业精于勤,荒于嬉;行成于思,毁于随。
是什么?
定义:由于数据量过大,单个Master复制集难以承担,因此需要对多个复制集进行集群,形成水平扩展每个复制集只负责存储整个数据集的一部分,这就是Redis的集群,其作用是提供在多个Redis节点间共享数据的程序集。
简单来说redis集群是一个提供在多个redis节点间共享数据的程序集,redis集群支持多个master
能干嘛?
1.redis集群支持多个master,每个master又可以挂载多个slave,这样可以实现读写分离,支持数据高可用,支持海量数据的写读操作
2.由于cluster自带sentinel的故障转移功能,所以无需sentinel
3.客户端与redis节点连接无需连接所有的节点,只需要任意连接集群中一个可用节点便可
4.槽位slot负责分配到各个物理服务器的节点,由集群完成对各个节点的维护节点,插槽,数据之间的关系
集群算法-分片-槽位slot
官网说明:
redis集群的槽位slot
redis中没有使用一致性的hash,而是引入了哈希槽的概念,redis集群中有16384个哈希槽,每个key通过CRC16处理后对16384取模来决定放置在哪个槽,集群的节点负责一部分哈希槽
redis集群的数据分片
分片是什么?
使用redis集群时我们会将数据分散到多个redis机器上,每一个redis实例都被认为整个数据的一个分片
如何找到给定key的分片?
为了找到给定key的分片,我们对key进行了CRC16算法处理并对总哈希槽数取模,这就意味着给定的key将多次始终映射到同一个分片,我们可以推断将来读取特定key的位置。
slot槽位映射
哈希取余分区
用户每次读写操作都是根据公式:
一致性哈希算法分区:
提出一致性哈希解决方案,目的是当服务器个数发生变动的时候,尽可能的减少客户端到服务器端的映射关系
三大步骤:
算法构建一致性哈希环
一致性哈希算法必然有个hash函数并按照算法产生hash值,这个算法的所有可能哈希值会构成一个全量集,这个集合可以成为一个hash空间[0,2^32-1],这个是一个线性空间,但是在算法中,我们通过适当的逻辑控制将它首尾相连(0 = 2^32),这样让它逻辑上形成了一个环形空间。
它也是按照使用取模的方法,前面笔记介绍的节点取模法是对节点(服务器)的数量进行取模。而一致性Hash算法是对2^32取模,简单来说,一致性Hash算法将整个哈希值空间组织成一个虚拟的圆环,如假设某哈希函数H的值空间为0-2^32-1(即哈希值是一个32位无符号整形),整个哈希环如下图:整个空间按顺时针方向组织,圆环的正上方的点代表0,0点右侧的第一个点代表1,以此类推,2、3、4、……直到2^32-1,也就是说0点左侧的第一个点代表2^32-1, 0和2^32-1在零点中方向重合,我们把这个由2^32个点组成的圆环称为Hash环。
redis服务器IP节点映射
将集群中各个IP节点映射到环上的某一个位置。
将各个服务器使用Hash进行一个哈希,具体可以选择服务器的IP或主机名作为关键字进行哈希,这样每台机器就能确定其在哈希环上的位置。假如4个节点NodeA、B、C、D,经过IP地址的哈希函数计算(hash(ip)),使用IP地址哈希后在环空间的位置如下:
key落到服务器的落建规则
当我们需要存储一个kv键值对时,首先计算key的hash值,hash(key),将这个key使用相同的函数Hash计算出哈希值并确定此数据在环上的位置,从此位置沿环顺时针“行走”,第一台遇到的服务器就是其应该定位到的服务器,并将该键值对存储在该节点上。
如我们有Object A、Object B、Object C、Object D四个数据对象,经过哈希计算后,在环空间上的位置如下:根据一致性Hash算法,数据A会被定为到Node A上,B被定为到Node B上,C被定为到Node C上,D被定为到Node D上。
优点:
容错性:可以看到当其中一台redis服务器不可用时并不会对其他的redis服务器产生影响,影响的数据仅仅是此服务器到其环空间中前一台服务器(即沿着逆时针方向行走遇到的第一台服务器)之间数据,其它不会受到影响。简单说,就是C挂了,受到影响的只是B、C之间的数据且这些数据会转移到D进行存储。
扩展性:
数据量增加了,需要增加一台节点NodeX,X的位置在A和B之间,那收到影响的也就是A到X之间的数据,重新把A到X的数据录入到X上即可,不会导致hash取余全部数据重新洗牌。
缺点:
Hash环倾斜问题
一致性哈希算法服务器数量太少的时候会出现因为节点分布不均匀而产生数据倾斜(被缓存的对象大部分集中缓存在某一台服务器上)
哈希槽分区
为什么出现?
为了解决一致性哈希算法出现的数据倾斜问题
哈希槽实质就是一个数组,数组[0,2^14 -1]形成hash slot空间。
怎么解决的?
在数据和节点之间加了一层哈希槽slot,用于管理数据和节点之间的关系,现在就相当于节点上放的是槽,槽内放的是数据
槽解决的是数据的粒度问题,将数据的粒度变大,哈希解决的是映射问题,使用哈希值来计算数据所在槽的位置进行数据的分配
多少个哈希槽?
一个集群只能有16384个槽,编号0-16383(0-2^14-1)。这些槽会分配给集群中的所有主节点,分配策略没有要求。集群会记录节点和槽的对应关系,解决了节点和槽的关系后,接下来就需要对key求哈希值,然后对16384取模,余数是几key就落入对应的槽里。HASH_SLOT = CRC16(key) mod 16384。以槽为单位移动数据,因为槽的数目是固定的,处理起来比较容易,这样数据移动问题就解决了。
问题来了,为什么redis集群的最大哈希槽数目是16384个?
CRC16算法产生的hash值有16bit,该算法可以产生2^16=65536个值。换句话说值是分布在0~65535之间,有更大的65536不用为什么只用16384就够?作者在做mod运算的时候,为什么不mod65536,而选择mod16384? HASH_SLOT = CRC16(key) mod 65536为什么没启用?
作者说明:
(1)如果槽位为65536,发送心跳信息的消息头达8k,发送的心跳包过于庞大。
(2)redis的集群主节点数量基本不可能超过1000个。
(3)槽位越小,节点少的情况下,压缩比高,容易传输
也是说:太大浪费难传输效率低不实用,而16384实用小巧精悍
注意:
redis集群不保证数据的强一致性,这就意味着在特定的情况下,会丢掉一些写入的命令
常用的集群操作命令
不在同一个slot槽位下的键值无法使用mset、mget等多键操作
可以通过{}来定义同一个组的概念,使key中{}内相同内容的键值对放到一个slot槽位去,对照下图类似k1k2k3都映射为x,自然槽位一样
集群是否完整才对外服务
cluster-require-full-coverage
默认值 yes , 即需要集群完整性,当 整个集群是不完整的, redis 默认在这种情况下,是不会对外提供服务的。
CLUSTER COUNTKEYSINSLOT
返回指定哈希槽中的本地key数
CLUSTER KEYSLOT键名称 该键该存在哪个位置