Redis 架构之 cluster

灰太狼 2022-05-08 23:50 167阅读 0赞

### 一、简介 ###

*  当数据量过大，一个主机放不下的时候，就需要对数据进行分区，将key按照一定的规则进行计算，并将key对应的value分配到指定的redis实例上，这样的模式简称redis集群（Cluster）。
 *  redis分区也称redis分片，或者redis集群。
 *  从redis 3.0之后版本支持redis-cluster集群，Redis-Cluster采用无中心结构，每个节点保存数据和整个集群状态,每个节点都和其他所有节点连接。

### 二、结构特点 ###

1.  所有的redis节点彼此互联（PING-PANG）机制，内部使用二进制协议优化传输速度和带宽。
2.  节点的fail是通过集群中超过半数的节点检测失效时才生效。
3.  客户端与redis节点直连，不需要中间proxy层，客户端不需要连接集群所有节点，连接集群任意一个可用节点即可。
4.  redis-cluster把所有的物理节点映射到\[0-16383\] slot上（不一定是平均分配），cluster负责维护。
5.  Redis集群预分好16384个桶，当需要在 Redis 集群中放置一个 key-value 时，根据 CRC16(key) mod 16384的值，决定将一个key放到哪个桶中。

### 三、节点分配说明 ###

*  如果有3个主节点分别是：A, B, C 三个节点，它们可以是一台机器上的三个端口，也可以是三台不同的服务器。那么，采用哈希槽 (hash slot)的方式来分配16384个slot 的话，它们三个节点分别承担的slot 区间是：  
    节点A覆盖0－5460;  
    节点B覆盖5461－10922;  
    节点C覆盖10923－16383.

--------------------

*  获取数据：  
    如果存入一个值，按照redis cluster哈希槽的算法： CRC16(‘key’)384 = 6782。 那么就会把这个key 的存储分配到 B 上了。同样，当我连接(A,B,C)任何一个节点想获取’key’这个key时，也会这样的算法，然后内部跳转到B节点上获取数据。

--------------------

*  新增一个主节点：  
    新增一个节点D，redis cluster的这种做法是从各个节点的前面各拿取一部分slot到D上，我会在接下来的实践中实验。大致就会变成这样：  
    节点A覆盖1365-5460  
    节点B覆盖6827-10922  
    节点C覆盖12288-16383  
    节点D覆盖0-1364,5461-6826,10923-12287

--------------------

*  删除一个节点类似增加

### Cluster主从模式 ###

*  redis cluster 为了保证数据的高可用性，加入了主从模式，一个主节点对应一个或多个从节点，主节点提供数据存取，从节点则是从主节点拉取数据备份，当这个主节点挂掉后，就会有这个从节点选取一个来充当主节点，从而保证集群不会挂掉。
 *  在集群建立的时候，一定要为每个主节点都添加了从节点, 比如像这样, 集群包含主节点A、B、C, 以及从节点A1、B1、C1, 那么即使B挂掉系统也可以继续正确工作。B1节点替代了B节点，所以Redis集群将会选择B1节点作为新的主节点，集群将会继续正确地提供服务。 当B重新开启后，它就会变成B1的从节点。**需要注意，如果节点B和B1同时挂了，Redis集群就无法继续正确地提供服务了。**

### 搭建 ###

*  集群中至少应该有奇数个节点，所以至少有三个节点，每个节点至少有一个备份节点，所以下面使用6节点（主节点、备份节点由redis-cluster集群确定）。

**未完待续**  
转自：[https://www.cnblogs.com/yingchen/p/6763524.html][https_www.cnblogs.com_yingchen_p_6763524.html]  
参考：[http://doc.redisfans.com/topic/cluster-tutorial.html][http_doc.redisfans.com_topic_cluster-tutorial.html]

[https_www.cnblogs.com_yingchen_p_6763524.html]: https://www.cnblogs.com/yingchen/p/6763524.html
[http_doc.redisfans.com_topic_cluster-tutorial.html]: http://doc.redisfans.com/topic/cluster-tutorial.html