為什么要有集群？
Redis 集群（Redis Cluster）是 Redis 官方提供的分布式解決方案，用于解決單機 Redis 在數據容量、并發處理能力和高可用性上的局限。通過 Redis 集群，可以實現數據分片、故障轉移和高可用性，適用于高性能和大規模數據的場景。
數據分片算法
對三種數據分片算法的介紹以及 Redis 選擇哈希槽分區算法而不選其他算法的原因：
哈希求余算法
對鍵的哈希值進行取模運算：節點 = hash(key) % N（N為節點數），直接決定數據存儲在哪個節點。
特點
- 簡單直接，實現容易。
- 節點增減時（N變化），幾乎所有數據都需要重新映射。
- 擴容/縮容成本高，數據遷移量大。
一致性哈希算法
將哈希空間組織為虛擬環（0~2^32-1），節點和鍵都哈希映射到環上，數據存儲在順時針方向第一個節點。
特點：
- 節點增減只影響相鄰節點的數據。
- 引入虛擬節點解決數據傾斜問題。
- 擴容時數據遷移量約為1/N（N為節點數）。
哈希槽分區算法
預分配固定數量的槽位（Redis為16384個），槽位均勻分配給節點，鍵通過CRC16(key) % 16384確定槽位。
特點：
- 解耦數據與節點的直接關系。
- 節點增減只需遷移對應槽位的數據。
Redis選擇哈希槽的核心原因：
- 擴展和縮容的平滑性：
- 與哈希求余算法相比，哈希槽分區算法在擴縮容時遷移的數據更少，保持集群的穩定性。
- 相比一致性哈希算法，哈希槽固定且簡單，節點擴展只需要重新分配少量槽位即可，不需要額外的虛擬節點管理。
- 負載均衡：Redis 通過哈希槽分區實現較為均衡的數據分布，同時在實際生產環境中可以手動調整節點和哈希槽的分配，提升負載均衡效果。
- 實現復雜度：一致性哈希算法需要維護復雜的環狀結構和大量的虛擬節點，而哈希槽分區算法通過預設 16384 個哈希槽，大大簡化了實現和管理成本。
- 可控的遷移成本：發生主節點故障時，通過哈希槽快速找到備用節點，自動進行故障轉移，并更新槽位信息，維護高可用性。
工作原理
- 讀寫請求處理
- 寫操作只能由主節點處理，并同步到從節點。
- 讀操作默認在主節點處理，可以通過配置允許從節點處理讀請求，以減輕主節點壓力。
- 節點通信
- Redis 集群的所有節點之間通過Gossip 協議進行通信，交換狀態信息，檢測節點的存活狀態。
- 每個節點都會定期向其他隨機節點發送 PING 消息，以檢測對方是否在線。
- 如果檢測到某主節點下線，Redis 會在一定條件下進行故障轉移。
- 故障檢測與轉移
-
集群中的所有節點，都會周期性的使?心跳包進行通信，并對節點是否下線進行判定：
-
主觀下線：節點 A 認為節點 B 不可達，但其他節點可能不同意。
-
客觀下線：超過半數主節點認為節點 B 不可達，此時觸發故障轉移。
-
-
故障轉移過程包括：
- 從節點選舉新的主節點。
- 更新集群的槽信息并廣播。
- 應用客戶端更新主從關系。
集群擴容
添加新節點到集群，使用redis-cli添加節點：
# 添加主節點
redis-cli --cluster add-node new_host:new_port existing_host:existing_port
redis-cli --cluster表明使用 Redis 命令行工具來操作集群。add-node是添加節點的操作指令。new_host:new_port代表新節點的地址和端口，也就是要加入集群的節點；existing_host:existing_port是集群中已存在的某個節點的地址和端口，借助這個已存在的節點，新節點就能和整個集群建立聯系。
# 添加從節點
redis-cli --cluster add-node new_host:new_port existing_host:existing_port --cluster-slave --cluster-master-id <master-id>
--cluster-slave參數表明新節點要作為從節點加入集群。--cluster-master-id <master-id>用于指定該從節點對應的主節點 ID，<master-id>需要替換成實際的主節點 ID，這樣新節點就會成為指定主節點的從節點，負責復制主節點的數據。
# 自動平衡哈希槽
redis-cli --cluster rebalance <任意集群節點IP:端口> --cluster-use-empty-masters
rebalance指令會讓集群自動調整哈希槽的分布，使各個節點的負載更均衡。<任意集群節點IP:端口>表示可以指定集群中任意一個節點的地址和端口，命令會通過這個節點和集群通信并執行操作。--cluster-use-empty-masters參數表示在平衡過程中會考慮使用那些沒有分配哈希槽的主節點。
