Redis切片集群
当Redis实例保存的键值对数量过大时,使用一次RDB进行持久化时,Redis会fork子进程来完成该操作,fork操作的时间开销与实例数据量大小呈正相关关系,fork操作会阻塞主进程。数据量越大,fork操作造成的主线程阻塞时间越长,Redis相应因此变慢
考虑更为合理的方案解决Redis存储大容量数据
切片集群,也称分片集群,启动多个Redis实例组成一个集群,将受到的数据划分成多份,每一份都用一个实例存储
数据切片何实例的对应分布关系
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。
Redis Cluster中,一个切片集群共有16384(2048*8)个哈希槽,每个键值都会根据它的key,被映射到一个哈希槽中
映射过程:根据键值对的key,按照CRC16算法计算一个16bit的值,该值对16384取模,得到16384范围内的模数,该模数对应哈希槽的编号
哈希槽映射到具体的Redis实例上
- 部署Redis Cluster方案时,使用
cluster create
命令创造集群,Redis自动把这些槽平均分布在集群实例上。