redis如何集群

Redis Sharding叢集

Redis Sharding是一種客戶端Sharding分片技術。

Redis Sharding可以說是Redis Cluster出來之前，業界普遍使用的多Redis實例叢集方法。主要想法是採用雜湊演算法將Redis資料的key進行雜湊，透過hash函數，特定的key會映射到特定的Redis節點上。 （建議學習：Redis影片教學）

這樣，客戶端就知道該向哪個Redis節點操作資料,需要說明的是，這是在客戶端完成的。

java redis客戶端jedis，已支援Redis Sharding功能，即ShardedJedis以及結合快取池的ShardedJedisPool。 Jedis的Redis Sharding實作具有以下特點:

##1、採用一致性雜湊演算法(consistent hashing)

將key和節點name同時哈希，然後進行映射匹配，採用的演算法是MURMUR_HASH。一致性雜湊主要原因是當增加或減少節點時，不會產生由於重新匹配造成的rehashing。一致性雜湊只影響相鄰節點key分配，影響量小。更多一致性雜湊演算法介紹，可以參考：http://blog.csdn.net/cywosp/article/details/23397179/

#2、虛擬節點

#ShardedJedis會對每個Redis節點，依照名字虛擬化出160個虛擬節點進行雜湊。用虛擬節點做映射匹配，可以在增加或減少Redis節點時，key在各Redis節點移動更分配更均勻，而不是只有相鄰節點受影響。如圖，Redis節點1虛擬化成NODE1-1和NODE1-2,散列中哈希環上。這樣當object1、object2雜湊時，選取最近節點NODE1-1和NODE1-2,而NODE1-1和NODE1-2又是NODE節點的虛擬節點，即實際儲存在NODE節點上。

增加虛擬節點，可以確保平衡性，也就是每台Redis機器，儲存的資料都差不多，而不是一台機器儲存的資料較多，其它的少。

3、ShardedJedis支持keyTagPattern模式

#抽取key的一部分keyTag做sharding，這樣透過合理命名key,可以將一組相關聯的key放入同一Redis節點，避免跨節點存取。即客戶端將相同規則的key值，指定儲存在同一Redis節點上。

新增或減少節點時？

Redis Sharding採用客戶端Sharding方式，服務端的Redis還是一個相對獨立的Redis實例節點。同時，我們也不需要增加額外的中間處理元件，這是一個非常輕量、靈活的Redis多實例叢集方案。

當然，這種輕量靈活方式必然在集群其它能力方面做出妥協。例如擴容，當想要增加Redis節點時，儘管採用一致性哈希，那麼不同的key就分佈到不同的Redis節點上。

當我們需要擴容時，增加機器到分片清單。這時候客戶端根據key算出來落到跟原來不同的機器上，這樣如果要取某一個值，會出現取不到的情況。

對於這種情況，一般的作法是取不到後，直接從後端資料庫重新載入數據，但有些時候，擊穿快取層，直接存取資料庫層，會對系統存取造成很大壓力。

Redis作者給了一個辦法--presharding。

是一種線上擴容的方法，原理是將每一台實體機上，運行多個不同連接埠的Redis實例，假如三個實體機，每個實體機運行三個Redis實例，那麼我們的分片列表中實際有9個Redis實例，當我們需要擴容時，增加一台實體機，步驟如下：

1、在新的實體機上執行Redis-server

2、該Redis-server從屬於（slaveof）分片列表中的某一Redis-Server(假設叫RedisA)。

3、主從複製(Replication)完成後，將客戶端分片清單中RedisA的IP和連接埠改為新實體機上Redis-Server的IP和連接埠。

4、停止RedisA

這樣相當於將某一Redis-Server轉移到了一台新機器上。但還是很依賴Redis本身的複製功能，如果主庫快照資料檔過大，這個複製的過程也會很久，同時也會給主Redis帶來壓力，所以做這個拆分的過程最好選擇業務訪問低峰時段進行。

節點發生故障時

並不是只有增刪Redis節點造成鍵值遺失問題，更大的障礙來自Redis節點突然宕機。

為不影響Redis效能，盡量不開啟AOF與RDB檔案儲存功能，因此需架構Redis主備模式，主Redis宕機，備Redis留有備份，資料不會遺失。

Sharding演變成如下：

這樣，我們的架構模式變成一個Redis節點切片包含一個主Redis和一個備Redis，主備共同組成一個Redis節點，透過自動故障轉移，確保了節點的高可用性.

Redis Sentinel哨兵

#提供了在主備模式下Redis監控、故障轉移等功能，達到系統的高可用性。

讀寫分離

高訪問時量下，即使採用Sharding分片，一個單獨節點還是承擔了很大的存取壓力，這時我們還需要進一步分解。

通常情況下，讀常常是寫的數倍，這時我們可以將讀寫分離，讀提供更多的實例數。利用主從模式實現讀寫分離，主負責寫，從負責只讀，同時一主掛多個從。在Redis Sentinel監控下，還可以保障節點故障的自動監測。

更多Redis相關技術文章，請造訪Redis資料庫使用入門教學欄位學習！

以上是redis如何集群的詳細內容。更多資訊請關注PHP中文網其他相關文章！