一、前言

Sentinel集群會對Redis的主從架構(gòu)中的Redis實(shí)例進(jìn)行監(jiān)控，一旦發(fā)現(xiàn)了master節(jié)點(diǎn)宕機(jī)了，就會選舉出一個(gè)Sentinel節(jié)點(diǎn)來執(zhí)行故障轉(zhuǎn)移，從原來的slave節(jié)點(diǎn)中選舉出一個(gè)，將其提升為master節(jié)點(diǎn)，然后讓其他的節(jié)點(diǎn)去復(fù)制新選舉出來的master節(jié)點(diǎn)。

你可能會覺得這樣沒有問題啊，甚至能夠滿足我們生產(chǎn)環(huán)境的使用需求了，那我們?yōu)槭裁催€需要Redis Cluster呢？

二、為什么需要Redis Cluster

的確，在數(shù)據(jù)上，有replication副本做保證；可用性上，master宕機(jī)會自動的執(zhí)行failover。

那問題在哪兒呢？

首先Redis Sentinel說白了也是基于主從復(fù)制，在主從復(fù)制中slave的數(shù)據(jù)是完全來自于master。

假設(shè)master節(jié)點(diǎn)的內(nèi)存只有4G，那slave節(jié)點(diǎn)所能存儲的數(shù)據(jù)上限也只能是4G。主從復(fù)制架構(gòu)中是讀寫分離的，我們可以通過增加slave節(jié)點(diǎn)來擴(kuò)展主從的讀并發(fā)能力，但是寫能力和存儲能力是無法進(jìn)行擴(kuò)展的，就只能是master節(jié)點(diǎn)能夠承載的上限。

所以，當(dāng)你只需要存儲4G的數(shù)據(jù)時(shí)候的，基于主從復(fù)制和基于Sentinel的高可用架構(gòu)是完全夠用的。

但是如果當(dāng)你面臨的是海量的數(shù)據(jù)的時(shí)候呢？16G、64G、256G甚至1T呢？現(xiàn)在互聯(lián)網(wǎng)的業(yè)務(wù)里面，如果你的體量足夠大，我覺得是肯定會面臨緩存海量緩存數(shù)據(jù)的場景的。

這就是為什么我們需要引入Redis Cluster。

三、Redis Cluster是什么

知道了為什么需要Redis Cluster之后，我們就可以來對其一探究竟了。

那什么是Redis Cluster呢？

很簡單，你就可以理解為n個(gè)主從架構(gòu)組合在一起對外服務(wù)。Redis Cluster要求至少需要3個(gè)master才能組成一個(gè)集群，同時(shí)每個(gè)master至少需要有一個(gè)slave節(jié)點(diǎn)。

這樣一來，如果一個(gè)主從能夠存儲32G的數(shù)據(jù)，如果這個(gè)集群包含了兩個(gè)主從，則整個(gè)集群就能夠存儲64G的數(shù)據(jù)。

我們知道，主從架構(gòu)中，可以通過增加slave節(jié)點(diǎn)的方式來擴(kuò)展讀請求的并發(fā)量，那Redis Cluster中是如何做的呢？雖然每個(gè)master下都掛載了一個(gè)slave節(jié)點(diǎn)，但是在Redis Cluster中的讀、寫請求其實(shí)都是在master上完成的。

slave節(jié)點(diǎn)只是充當(dāng)了一個(gè)數(shù)據(jù)備份的角色，當(dāng)master發(fā)生了宕機(jī)，就會將對應(yīng)的slave節(jié)點(diǎn)提拔為master，來重新對外提供服務(wù)。

四、節(jié)點(diǎn)負(fù)載均衡

知道了什么是Redis Cluster，我們就可以繼續(xù)下面的討論了。

不知道你思考過一個(gè)問題沒，這么多的master節(jié)點(diǎn)。我存儲的時(shí)候，到底該選擇哪個(gè)節(jié)點(diǎn)呢？一般這種負(fù)載均衡算法，會選擇哈希算法。哈希算法是怎么做的呢？

