大数据开发：Redis 3.0集群模式的三个重点

Redis 3.0开始引入集群模式，面对分布式环境当中的各种数据处理需求，集群模式高可用、可扩展性、分布式、容错等特性，显然是更加具有竞争力的。今天的大数据开发学习分享，我们就主要来讲讲Redis3.0集群模式的三个重点。

Redis集群模式

集群模式是社区版推出的Redis分布式集群解决方案，主要解决Redis分布式方面的需求，比如，当遇到单机内存，并发和流量等瓶颈的时候，Redis Cluster能起到很好的负载均衡的目的。

集群模式主要三个重要点，分别是槽指派、重新分片、故障转移。

槽指派

Redis集群采用虚拟槽分区，所有的键根据哈希函数映射到0～16383个整数槽内，每个节点负责维护一部分槽以及槽所印映射的键值数据。只有当redis所有的槽（16384）都被分配完了系统才能跑起来。

如果集群中的master没有slave节点，则master挂掉后整个集群就会进入fail状态，因为集群的slot映射不完整。如果集群超过半数以上的master挂掉，无论是否有slave，集群都会进入fail状态。

系统可以通过CRC16（KEY）&16348=slot计算出哪个槽（slot）在那个节点上。

集群内的每个节点又会有一个数据结构存储整个集群内的节点信息。槽指派的信息是分了两种方式，保存在结构体里面：

数组：如果需要判断一个节点负责的槽，只需要获取一个数组判断。

列表：如果找某一个槽是哪个节点负责的，可以用列表查找。

重新分片

重新分片是指将已经指派了的槽重新进行分配给节点。

主要流程

重新分片是指已指派给了节点的槽指派给另一个节点，同时，键值跟随移动，线上执行，无需下线，可用redis-trib进行搭建配置。

过程主要是将槽的键值从源节点迁到目标节点。并向集群中发送命令，将槽中指向目标节点。

其中可能会有访问问题，因为数据进行了迁移，所以访问数据时会先查看数据是否在源节点的数据库，如果是则直接返回，否则会查看是否正在迁移槽；如果正在迁移槽则可能在目标节点，否则这个key就不存在。

故障转移

跟sentinel模式有相似之处，主要是多了个重新分片过程，而且sentinel是通过sentinel来监测和处理节点节点的状态和故障，而集群模式是节点自己相互监测。

故障迁移主要有以下三个部分——

1）发现故障点

集群内的节点会向其他的节点发送ping命令，如果未按时返回pong命令（答复），则这个节点会被标记为疑似下线（类似sentinel的主观下线），如果一半以上的节点都认为这个节点下线了，则这个节点就会被集群广播（类似sentinel中的客观下线），各个节点都会修改配置把这个节点真正下线。大家收到消息后都会把自己维护的结构体里的主节点X标记为已下线

2）从节点选举

当从节点发现自己的主节点下线后，会广播要求自己选为新的主节点（有槽指派的才有投票权，也就是主节点），投票者会给收到申请的第一个节点投票，超过半数则这个节点就会成为主节点。

3）故障迁移

新当选的从节点执行SLAVEOF no one，修改成主节点，使自己成为主节点，槽指派给自己，并向集群发命令，通知其他节点自己已经变成主节点了，负责哪些槽指派。新的主节点开始处理自己负责的槽的命令。

关于大数据开发学习，Redis 3.0集群模式的三个重点，以上就为大家做了简单的讲解了。Redis集群模式，在实际开发当中也是最常使用的，在学习阶段要去吃透才行。