Redis集群简介及槽位映射（哈希取余和一致性哈希算法）

redis cluster需求至少需要3个master才能组成一个集群，同时每个sentinel至少有一个slave节点，各个节点之间保持tcp通信。当master发生宕机，redis cluster自动将对应的slave节点提拔为master,来重新对外提供服务。

先来说一下槽，集群的中每个redis实例都负责接管一部分槽，总槽数为：16384（2^ 14），如果有3台master,那么每台负责5641个槽（16284）。
官网建议 集群个数不要超过1000个

redis节点	负责的槽位	个数
节点1	0-5461	5631
节点2	5461-10922	5632
节点1	10922-16383	5631

当redis客服端设置值时，会拿key进行CRC16算法，然后更16284取模，得到的就是落在那个槽位。根据上面的表格就知道key在那台redis上。
slot = CRC16(key) mod 16383

redis cluster功能： 负载均衡，故障转移，主从复制。

1. 负载均衡，
   redis 集群支持多个master
2. 故障转移
   cluster自带sentinel 故障转移机制
3. 主从复制
   cluster 可支持多个master,每个master 又支持多个slave
4. 客服端与redis的节点连接，不需要连接节点中的所有节点，只要连接集群中任意一个可用节点即可，由cluster 通过CRC16算法将key分配到槽位，而又在不同的redis实例中。

rediscluster 分片

使用redis集群时，我们会将存储的数据分散到多台redis上，这称为分片。简言之，集群中每个redis实例都是一个分片。

rediscluster 为何要使用槽位

最大优势时方便扩容，和数据分派查找
方便扩容
这种结构很容易添加或删除节点，
比如我们想新添加节点D,我们需要将A,B,C中部分槽位分到D上。
再比如我们需要将A中的槽位移到B,C，然后将没有任何槽位的A节点移除即可

由于从一个节点将哈希槽移到另一个节点不会停止服务，无论是添加槽删除槽或者改变某个节点槽的数量，都不会造成集群不可用状态。

槽位映射，一般业界有三种解决方案

1. 哈希取余分区
   假设有n台redis实例，每次hash(key)%n计算出hash值，用hash值决定数据映射在那一台主机上
   优点：
   简单有效，只需要预估好数据的节点，例如3，起到负载均衡，分而治之的作用
   缺点
   原来已经规划好的节点，进行扩容或缩容就比较麻烦，每次扩容映射关系需要重新计算。取模公式也会发生变化，hash(key)%3->hash(key)%?。

2. 一致性哈希算法分区
   设计目的：为了解决分布式缓存数据变动和映射问题，某个机器宕机了，分母的值改变了，自然取余数就不OK了的问题。
   主要实现以下三步
   A.算法一致性hash环

    一致性hash算法必然有一个hash函数按算法产生hash值，这个算法的
    所有hash值在0-2^ 32中，让0=2^ 32。就形成了一个环形空间。
    它也是按照使用取模的方法，但是是按2^ 32 取模。
   

B。服务器IP节点映射

将集群的各个节点的IP映射到环上的某一个位置，
假如4个节点 NodeA,B,C,D

C.key落到服务器的落键规则

当我们需要存储一个kv键值对时，首先会计算key的hash值，将这个key使用相同
的函数Hash()计算出hash值，并确定此程序在环上的位置，从此位置沿顺时针行
走，第一台遇到的服务器就是其存储到的服务器。
如，我们有ObjectA,ObjectB,ObjectC,OjbectD 4个存储对象，经过hash计
算后，在环形空间上位置如下，hash一致性算法ObjectA在NodeA,ObjectB在
nodeB，ObjectC在nodeC

一致性hash算法的优点

1.容错性
假上图的nodeC宕机了，可以看到A,B,D不会受影响，一般在一致性hash算法中，如果一台服务器不可用，则受影响的数据仅仅是此服务器的数据，简单说，就是C不可用了，受影响的是BC之间的数据且这些数据会转移到D
2.扩展性
数据量增加了，需要增加一台节点nodeX,假设nodeX在A和B之间，那受到影响的只是A到X之间的数据，重新吧A->X中的数据录入X即可，不会导致
hash取余重新洗牌。

一致性hash 算法的缺点

1.数据倾斜问题
一致性hash算法在服务节点太少时，容易因为节点分布不均匀而造成数据倾斜（被缓存的对象大部分集中在某一天服务器）问题。
加入只有两台redis服务器：