Redis 集群哈希槽分区算法详解

集群

广义的集群

• 只要是多个机器 且构成了分布式系统，均可称为是一个集群
• 主从结构、哨兵模式，也可认为是 广义的集群

---

狭义的集群

• Redis 提供的集群模式，在集群模式下，主要解决存储空间不足问题，即拓展存储空间

---

• 虽然哨兵模式提高了系统的可用性，但其本质还是通过 Redis 主从节点来存储数据
• 即通过 主节点/从节点 来存储整个数据的全集

问题：

• 一台机器的内存存储的空间始终是有限的！

解决方案：

• 引入多台机器，每台机器存储一部分数据

实例理解

• 例如有 1TB 的数据需要存储
• 拿两台机器来存，每台机器仅需存 512GB
• 拿四台机器来存，每台机器仅需存 256GB
• 随着机器数目的增加，每台机器所存储的数据量也便跟着减少
• 只要机器的规模足够多，便可以存储任意大小的数据

注意：

• 对于拿四台机器而言，不是说光搞四台机器就够了，而是每台存储数据的机器还需搭配若干个从节点

---

• 下述文章将介绍三种主流的数据分片算法

一、Redis集群方案的简单介绍

Redis集群的方案一般分为三种：

• 哈希取余分区
• 一致性哈希算法分区
• 哈希槽分区(本文介绍的就是这种)

1、哈希取余分区：

优点：

简单粗暴，只要提前预估好数据量，然后规划好节点，例如：3台、30台、300台节点，就能保证未来一段时间内的数据支撑。

缺点：

事先规划好节点，进行扩容或者缩容就比较麻烦了额，不管扩缩，每次数据变动导致节点有变动，映射关系需要重新进行计算，在服务器个数固定不变时没有问题，如果需要弹性扩容或故障停机的情况下，原来的取模公式就会发生变化：Hash(key)/3会变成Hash(key) /?。此时地址经过取余运算的结果将发生很大变化，根据公式获取的服务器也会变得不可控。如果某个redis机器宕机了，由于台数数量变化，会导致hash取余全部数据重新洗牌。

2、