Redis Cluster 初识

Redis Cluster 解决的问题：

• 单机已经sentinel 都无法提高 并发量，而Cluster 可以动态的扩充节点增加并发量
• 单机以及sentinel 本地存储的数据量也是有限的，而Cluster 可以动态的扩充节点存储的数据量

 

数据分布

 

当单机情况无法满足全量数据的存储，这时我们就需要-数据分区

常用的分区方式：  顺序分区 、哈希分区

 

                                                                                    常用分区对比

分布方式	特点	典型产品
哈希分布	数据分散度高 键值分布业务无关 无法顺序访问 支持批量操作	redis cluster 一致性哈希Memcache
顺序分布	数据分散度易倾斜 键值业务相关 可顺序访问	habse  BigTable

哈希分布-节点取余分区

进行多倍扩容

 

节点取余：

• 客户端分片：哈希+取余
• 节点伸缩：数据节点关系变化，导致数据迁移
• 迁移数量和添加节点数量有关：建议翻倍扩容

哈希分布-一致性哈希

解决了像节点取余时动态添加节点 带来的大量数据迁移的问题。

1. 首先求出节点的哈希值，并将其配置到0～2^32的圆（continuum）上。
2. 然后采用同样的方法求出存储数据的键的哈希值，并映射到相同的圆上。
3. 然后从数据映射到的位置开始顺时针查找，将数据保存到找到的第一个服务器上。

 

    这时动态添加node5节点，这时扩容带来的数据迁移量较小，如下图：

 

一致性哈希：

• 客户端分片：哈希+顺时针（优化取余）
• 节点伸缩：只影响临近节点，但是还是有数据迁移
• 翻倍伸缩：保证最小迁移数据和负载均衡

 

虚拟槽分区：

• 预设虚拟槽：每个槽映射一个数据子集，一般比节点数大
• 良好的哈希函数：例如CRC16
• 服务端管理节点、槽、数据：例如redis cluster

 

分布式构架：

• 集群中每个节点都对外 提供读写操作

• 集群中每个节点通过gof 协议进行通信（meet）

• 集群中节点通过哈希槽进行分配的

• 集群中每个节点通过也有主从复制，只不过没采用sentinel方式去监控节点，而是通过节点间通信的方式

 

Redis Cluster 特性

1.主从复制

2.高可用

3.分片