发送一次ack，slave超过半数成为主节点，没法超过半数，也就没法选举出来挂掉的那两个主节点，所以奇数的master节点更多的是从节省机器资源角度出发说的。

Redis集群对批量操作命令的支持

对于类似mset，mget这样的多个key的原生批量操作命令，redis集群只支持所有key落在同一slot的情况，（因为批量操作redis是要保证原子性的，在不同的slot去保存有可能会发生一部分成功，一部分失败的情况）如果有多个key一定要用mset命令在redis集群上操作，则可以在key的前面加上{XX}，这样参数数据分片hash计算的只会是大括号里的值，这样能确保不同的key能落到同一slot里去，示例如下：

mset {user1}:1:name root {user1}:1:age 18

假设name和age计算的hash slot值不一样，但是这条命令在集群下执行，redis只会用大括号里的 user1 做hash slot计算，所以算出来的slot值肯定相同，最后都能落在同一slot。

哨兵leader选举流程

当一个master服务器被某sentinel视为下线状态后，该sentinel会与其他sentinel协商选出sentinel的leader进行故障转移工作。每个发现master服务器进入下线的sentinel都可以要求其他sentinel选自己为sentinel的leader，选举是先到先得。同时每个sentinel每次选举都会自增配置纪元(选举周期)，每个纪元中只会选择一个sentinel的leader。如果所有超过一半的sentinel选举某sentinel作为leader。之后该sentinel进行故障转移操作，从存活的slave中选举出新的master，这个选举过程跟集群的master选举很类似。

哨兵集群只有一个哨兵节点，redis的主从也能正常运行以及选举master，如果master挂了，那唯一的那个哨兵节点就是哨兵leader了，可以正常选举新master。

不过为了高可用一般都推荐至少部署三个哨兵节点。为什么推荐奇数个哨兵节点原理跟集群奇数个master节点类似。

5. Reid高可用集群之水平扩展

启动整个集群

/usr/local/redis‐5.0.3/src/redis‐server /usr/local/redis‐cluster/8001/redis.conf
/usr/local/redis‐5.0.3/src/redis‐server /usr/local/redis‐cluster/8002/redis.conf
/usr/local/redis‐5.0.3/src/redis‐server /usr/local/redis‐cluster/8003/redis.conf
/usr/local/redis‐5.0.3/src/redis‐server /usr/local/redis‐cluster/8004/redis.conf
/usr/local/redis‐5.0.3/src/redis‐server /usr/local/redis‐cluster/8005/redis.conf
/usr/local/redis‐5.0.3/src/redis‐server /usr/local/redis‐cluster/8006/redis.conf

客户端连接8001端口的redis实例

/usr/local/redis‐5.0.3/src/redis‐cli ‐a root ‐c ‐h 192.168.136.140

查看集群状态

cluster nodes

增加redis实例

在/usr/local/redis-cluster下创建8007和8008文件夹，并拷贝8001文件夹下的redis.conf文件到8007和8008这两个文件夹下

mkdir 8007 8008
cd 8001
cp redis.conf /usr/local/redis-cluster/8007/
cp redis.conf /usr/local/redis-cluster/8008/

# 修改8007文件夹下的redis.conf配置文件
vim /usr/local/redis-cluster/8007/redis.conf
# 修改如下内容：
port:8007
dir /usr/local/redis-cluster/8007/
cluster-config-file nodes-8007.conf

# 修改8008文件夹下的redis.conf配置文件
vim /usr/local/redis-cluster/8008/redis.conf
修改内容如下：
port:8008
dir /usr/local/redis-cluster/8008/
cluster-config-file nodes-8008.conf

# 启动8007和8008俩个服务并查看服务状态
/usr/local/redis-5.0.3/src/redis-server /usr/local/redis-cluster/8007/redis.conf
/usr/local/redis-5.0.3/src/redis-server /usr/local/redis-cluster/8008/redis.conf
ps -el | grep redis

在这里插入图片描述
然后就是把所有的8001都换成8007

启动8007与8008

在这里插入图片描述

查看redis集群的命令帮助

cd /usr/local/redis-5.0.3
src/redis-cli --cluster help

create：创建一个集群环境host1:port1 … hostN:portN
call：可以执行redis命令
add-node：将一个节点添加到集群里，第一个参数为新节点的ip:port，第二个参数为集群中任意一个已经存在的节点的ip:port
del-node：移除一个节点
reshard：重新分片
check：检查集群状态

配置8007为集群主节点

使用add-node命令新增一个主节点8007(master)，前面的ip:port为新增节点，后面的ip:port为已知存在节点，看到日志最后有"[OK] New node added correctly"提示代表新节点加入成功

/usr/local/redis-5.0.3/src/redis-cli -a root --cluster add-node 192.168.0.61:8007 192.168.0.61:8001

在这里插入图片描述

查看集群状态

/usr/local/redis-5.0.3/src/redis-cli -a root -c -h 192.168.0.61 -p 8001
192.168.0.61:8001> cluster nodes

