在中，介绍了哨兵如何保证Redis服务高可用的。然而，哨兵是基于单机版Redis的，随着业务规模的不断变大，单机版Redis服务会面临着内存、流量等瓶颈问题。单机扩容虽然能解一时燃眉之急，但最终也会达到单机极限，导致无法扩容。当单机扩容之旅行不通时，我们只能盯着水平扩容-多机Redis。

分布式解决方案

为了解决单机瓶颈问题，纷纷转战分布式解决方案，具体的解决方案如下：

1、客户端分区

多个Redis实例组成一个“分布式集群”，每个Redis实例都存储一部分数据，客户端根据key的hash值映射到特定的Redis实例上进行数据操作，比较有代表性的就是Redis Sharding。Redis Sharding是Redis Cluster出来之前业界常用的Redis分布式解决方案。

在部署时，多个Redis实例可以使用同一套哨兵系统以保证自身的高可用。在使用过程中，客户端只需要配置哨兵信息和各个Redis实例的mastername，客户端启动后，会保持跟各个Redis实例的链接。

由上图可知，客户端对数据分区逻辑绝对可控，可以根据业务特点选择合适的数据分区方案。虽然Redis实例间无关联便于水平扩展，但是客户端却无法支持动态增删Redis实例节点，每次增删Redis实例节点都需要修改相应的配置或逻辑。

在客户端分区方案中，客户端需要感知所有的Redis示例信息，维护与各个Redis实例节点的连接。那么有没有一种方案不需要感知后面的Redis实例信息呢？答案是肯定的，这就是下面所讲的代理方案。在计算机领域，是没有增加一层中间层解决不了的问题，如果有，那就再加一层呗！

2、代理方案

客户端和Redis实例间有个代理层，客户端通过代理层访问Redis实例，代理负责将请求转发到正确的Redis实例中。

在该方案中，由于代理层为客户端屏蔽了Redis实例信息，因此客户端接入非常方便，只需要连接代理。正是因为新增了代理层，所以多了一层性能损耗，也可能引入新的性能瓶颈，或者“单点”问题。

目前代理方案的主流实现 Twemproxy 和 Codis。

Twemproxy也叫 nutcraker，是Twitter开源的，实现了Redis和Memcache协议，即支持Redis和Memcache代理。Twemproxy需要使用Keepalived做高可用，在运行时，只有一台Twemproxy在工作，另外一台处于备机，当一台挂掉以后，vip自动漂移，备机接替工作。

在该方案中，客户端发送请求到Twemproxy中，Twemproxy根据相应的路由规则转发到相应的Redis节点中。为了保证Redis实例的高可用，还需要部署twemproxy-sentinel-agent。twemproxy-sentinel-agent监控sentinal里面master信息，如果sentinal mater信息发生变化，那么修改Twemproxy 的servers配置参数，并重启Twemproxy。

 

Twemproxy最大的问题是无法平滑的扩缩容，而Codis解决了Twemproxy扩缩容问题，并且兼容Twemproxy。Codis是一种分布式集群解决方案，由豌豆荚开源。它发展起来的一个重要原因是在Redis官方集群方案漏洞百出的时候率先成熟稳定的。

上图是官方的架构图，codis-proxy是客户端连接的代理服务，实现了Redis协议，可以看作是一个Redis服务器。Codis依赖ZooKeeper 来存放数据路由表和 codis-proxy 节点的元信息。

Codis的主要原理是将所有的key分为1024个槽，每个槽对应一个分组（Redis实例），当请求过来时，首先对key进行CRC32计算得到hash值，然后除以1024求余就得到对应的槽编号，最后根据槽编号与分组的对应关系得到具体的分组。

当进行扩容时，配置槽与新增分组的映射关系，只需要将对应槽中的数据迁移到新增分组上即可，避免大范围的数据移动；当进行缩容时，只需要将待缩容分组对应的槽迁移到其他分组即可，避免大范围的数据移动。

3、Redis Cluster

对于官方而言，缺少官方分布式解决方案是难以接受的。随着不停的迭代，官方终于推出了自己的分布式解决方案：去中心化。在整个方案中， 并不存在代理层等“类中心节点”，所有Redis实例节点都直接对外提供访问。Redis实例之间通过gossip协议交换互相的状态，以及探测新加入的节点信息。redis集群支持动态加入节点，动态迁移slot，以及自动故障转移。

后面我们主要学习Redis cluster的原理和流程。

Redis Cluster

Redis cluster是Redis去中心化的分布式解决方案，集群中的每个节点都是平等关系，每个节点都保存各自的数据和整个集群的状态。每个节点都和其他所有节点连接，而且这些连接保持活跃，这样就保证了我们只需要连接集群中的任意一个节点，就可以获取到其他节点的数据。

