当前位置: 首页 > news >正文

Redis集群方案——Redis分片集群

        Redis分片集群(Redis Cluster)是Redis官方提供的分布式解决方案,它允许数据自动分布在多个Redis节点上,提供高性能、高可用的Redis服务。

主从和哨兵可以解决高可用、高并发读的问题。但是依然有两个问题没有解决:

  • 海量数据存储问题

  • 高并发写的问题

使用分片集群可以解决上述问题,如图:

分片集群特征:

  • 集群中有多个master,每个master保存不同数据

  • 每个master都可以有多个slave节点

  • master之间通过ping监测彼此健康状态

  • 客户端请求可以访问集群任意节点,最终都会被转发到正确节点

1.散列插槽

        Redis 分片集群引入了哈希槽的概念,Redis 集群有 16384 个哈希槽,每个 kev通过 CRC16 校验后对 16384 取模来决定放置哪个槽,集群的每个节点负责一部分 hash 槽。

1.1 插槽原理

Redis会把每一个master节点映射到0~16383共16384个插槽(hash slot)上,查看集群信息时就能看到:

数据key不是与节点绑定,而是与插槽绑定。redis会根据key的有效部分计算插槽值,分两种情况:

  • key中包含"{}",且“{}”中至少包含1个字符,“{}”中的部分是有效部分

  • key中不包含“{}”,整个key都是有效部分

        那么依据以上插槽原理,如果想要进行定点存储,也就是同一种类型数据存储到相同的节点上,那么我们就可以定义{}中的有效部分是相同的。

2.集群伸缩

Redis分片集群的伸缩是指动态增加或减少集群节点的能力,包括扩容缩容两种操作。

集群伸缩的核心机制就是哈希槽的重分配

  • Redis Cluster将数据划分为16384个哈希槽

  • 伸缩本质是重新分配这些槽位到不同节点

  • 槽位迁移是原子操作,保证数据一致性

3.故障转移

Redis分片集群的故障转移是其高可用性的核心保障,能够在节点故障时自动进行主从切换,确保服务持续可用。

3.1 自动故障转移

        自动故障转移就是其他的master检测不到宕机的master,确认其真的下线了,就会选取其slave为新的master,当宕机的实例恢复后会成为slave。

3.2 手动故障转移

        当我们想要实现数据迁移时,可以进行手动转移操作:
        利用cluster failover命令可以手动让集群中的某个master宕机,切换到执行cluster failover命令的这个slave节点,实现无感知的数据迁移。其流程如下:

这种failover命令可以指定三种模式:

  • 缺省:默认的流程,如图1~6歩

  • force:省略了对offset的一致性校验

  • takeover:直接执行第5歩,忽略数据一致性、忽略master状态和其它master的意见

4.Docker搭建Redis分片集群

Docker搭建Redis分片集群(内涵原理验证)https://blog.csdn.net/m0_74808313/article/details/149331126?spm=1011.2124.3001.6209

5.相关面试问题

5.1 redis分片集群有什么作用?

        redis分片集群是redis提供的一种高并发和高可用性的分布式方案,主要解决的是海量数据存储和高并发写的场景。

        首先,集群中有多个master,每个master之间通过心跳机制相互检测,类似于哨兵机制,可以进行自动故障转移,保障了服务的高可用性。

        其次,每个master还可以配置多个slave,提高了服务的高并发性。

        最后,客户端可以访问任意的节点,最后请求可以被转发到相应的节点访问。

5.2 redis分配集群中的数据是如何进行存储和读取的?

        redis分片集群中提出了哈希槽的概念,一共有16384个哈希槽,数据不是存储到节点上的,而是存储到哈希槽中,为节点分配一定范围的哈希槽。

        key通过CRC16校验,然后对16384取余来决定存储到哪个哈希槽中。

        读取也是相同的逻辑。

http://www.lryc.cn/news/587924.html

相关文章:

  • Linux 消息队列接收与处理线程实现
  • python的微竞网咖管理系统
  • P2802 回家
  • 国家互联网信息办公室关于发布第十二批深度合成服务算法备案信息的公告
  • 力扣算法--数青蛙与外观数列问题
  • 3.2 WPF 画散点图
  • 【Python3教程】Python3高级篇之MySQL - mysql-connector 驱动介绍及示例
  • 【WPF】WPF 自定义控件 实战详解,含命令实现
  • 深地之下的智慧触角:Deepoc具身智能如何为矿业机器人铸就“感知之核”
  • Mac (m1) Java 加载本地C共享库函数 .dylib 函数 Unable to load library ‘liblicense‘
  • 【爬虫】Python实现爬取京东商品信息(超详细)
  • 来时路,零帧起手到Oracle大师
  • FilterRegistationBean报错does not have type parameters。idea启动日志无明显报错提示冲突 kaki的博客
  • IDEA实现纯java项目并打包jar(不使用Maven,Spring)
  • Linux的相关学习
  • Oracle物化视图函数使用注意事项
  • Oracle 递归函数及 其他数据库 CTE 使用小计
  • SpringBoot集成SAP,本地IDEA启动和Windows服务器部署
  • 企业培训笔记:axios 发送 ajax 请求
  • iOS高级开发工程师面试——RunLoop
  • [Nagios Core] struct监控对象 | 配置.cfg加载为内存模型
  • CSS `:root` 伪类深入讲解
  • Reactor 模式详解
  • spring shell 基础使用
  • Transformer江湖录 第五章:江湖争锋 - BERT vs GPT
  • 20250714让荣品RD-RK3588开发板在Android13下长按关机
  • Bash常见条件语句和循环语句
  • vLLM与SGLang在自然语言处理领域的技术架构与性能对比研究
  • 从数据库到播放器:Java视频续播功能完整实现解析
  • cuda优化之softmax