首先就是對key計(jì)算出一個(gè)hash值，然后用哈希值對master數(shù)量進(jìn)行取模。由此就可以將key負(fù)載均衡到每一個(gè)Redis節(jié)點(diǎn)上去。這就是簡單的哈希算法的實(shí)現(xiàn)。

那Redis Cluster是采取的上面的哈希算法嗎？答案是沒有。

Redis Cluster其實(shí)采取的是類似于一致性哈希的算法來實(shí)現(xiàn)節(jié)點(diǎn)選擇的。那為什么不用哈希算法來進(jìn)行實(shí)例選擇呢？以及為什么說是類似的呢？我們繼續(xù)討論。

因?yàn)槿绻藭r(shí)某一臺master發(fā)生了宕機(jī)，那么此時(shí)會導(dǎo)致Redis中所有的緩存失效。為什么是所有的？假設(shè)之前有3個(gè)master，那么之前的算法應(yīng)該是 hash % 3，但是如果其中一臺master宕機(jī)了，則算法就會變成 hash % 2，會影響到之前存儲的所有的key。而這對緩存后面保護(hù)的DB來說，是致命的打擊。

五、什么是一致性哈希

知道了通過傳統(tǒng)哈希算法來實(shí)現(xiàn)對節(jié)點(diǎn)的負(fù)載均衡的弊端，我們就需要進(jìn)一步了解什么是一致性哈希。

我們上面提過哈希算法是對master實(shí)例數(shù)量來取模，而一致性哈希則是對2^32取模，也就是值的范圍在[0, 2^32 -1]。一致性哈希將其范圍抽象成了一個(gè)圓環(huán)，使用CRC16算法計(jì)算出來的哈希值會落到圓環(huán)上的某個(gè)地方。

然后我們的Redis實(shí)例也分布在圓環(huán)上，我們在圓環(huán)上按照順時(shí)針的順序找到第一個(gè)Redis實(shí)例，這樣就完成了對key的節(jié)點(diǎn)分配。我們舉個(gè)例子。

假設(shè)我們有A、B、C三個(gè)Redis實(shí)例按照如圖所示的位置分布在圓環(huán)上，此時(shí)計(jì)算出來的hash值，取模之后位置落在了位置D，那么我們按照順時(shí)針的順序，就能夠找到我們這個(gè)key應(yīng)該分配的Redis實(shí)例B。同理如果我們計(jì)算出來位置在E，那么對應(yīng)選擇的Redis的實(shí)例就是A。

即使這個(gè)時(shí)候Redis實(shí)例B掛了，也不會影響到實(shí)例A和C的緩存。

例如此時(shí)節(jié)點(diǎn)B掛了，那之前計(jì)算出來在位置D的key，此時(shí)會按照順時(shí)針的順序，找到節(jié)點(diǎn)C。相當(dāng)于自動的把原來節(jié)點(diǎn)B的流量給轉(zhuǎn)移到了節(jié)點(diǎn)C上去。而其他原本就在節(jié)點(diǎn)A和節(jié)點(diǎn)C的數(shù)據(jù)則完全不受影響。

這就是一致性哈希，能夠在我們后續(xù)需要新增節(jié)點(diǎn)或者刪除節(jié)點(diǎn)的時(shí)候，不影響其他節(jié)點(diǎn)的正常運(yùn)行。