对于Redis cluster我们首先了解它是如何使用的，然后了解学习其基本原理，比如数据如何分片的、Redis实例间是如何通讯的、Redis实例故障迁移、如何扩缩容等。

1、使用流程

在Codis中，数据的具体分发是由代理层来完成的，而在Redis cluster中，数据分发是由client来完成的，具体流程如下：

• 客户端连接到任一Redis实例上

• 客户端发送命令到该Redis实例上

• 如果命令中的key所在的槽就位于该Redis实例上，则直接进行操作，否则，返回MOVED错误以及key对应节点信息。

• 客户端收到MOVED错误和key对应的节点信息，则连接到该Redis实例进行数据操作。

目前客户端有两种方案获取数据分布表：

1、客户端每次根据返回的MOVED信息缓存一个slot对应的节点，但是这种做法在初期会经常造成访问两次集群。

2、在节点返回MOVED信息后，通过cluster nodes命令获取整个数据分布表，更新本地缓存的数据分布信息。

此外，需要注意的是，我们要操作的数据所在的槽可能正在进行迁移，如果key还在待迁移节点上，则会在该节点上直接执行，否则返回ASK错误和迁移的目标节点的信息。客户端收到目标节点的信息后，首先发送ASKING命令进行确认，当通过后执行原先的命令。

不过不用担心重复造轮子，因为这些细节一般都会提供统一的库或sdk，使用者很方便的就可以使用。

在使用的过程中，需要区分MOVED和ASK错误的区别：

• MOVED：正常情况下，client会拥有全局的slot映射信息，但某些场景下（比如扩容后部分slot槽信息变更），client拥有的slot映射信息是错误的，此时访问该slot时就会访问错误的实例上，该实例就会返回MOVED错误，并告诉client正确的实例信息。

• ASK：该错误只发生在数据迁移过程中，当访问的key数据所在slot正在迁移（slot会对应多个key，迁移过程中key是分批迁移），假设数据从A迁移到B，此时如果A中不存在该key，那么可能key可能位于B中，此时A就会返回ASK错误，并返回B的实例信息。

这里需要注意的是，在数据迁移(A->B)过程中，如果先访问到B，由于slot信息还未与B建立映射关系，此时哪怕key已经位于B上了，B也会返回MOVED错误。对于处于迁移过程中的key，B只会处理ASKING命令，其他命令都会返回MOVED错误，并重定向到A实例上，然后走正常的ASK、ASKING流程。

2、数据分片

Redis cluster采用虚拟槽分区算法，即将Redis实例的存储空间分为13684个槽。Redis cluster使用公式 CRC16(key) % 16384 来计算键 key 属于哪个槽， 其中 CRC16(key) 语句用于计算键 key 的 CRC16 校验和。假设Redis cluster有三个Redis实例节点：

• Redis1 对应的slot为0～8000

• Redis2 对应的slot为8001～12000

• Redis3对应的slot为12001～16383

对于key为my_name计算其槽编号CRC16('my_name')%16384 = 2412，由于2412位于0～8000之间，因此my_name这个key应该位于Redis1实例中。

通过以上公式得到的槽编号都是固定的，然而在某些场景下，我们希望使用MSET通过操作多个key。往往这些key处在不同的Redis实例中，这样我们并不能保证操作的原子性。为了保证操作的原子性，我们希望能够保证这些key在同一个Redis实例中。通过以上公式并不能保证这些，此时我们就需要采用其他方案--Hash Tag。

Hash Tag允许用key的部分字符串来计算hash，当一个key包含占位符 {} (占位符可配置，hash_tag)的时候，就不对整个key做hash，而仅对 {} 包括的字符串做hash。比如对user:{user1}:ids和user:{user1}:tweets这两个key，由于{}中的内容都是user1，因此这两个key hash值一致，所以在同一个槽中。

3、Redis实例间通讯

在Redis cluster中，Redis实例间是需要互通有无的。Redis实例间有多种消息，比如

• Meet消息：新节点首次加入时发布，其他节点收到后需要回复pong消息。

• Ping消息：经常用于心跳，一般会封装一些自身信息和其他节点状态数据，其他节点收到后需要回复Pong消息。
  

• Pong消息：收到Meet/Ping消息后回复，通常也会携带自身信息。

• Fail消息：节点下线或故障时，会广播这个信息。

为了便于消息在集群中传播，Redis Cluster采用Gossip协议来加快消息在集群中的传播。

4、故障发现和恢复

4.1 故障发现

在进行故障迁移之前，首先要判定Redis实例是否故障。在Redis cluster中，Redis实例故障判定逻辑跟哨兵一致，也分为主观下线和客观下线。当Redis实例被标记为客观下线才认为Redis实例节点故障。

