切片集群：数据增多了，是该加内存还是加实例？

数据量大之后，redis响应时间变长

• 使用 RDB 进行持久化时，Redis 会 fork 子进程来完成，fork 操作的用时和 Redis 的数据量是正相关的
• fork 在执行时会阻塞主线程。数据量越大，fork 操作造成的主线程阻塞的时间越长

切片集群

• 启动多个 Redis 实例组成一个集群，然后按照一定的规则，把收到的数据划分成多份，每一份用一个实例来保存

redis数据量增多的两种方案

• 纵向扩展 scale up： 升级单个 Redis 实例的资源配置，包括增加内存容量、增加磁盘容量、使用更高配置的 CPU。纵向扩展会受到硬件和成本的限制
• 横向扩展 scale out：横向增加当前 Redis 实例的个数。但是需要解决数据存储和访问的问题

数据库和实例对应的分布关系

• Redis Cluster 方案, 采用无中心化的模式（无proxy，客户端与服务端直连）切片集群的一种实现方式
• Twemproxy、Codis都是中心化模式（增加Proxy层）

Redis Cluster方案

• Redis Cluster 方案采用哈希槽（Hash Slot），来处理数据和实例之间的映射关系
• 一个切片集群共有 16384 个哈希槽，这些哈希槽类似于数据分区，每个键值对都会根据它的 key，被映射到一个哈希槽中
• 用CRC16算法对key进行计算出一个16bit的值，然后模16384，得出槽的编号，然后根据槽的编号存储到对应的实例
• 使用 cluster create 命令创建集群，此时，Redis 会自动把这些槽平均分布在集群实例上
• 可以使用 cluster addslots 命令手动分配哈希槽
• 在手动分配哈希槽时，需要把 16384 个槽都分配完，否则 Redis 集群无法正常工作
• Redis 实例会把自己的哈希槽信息发给和它相连接的其它实例，来完成哈希槽分配信息的扩散。当实例之间相互连接后，每个实例就有所有哈希槽的映射关系
• 客户端和集群实例建立连接后，实例就会把哈希槽的分配信息发给客户端
• 客户端收到哈希槽信息后，会把哈希槽信息缓存在本地。当客户端请求键值对时，会先计算键所对应的哈希槽，然后就可以给相应的实例发送请求

Redis Cluster重定向机制

• 客户端给一个实例发送数据请求后，实力上并没有对应的数据，客户端会给一个新实例发送操作命令，告诉客户端去哪个实例上查询
• 如果实例上并没有这个键值对映射的哈希槽，那么，这个实例就会给客户端返回下面的 MOVED 命令响应结果，这个结果中就包含了新实例的访问地址 (error) MOVED 13320 172.16.19.5:6379，客户端在收到moved命令后，会更新本地缓存
• 如果slot正在从一个实例迁移到另一个实例，客户端访问了这个slot，客户端就会收到一条 ASK 报错信息 (error) ASK 13320 172.16.19.5:6379
• 客户端需要先给 172.16.19.5 这个实例发送一个 ASKING 命令。让这个实例允许执行客户端接下来发送的命令。然后，客户端再向这个实例发送 GET 命令，以读取数据