在这里插入图片描述

注意： 当添加节点成功以后，新增的节点不会有任何数据，因为它还没有分配任何的slot(hash槽)，我们需要为新节点手工分配hash槽

#使用redis-cli命令为8007分配hash槽，找到集群中的任意一个主节点，对其进行重新分片工作。

/usr/local/redis-5.0.3/src/redis-cli -a root --cluster reshard 192.168.0.61:8001

在这里插入图片描述

输出如下：

How many slots do you want to move (from 1 to 16384)? 600
(ps:需要多少个槽移动到新的节点上，自己设置，比如600个hash槽)
What is the receiving node ID? 2728a594a0498e98e4b83a537e19f9a0a3790f38
(ps:把这600个hash槽移动到哪个节点上去，需要指定节点id)
Please enter all the source node IDs.
  Type 'all' to use all the nodes as source nodes for the hash slots.
  Type 'done' once you entered all the source nodes IDs.
Source node 1:all
(ps:输入all为从所有主节点(8001,8002,8003)中分别抽取相应的槽数指定到新节点中，抽取的总槽数为600个)
 ... ...
Do you want to proceed with the proposed reshard plan (yes/no)? yes
(ps:输入yes确认开始执行分片任务)

在这里插入图片描述

查看下最新的集群状态

/usr/local/redis-5.0.3/src/redis-cli -a root -c -h 192.168.0.61 -p 8001
192.168.0.61:8001> cluster nodes

在这里插入图片描述

配置8008为8007的从节点

添加从节点8008到集群中去并查看集群状态

/usr/local/redis-5.0.3/src/redis-cli -a root --cluster add-node 192.168.0.61:8008 192.168.0.61:8001

在这里插入图片描述

我们需要执行replicate命令来指定当前节点(从节点)的主节点id为哪个,首先需要连接新加的8008节点的客户端，然后使用集群命令进行操作，把当前的8008(slave)节点指定到一个主节点下(这里使用之前创建的8007主节点)

/usr/local/redis-5.0.3/src/redis-cli -a root -c -h 192.168.0.61 -p 8008
192.168.0.61:8008> cluster replicate 2728a594a0498e98e4b83a537e19f9a0a3790f38  #后面这串id为8007的节点id

在这里插入图片描述

查看集群状态，8008节点已成功添加为8007节点的从节点
在这里插入图片描述

删除8008从节点

用del-node删除从节点8008，指定删除节点ip和端口，以及节点id(红色为8008节点id)

/usr/local/redis-5.0.3/src/redis-cli -a root --cluster del-node 192.168.0.61:8008 a1cfe35722d151cf70585cee21275565393c0956

在这里插入图片描述

8008已经被删除

在这里插入图片描述

删除8007主节点

最后，我们尝试删除之前加入的主节点8007，这个步骤相对比较麻烦一些，因为主节点的里面是有分配了hash槽的，所以我们这里必须先把8007里的hash槽放入到其他的可用主节点中去，然后再进行移除节点操作，不然会出现数据丢失问题(目前只能把master的数据迁移到一个节点上，暂时做不了平均分配功能)，执行命令如下：

/usr/local/redis-5.0.3/src/redis-cli -a root --cluster reshard 192.168.0.61:8007

在这里插入图片描述

输出如下：

How many slots do you want to move (from 1 to 16384)? 600
What is the receiving node ID? dfca1388f124dec92f394a7cc85cf98cfa02f86f
(ps:这里是需要把数据移动到哪？8001的主节点id)
Please enter all the source node IDs.
  Type 'all' to use all the nodes as source nodes for the hash slots.
  Type 'done' once you entered all the source nodes IDs.
Source node 1:2728a594a0498e98e4b83a537e19f9a0a3790f38
(ps:这里是需要数据源，也就是我们的8007节点id)
Source node 2:done
(ps:这里直接输入done 开始生成迁移计划)
 ... ...
Do you want to proceed with the proposed reshard plan (yes/no)? Yes
(ps:这里输入yes开始迁移)

在这里插入图片描述

至此，我们已经成功的把8007主节点的数据迁移到8001上去了

最后我们直接使用del-node命令删除8007主节点即可

/usr/local/redis-5.0.3/src/redis-cli -a root --cluster del-node 192.168.0.61:8007 2728a594a0498e98e4b83a537e19f9a0a3790f38

在这里插入图片描述

俺就是菜得很

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
3. redis cluster集群运维与核心原理剖析

本文是按照自己的理解进行笔记总结，如有不正确的地方，还望大佬多多指点纠正，勿喷。1、哨兵集群与Redis Cluster架构异同。4、Redis集群Master选举原理剖析。5、Redis集群脑裂问题剖析与解决。6、Redis集群水平扩缩容运维实战。3、Redis集群数据分片算法剖析。2、Redis高可用集群快速实战。
复制链接

扫一扫

专栏目录