分布式缓存基本知识点

分布式缓存首先是缓存，一种性能很好但是相对稀缺的资源。它的使用主要意义在于服务更多的用户，即解决高并发的问题，下面将围绕分布式缓存如何解决高并发问题来进行详细的理解。

分布式缓存之Redis

Redis集群是最常见的分布式缓存策略，它在高并发的场景下往往是采用多个Redis节点来分担服务器的压力，相应的也存在多种组建集群的方式：主从复制、哨兵模式、Redis-Cluster集群在实际应用 Redis 时，随着用户或业务规模的扩展，保存大量数据的情况通常是无法避免的，在实际应用时，往往采用Redis-Cluster+切片集群的方式来解决高并发问题。

切片集群

基础切片

切片集群，也叫分片集群，就是指启动多个 Redis 实例组成一个集群，然后按照一定的规则，把收到的数据划分成多份，每一份用一个实例来保存。在存取数据时按照切片规则将数据存入到相应的Redis节点，例如：对于一条数据，计算其key的哈希码，对3取余，得到[0,1,2]三种结果之一，然后存入相应的Redis节点，这样可以做到数据的均匀分布。

hash环

上述简单切片规则随可以是数据均匀分布在Redis节点上，但存在一个扩展问题，当我们想要在集群种添加Redis节点时，需要将所有的数据进行迁移，这在大数据量的情况下是非常不方便的。因此介绍另一种切片规则 hash环切片：
hash环切片，首先建立一个足够大的hash环（2^32），采用 ip+Redis节点编号 的方式计算Redis节点在hash环上的位置，在存取数据时计算key的hash码，并对2^32取余，得到该条数据在hash环的位置，然后顺时针寻找Redis节点进行存取。

hash环进阶

看到这里大家应该也看出来了，普通的hash环切片的方式仍旧存在一个问题，那就是数据倾斜的问题，例如两个Redis节点相邻，导致大部分数据存入其中一个节点，这会导致我们的切片失去本身存在的意义，因此需要加以改进。
怎么改进呢，那就是将Redis服务器虚拟成多个点，使其较为均匀的分布在环上，来减少数据倾斜的问题。