redis cluster集群模式原理

从石杉码农课程整理而来

你能聊聊redis cluster集群模式的原理吗？

一、面试题redis集群模式的工做原理能说一下么？在集群模式下，redis的key是如何寻址的？分布式寻址都有哪些算法？了解一致性hash算法吗？

二、面试官心理分析

在之前，若是前几年的时候，通常来讲，redis若是要搞几个节点，每一个节点存储一部分的数据，得借助一些中间件来实现，好比说有codis，或者twemproxy，都有。有一些redis中间件，你读写redis中间件，redis中间件负责将你的数据分布式存储在多台机器上的redis实例中。这两年，redis不断在发展，redis也不断的有新的版本，redis cluster，redis集群模式，你能够作到在多台机器上，部署多个redis实例，每一个实例存储一部分的数据，同时每一个redis实例能够挂redis从实例，自动确保说，若是redis主实例挂了，会自动切换到redis从实例顶上来。如今redis的新版本，你们都是用redis cluster的，也就是redis原生支持的redis集群模式，那么面试官确定会就redis cluster对你来个几连炮。要是你没用过redis cluster，正常，之前不少人用codis之类的客户端来支持集群，可是起码你得研究一下redis cluster吧。

redis如何在保持读写分离+高可用的架构下，还能横向扩容支持1T+的海量数据？

一、单机redis在海量数据面前的瓶颈

二、怎么才可以突破单机瓶颈，让redis支撑海量数据？

三、redis的集群架构

redis cluster

支撑N个redis master node，每一个master node均可以挂载多个slave node

读写分离的架构，对于每一个master来讲，写就写到master，而后读就从mater对应的slave去读

高可用，由于每一个master都有salve节点，那么若是mater挂掉，redis cluster这套机制，就会自动将某个slave切换成master

redis cluster（多master + 读写分离 + 高可用）

咱们只要基于redis cluster去搭建redis集群便可，不须要手工去搭建replication复制+主从架构+读写分离+哨兵集群+高可用

四、redis cluster vs. replication + sentinal

若是你的数据量不多，主要是承载高并发高性能的场景，好比你的缓存通常就几个G，单机足够了

replication，一个mater，多个slave，要几个slave跟你的要求的读吞吐量有关系，而后本身搭建一个sentinal集群，去保证redis主从架构的高可用性，就能够了

redis cluster，主要是针对海量数据+高并发+高可用的场景，海量数据，若是你的数据量很大，那么建议就用redis cluster

一致性Hash及redis cluster的hash slot

讲解分布式数据存储的核心算法，数据分布的算法

hash算法 -> 一致性hash算法（memcached） -> redis cluster，hash slot算法

用不一样的算法，就决定了在多个master节点的时候，数据如何分布到这些节点上去，解决这个问题

一、redis cluster介绍

redis cluster

（1）自动将数据进行分片，每一个master上放一部分数据 （2）提供内置的高可用支持，部分master不可用时，仍是能够继续工做的

在redis cluster架构下，每一个redis要放开两个端口号，好比一个是6379，另一个就是加10000的端口号，好比16379

16379端口号是用来进行节点间通讯的，也就是cluster bus的东西，集群总线。cluster bus的通讯，用来进行故障检测，配置更新，故障转移受权

cluster bus用了另一种二进制的协议，主要用于节点间进行高效的数据交换，占用更少的网络带宽和处理时间

二、最老土的hash算法和弊端（大量缓存重建）

好比cluster中有三台master机器，某一个master宕机了，就要从新对剩下2台master取模，再分布到其余的节点上去。

对于高并发的系统来讲，是不可接受的，这会致使请求直接打到数据库上，从而将数据库压垮。

一台机器宕机后，所有请求过来会发现，要基于最新的master个数取模而后获取数据，这将致使几乎大部分的请求，没法拿到有效的缓存，大量的流量就会涌入数据库中。

三、一致性hash算法（自动缓存迁移）+虚拟节点（自动负载均衡）

一致性hash

一致性hash算法，能够保证任何一个master宕机，只有以前在那个master上的数据会受到影响，由于照着顺时针走，所有在以前的master上的数据找不到了，会顺时针去下一个master找，也会找不到。这样只有1/3的流量会涌入到数据库中从新查询。

