Redis的cluster集群

Redis

集群

使用redis自带的cluster架构可以支撑高并发高可用海量数据

数据分布算法

hash余数算法

一致性hash

1. 圆环，以手表为例。假设为12个格子
2. 按照机器的id进行hash，A找到一个位置(比如3点)，B找到一个位置(比如7点)，C找到一个位置10点
3. 那么后面数据在3-7范围里面，就放到A节点上，7-10的就放到B节点上面。
4. 如果其中一个挂掉了，就会将这些数据分到前一个节点上
5. 优化：每一个节点又同时分成多个，这样避免挂掉之后，数据大量进入。 比如A节点改成369、B节点147

hash slot

1. 可以看成一个hashmap，有16384个桶
2. 每个节点负责 16384/节点总数 个桶
3. 数据进来的时候，会通过 CRC16算法对16384取余，分配到不同的节点去

维护集群元数据

CAP

一致性、可用性、分区容错

集中式存储(基于zookeeper)

1. 将所有的元数据存在走zookeeper中，有问题能直接反馈
2. 缺点：集中、元数据存储压力

gossip协议

1. 互相传播、将更新陆续传到各个节点
2. 所有节点都持有一份元数据，数据变更，会慢慢传播到各个节点
3. 一次最多发给5个节点。5个没有通信的节点
4. 缺点：延时、滞后

通信端口

原来的端口加上10000

几个指令

ping

1. 发送自己维护的元数据给其他节点
2. 一次最多选择5个节点(最久没有通信的)
3. 如果某个节点太久没有通信，则也会立即发给他

pong

收到ping指令后返回的数据，包含自身的状态信息

fail

发现某个节点挂掉的话，就发送这个指令到其他节点