主观下线：节点间会定时发送Ping消息，当超过 cluster-node-timeout时未收到Pong消息，则认为对方节点下线。

客观下线：当半数以上的Redis实例节点都认为某Redis实例节点下线时，才会认为Redis实例节点下线，即大部分节点认为下线才是真的下线。

当收到其他节点的主观下线消息后，首先会进行时效性检查，如果超过 cluster-node-timeout*2 的时间，就忽略这个消息；否则，如果有半数以上的节点都认为主观下线，则将其标记为客观下线，并向集群中广播Fail消息，通知所有的节点将故障节点标记为客观下线，这个消息指包含故障节点的 ID。

4.2 故障恢复

当确认节点故障时，后面就需要从众多从节点中选择一个从节点进行恢复，流程如下：

1. 资格检查：过滤掉与故障主节点长时间断开的从节点，当断开时间超过了 cluster-node-timeout*cluster-slave-validity-factor（从节点有效因子，默认为 10），那么相应的从节点就没有故障转移的资格。

2. 新主节点选举：对符合资格的从节点按照从节点上复制偏移量从大到小进行排序，依次选择偏移量最大的从节点来触发选举。选举原理跟Raft算法类似，从节点在发起选举前都会生成一个递增的epoch，在消息传播过程中，所有节点使用最大的epoch来更新本地epoch值。

3. 数据更新：当从节点收到半数以上的主节点的票数时，表示主节点已经选定了，会触发替换主节点的操作：删除旧主节点的槽数据，并将这些槽数据加到自身上，并向集群广播主节点已选定的消息。

4. 数据同步：从节点连接到最新的主节点，并进行数据同步复制。

这里需要注意的是，故障恢复是由故障主节点的从节点发起的，参与投票的是其他正常的主节点。参与选举的是主节点，一方面是因为主节点才有全量的slot信息等，另一方面是为了节省成本，从节点不参与投票，因此对故障主节点的从节点数量就没有要求。

5、扩缩容

作为一个分布式缓存集群，因为业务变化总会遇到扩缩容的问题。

5.1 Redis cluster集群扩容

为了支持Redis cluster的动态扩容，Redis cluster有一套标准的扩容流程，具体扩容流程如下：

1. 准备新节点

   配置和其他Redis实例节点保持一致，不需要设置主从节点
   

2. 加入集群

   执行cluster meet serverip serverport 命令加入集群
   

3. 数据迁移

   数据迁移分为两部分：槽迁移和数据迁移。在迁移过程中，先把槽准备好，然后才开始进行数据迁移，具体流程如下：

在数据迁移过程中，首先要确定哪些slot迁入目标节点，哪些slot从源节点迁出；然后分slot分批次从源节点中读取待迁移key列表，并将这些key迁移到目标节点；最后完成数据迁移后，向所有主节点广播目标节点的槽信息。

在key迁移过程中，client向源节点发送数据迁移请求，而源节点收到请求后，将作为client向目标节点发送数据，目标节点收到数据并处理完毕后将返回OK，源节点收到OK应答后，将删除本地key，并返回client处理完成。

在数据迁移过程中，会不会出现写冲突呢？答案是 不会。Redis是单线程服务，不会出现两个请求同时处理。

5.2 Redis cluster集群缩容

缩容有两种情况：

• 待移除节点不含槽数据或者从节点，可以直接通知集群内其他节点忘记下线节点，当所有节点忘记该节点后就可以正常关闭。

• 待移除节点包含槽数据，需要先将节点上槽数据迁移到其他节点上，保证节点下线后整个槽节点映射的完整性

在缩容的数据迁移流程跟扩容的数据迁移流程正好相反。首先确定待移除节点的槽，以及这些槽移到哪些节点上；然后，分slot分批次的读取源节点中的待迁移key列表，并将这些key迁移到指定节点上；最后，完成数据迁移后，向所有主节点广播下线信息后正常关闭。

redis-trib.rb是官方提供的Redis Cluster的管理工具，支持的操作如下：

• create：创建集群

• check：检查集群

• info：查看集群信息

• fix：修复集群

• reshard：在线迁移slot

• rebalance：平衡集群节点slot数量

• add-node：添加新节点

• del-node：删除节点

• set-timeout：设置节点的超时时间

• call：在集群所有节点上执行命令

• import：将外部redis数据导入集群

有兴趣实操可以使用redis-trib.rb help得到更多帮助。

附录

• Twemproxy github https://github.com/twitter/twemproxy/

• Codis github https://github.com/CodisLabs/codis

• Codis的架构设计 https://blog.csdn.net/shmiluwei/article/details/51958359

• Redis技巧:分片技术和Hash Tag https://www.jianshu.com/p/c441b882c1c6

• 不懂Redis Cluster原理，我被同事diss了！https://baijiahao.baidu.com/s?id=1663270958212268352&wfr=spider&for=pc

• 【redis】深入理解redis cluster --- 扩容集群 https://www.cnblogs.com/chenYanfeng/articles/9210344.html