redis高可用方案

redis高可用方案

1. 主从模式

数据从一个主节点复制到一个或多个从节点。主节点处理数据的写入和查询操作，而从节点则复制主节点的数据，并可以处理读查询操作，以此来分担主节点的读负载。

2. 哨兵模式

sentinel ，哨兵是 redis 集群中非常重要的一个组件，主要有以下功能：

• 集群监控：负责监控 redis master 和 slave 进程是否正常工作。
• 消息通知：如果某个 redis 实例有故障，那么哨兵负责发送消息作为报警通知给管理员。
• 故障转移：如果 master node 挂掉了，会自动转移到 slave node 上。
• 配置中心：如果故障转移发生了，通知 client 客户端新的 master 地址。

哨兵用于实现 redis 集群的高可用，本身也是分布式的，作为一个哨兵集群去运行，互相协同工作。

• 故障转移时，判断一个 master node 是否宕机了，需要大部分的哨兵都同意才行，涉及到了分布式选举，即主观下线的判断。
• 即使部分哨兵节点挂掉了，哨兵集群还是能正常工作的。
• 哨兵通常需要 3 个实例，来保证自己的健壮性。
• 哨兵 + redis 主从的部署架构，是不保证数据零丢失的，只能保证 redis 集群的高可用性。
• 对于哨兵 + redis 主从这种复杂的部署架构，尽量在测试环境和生产环境，都进行充足的测试和演练。

3. Redis Cluster

Redis Cluster 是一种服务端 Sharding 技术， 3.0 版本开始正式提供。

采用slot(槽)的概念，一共分成16384 个槽。将请求发送到任意节点，接收到请求的节点会将查询请求发送到正确的节点上执行。

特点

1. 数据分片：Redis Cluster将数据自动分片到多个节点上，每个节点负责一部分数据，从而实现了数据的分布式存储。
2. 高可用性：Redis Cluster采用主从复制模式，每个分片都有一个主节点和多个从节点。当主节点故障时，Redis Cluster会自动从从节点中提升一个新的主节点，确保服务的高可用性。
3. 负载均衡：客户端可以通过任意节点访问Redis Cluster，Redis Cluster会自动将请求转发到正确的节点上，实现了负载均衡。
4. 自动故障转移：Redis Cluster能够自动检测节点的故障，并进行故障转移，减少了运维的负担。

方案说明

• 根据数据的key进行哈希运算，并将哈希结果对16383取余，以确定数据应该存储在哪个槽中，默认分配了16384 个槽位。
• 每份数据分片会存储在多个互为主从的多节点上。
• 数据写入先写主节点，再同步到从节点(支持配置为阻塞同步)
• 同一分片多个节点间的数据不保持强一致性。
• 读取数据时，当客户端操作的key没有分配在该节点上时，redis会返回转向指令，指向正确的节点。
• 扩容时需要需要把旧节点的数据迁移一部分到新节点。

在 redis cluster 架构下，每个 redis 要放开两个端口号，比如一个是 6379 ，另外一个就是 加 1w 的端 口号，比如 16379 。

16379 端口号是用来进行节点间通信的，也就是 cluster bus 的通信，用来进行故障检测、配置更新、 故障转移授权。 cluster bus 用了另外一种二进制的协议， gossip 协议，用于节点间进行高效的数据交换，占用更少的网络带宽和处理时间。

优点

• 无中心架构，支持动态扩容，对业务透明
• 具备Sentinel的监控和自动Failover(故障转移)能力
• 客户端不需要连接集群所有节点，连接集群中任何一个可用节点即可
• 高性能，客户端直连redis服务，免去了proxy代理的损耗

缺点

• 运维也很复杂，数据迁移需要人工干预
• 只能使用0号数据库
• 不支持批量操作(pipeline管道操作)
• 分布式逻辑和存储模块耦合等

4. Redis Sharding

Redis Sharding是Redis Cluster出来之前，业界普遍使用的多Redis实例集群方法。

其主要思想是采用哈希算法将Redis数据的key进行散列，通过hash函数，特定的key会映射到特定的Redis节点上。

Java redis客户端驱动jedis，支持Redis Sharding功能，即ShardedJedis以及结合缓存池的 ShardedJedisPool。

优点

优势在于非常简单，服务端的Redis 实例彼此独立，相互无关联，每个 Redis实例像单服务器一样运行，非常容易线性扩展，系统的灵活性很强。

缺点

由于 sharding 处理放到客户端，规模进一步扩大时给运维带来挑战。

客户端 sharding 不支持动态增删节点。服务端 Redis实例群拓扑结构有变化时，每个客户端都需要更新调整。连接不能共享，当应用规模增大时，资源浪费制约优化。