Redis Cluster 集群

1. Redis Cluster 简介
Redis Cluster 是 Redis 官方提供的 Redis 集群功能。

 
 
 
为什么要实现 Redis Cluster？
Redis 是单线程的（从网络 I/O 处置惩罚到实际的读写命令处置惩罚），无论单核 CPU 下内存多大，如果需要大量盘算能力，还是需要采用分布式以增加 CPU 资源。
 
随着公司发展，用户数量增多，并发越来越多，业务需要更高的 QPS，而主从复制中单机的 QPS（10W）可能无法满意业务需求。
 
数据量的考虑：现有服务器内存不能满意业务数据的需要时，单纯向服务器添加内存不能达到要求，此时需要考虑分布式需求，把数据分布到不同服务器上。
 
网络流量需求：业务的流量已经凌驾服务器的网卡的上限值，可以考虑使用分布式来进行分流。
 
离线盘算，需要中心环节缓冲等别的需求。
 
Redis Cluster 缺点
当节点数量许多时，性能不会很高。
 
办理方案：使用 smart 智能客户端操作集群达到通讯服从最大化。客户端内部负责盘算维护键，槽以及节点的映射，用于快速定位到目的节点。智能客户端知道由哪个节点负责管理哪个槽，而且当节点与槽的映射关系发生改变时，客户端也会知道这个改变，这是一种非常高效的方式。
 
集群的限制
key 批量操作支持有限：例如 mget、mset 必须在一个 slot。
 
key 事件和 Lua 支持有限：操作的 key 必须在一个节点。
 
key 是数据分区的最小粒度：不支持 bigkey 分区。
 
不支持多个数据库：集群模式下只有一个 db0。
 
复制只支持一层：不支持树形复制结构。
 
Redis Cluster 满意容量和性能的扩展性，许多业务“不需要”。
 
大多数时客户端性能会“降低”。 命令无法跨节点使用：mget、keys、scan、flush、sinter 等。 Lua 和事件无法跨节点使用。
 
客户端维护更复杂：SDK 和应用本身斲丧（例如更多的毗连池）。
 
数据分布
为什么要做数据分布？
全量数据，单机 Redis 节点无法满意要求，按照分区规则把数据分到若干个子集当中。

 
 
常用数据分布之序次分

 
 
序次分区常用在关系型数据库的设计。
 
常用数据分布之哈希分布

 

 

 

 
 
假造槽分区
假造槽分区是 Redis Cluster 采用的分区方式。
 
预设假造槽，每个槽就相当于一个数字，有肯定范围。每个槽映射一个数据子集，一样寻常比节点数大。
 
Redis Cluster 中预设假造槽的范围为 0 到 16383
 
每个 key 通过 CRC16 校验后对 16384 取模来决定这个 key 存放在哪个槽（slot）。
 

 

 
 
 
步骤：
 
把 16384 个槽按照节点数量进行匀称分配，由节点进行管理。
 
对每个 key 按照 CRC16 规则进行 hash 运算。
 
把 hash 结果对 16383 进行取余。
 
把余数发送给 Redis 节点。
 
节点接收到数据，验证是否在本身管理的槽编号的范围。
 
如果在本身管理的槽编号范围内，则把数据保存到数据槽中，然后返回执行结果。
 
如果在本身管理的槽编号范围外，则会把数据发送给正确的节点，由正确的节点来把数据保存在对应的槽中。
 
 需要留意的是：Redis Cluster 的节点之间会共享消息，每个节点都会知道是哪个节点负责哪个范围内的数据槽。
 
假造槽分布方式中，由于每个节点管理一部分数据槽，数据保存到数据槽中。当节点扩容大概缩容时，对数据槽进行重新分配迁移即可，数据不会丢失。
 
假造槽分区特点：
 
使用服务端管理节点、槽、数据。例如 Redis Cluster。
 
 

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。