[大数据]Redis分片集群

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，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?

散列插槽

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

例如：key是num，那么就根据num计算，如果是{id}num，则根据id计算。计算方式是利用CRC16算法得到一个hash值，然后对16384取余，得到的结果就是slot值。

故障转移

当集群中有一个master宕机时：

1. 首先是该实例与其它实例失去连接
2. 然后是疑似宕机?
3. 最后是确定下线，自动提升一个slave为新的master

数据迁移

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。

手动的Failover支持三种不同模式：

• 缺省：默认的流程。
• force：省略了对offset的一致性校验
• takeover：直接标记自己为master，忽略数据一致性、忽略master状态和其它master的意见

RedisTemplate访问分片集群?

RedisTemplate底层同样基于lettuce实现了分片集群的支持，而使用的步骤与哨兵模式基本一致：

1. 引入redis的starter依赖
2. 配置分片集群地址
3. 配置读写分离

与哨兵模式相比，其中只有分片集群的配置方式略有差异，将哨兵的ip和端口换成了所有主从Redis服务器的ip和端口。