六、虛擬節(jié)點(diǎn)機(jī)制

但是一致性哈希也存在自身的小問題，例如當(dāng)我們的Redis節(jié)點(diǎn)分布如下時(shí)，就有問題了。

此時(shí)數(shù)據(jù)落在節(jié)點(diǎn)A上的概率明顯是大于其他兩個(gè)節(jié)點(diǎn)的，其次落在節(jié)點(diǎn)C上的概率最小。這樣一來會導(dǎo)致整個(gè)集群的數(shù)據(jù)存儲不平衡，AB節(jié)點(diǎn)壓力較大，而C節(jié)點(diǎn)資源利用不充分。為了解決這個(gè)問題，一致性哈希算法引入了虛擬節(jié)點(diǎn)機(jī)制。

virtual-dom

在圓環(huán)中，增加了對應(yīng)節(jié)點(diǎn)的虛擬節(jié)點(diǎn)，然后完成了虛擬節(jié)點(diǎn)到真實(shí)節(jié)點(diǎn)的映射。假設(shè)現(xiàn)在計(jì)算得出了位置D，那么按照順時(shí)針的順序，我們找到的第一個(gè)節(jié)點(diǎn)就是C #1，最終數(shù)據(jù)實(shí)際還是會落在節(jié)點(diǎn)C上。

通過增加虛擬節(jié)點(diǎn)的方式，使ABC三個(gè)節(jié)點(diǎn)在圓環(huán)上的位置更加均勻，平均了落在每一個(gè)節(jié)點(diǎn)上的概率。這樣一來就解決了上文提到的數(shù)據(jù)存儲存在不均勻的問題了，這就是一致性哈希的虛擬節(jié)點(diǎn)機(jī)制。

七、Redis Cluster采用的什么算法

上面提到過，Redis Cluster采用的是類一致性哈希算法，之所以是類一致性哈希算法是因?yàn)樗鼈儗?shí)現(xiàn)的方式還略微有差別。

例如一致性哈希是對2^32取模，而Redis Cluster則是對2^14（也就是16384）取模。Redis Cluster將自己分成了16384個(gè)Slot（槽位）。通過CRC16算法計(jì)算出來的哈希值會跟16384取模，取模之后得到的值就是對應(yīng)的槽位，然后每個(gè)Redis節(jié)點(diǎn)都會負(fù)責(zé)處理一部分的槽位，就像下表這樣。

十一、使用gossip的優(yōu)劣

既然Redis Cluster選擇了gossip，那肯定存在一些gossip的優(yōu)點(diǎn)，我們接下來簡單梳理一下。

gossip可以在O(logN) 輪就可以將信息傳播到所有的節(jié)點(diǎn)，為什么是O(logN)呢？因?yàn)槊看蝡ing，當(dāng)前節(jié)點(diǎn)會帶上自己的信息外加整個(gè)Cluster的1/10數(shù)量的節(jié)點(diǎn)信息，一起發(fā)送出去。你可以簡單的把這個(gè)模型抽象為：

你轉(zhuǎn)發(fā)了一個(gè)特別有意思的文章到朋友圈，然后你的朋友們都覺得還不錯，于是就一傳十、十傳百這樣的散播出去了，這就是朋友圈的裂變傳播。

當(dāng)然，gossip仍然存在一些缺點(diǎn)。例如消息可能最終會經(jīng)過很多輪才能到達(dá)目標(biāo)節(jié)點(diǎn)，而這可能會帶來較大的延遲。同時(shí)由于節(jié)點(diǎn)會隨機(jī)選出5個(gè)最久沒有通信的節(jié)點(diǎn)，這可能會造成某一個(gè)節(jié)點(diǎn)同時(shí)收到n個(gè)重復(fù)的消息。

十二、總結(jié)

總的來說，Redis Cluster相當(dāng)于是把Redis的主從架構(gòu)和Sentinel集成到了一起，從Redis Cluster的高可用機(jī)制、判斷故障轉(zhuǎn)移以及執(zhí)行故障轉(zhuǎn)移的過程，都和主從、Sentinel相關(guān)，這也是為什么我在之前的文章里說，主從是Redis高可用架構(gòu)的基石。

以上就是解析Redis Cluster原理的詳細(xì)內(nèi)容，更多關(guān)于Redis Cluster的資料請關(guān)注腳本之家其它相關(guān)文章！