虚拟节点

缓存热点的问题，可能集中在某个hash区间内的值特别多，那么会致使大量的数据库都涌入同一个master内，形成master的热点问题，性能出现瓶颈。

虚拟结点

四、redis cluster的hash slot算法

redis cluster有固定的16384个hash slot，对每一个key计算CRC16值，而后对16384取模，能够获取key对应的hash slot

redis cluster中每一个master都会持有部分slot，好比有3个master，那么可能每一个master持有5000多个hash slot

hash slot让node的增长和移除很简单，增长一个master，就将其余master的hash slot移动部分过去，减小一个master，就将它的hash slot移动到其余master上去

移动hash slot的成本是很是低的

客户端的api，能够对指定的数据，让他们走同一个hash slot，经过hash tag来实现

redis cluster核心原理分析

1、节点间的内部通讯机制

一、基础通讯原理

（1）redis cluster节点间采起gossip协议进行通讯

跟集中式不一样，不是将集群元数据（节点信息，故障，等等）集中存储在某个节点上，而是互相之间不断通讯，保持整个集群全部节点的数据是完整的

维护集群的元数据用得，集中式，一种叫作gossip

集中式：好处在于，元数据的更新和读取，时效性很是好，一旦元数据出现了变动，当即就更新到集中式的存储中，其余节点读取的时候当即就能够感知到; 很差在于，全部的元数据的跟新压力所有集中在一个地方，可能会致使元数据的存储有压力

gossip：好处在于，元数据的更新比较分散，不是集中在一个地方，更新请求会陆陆续续，打到全部节点上去更新，有必定的延时，下降了压力; 缺点，元数据更新有延时，可能致使集群的一些操做会有一些滞后

咱们刚才作reshard，去作另一个操做，会发现说，configuration error，达成一致

（2）10000端口

每一个节点都有一个专门用于节点间通讯的端口，就是本身提供服务的端口号+10000，好比7001，那么用于节点间通讯的就是17001端口

每隔节点每隔一段时间都会往另外几个节点发送ping消息，同时其余几点接收到ping以后返回pong

（3）交换的信息

故障信息，节点的增长和移除，hash slot信息，等等

二、gossip协议

gossip协议包含多种消息，包括ping，pong，meet，fail，等等

meet: 某个节点发送meet给新加入的节点，让新节点加入集群中，而后新节点就会开始与其余节点进行通讯

redis-trib.rb add-node

其实内部就是发送了一个gossip meet消息，给新加入的节点，通知那个节点去加入咱们的集群

ping: 每一个节点都会频繁给其余节点发送ping，其中包含本身的状态还有本身维护的集群元数据，互相经过ping交换元数据

每一个节点每秒都会频繁发送ping给其余的集群，ping，频繁的互相之间交换数据，互相进行元数据的更新

pong: 返回ping和meet，包含本身的状态和其余信息，也能够用于信息广播和更新

fail: 某个节点判断另外一个节点fail以后，就发送fail给其余节点，通知其余节点，指定的节点宕机了

三、ping消息深刻

ping很频繁，并且要携带一些元数据，因此可能会加剧网络负担

每一个节点每秒会执行10次ping，每次会选择5个最久没有通讯的其余节点

固然若是发现某个节点通讯延时达到了cluster_node_timeout / 2，那么当即发送ping，避免数据交换延时过长，落后的时间太长了

好比说，两个节点之间都10分钟没有交换数据了，那么整个集群处于严重的元数据不一致的状况，就会有问题

因此cluster_node_timeout能够调节，若是调节比较大，那么会下降发送的频率

每次ping，一个是带上本身节点的信息，还有就是带上1/10其余节点的信息，发送出去，进行数据交换

至少包含3个其余节点的信息，最多包含总节点-2个其余节点的信息

---

2、面向集群的jedis内部实现原理

开发，jedis，redis的java client客户端，redis cluster，jedis cluster api

jedis cluster api与redis cluster集群交互的一些基本原理

一、基于重定向的客户端

redis-cli -c，自动重定向

（1）请求重定向

客户端可能会挑选任意一个redis实例去发送命令，每一个redis实例接收到命令，都会计算key对应的hash slot

若是在本地就在本地处理，不然返回moved给客户端，让客户端进行重定向

cluster keyslot mykey，能够查看一个key对应的hash slot是什么

用redis-cli的时候，能够加入-c参数，支持自动的请求重定向，redis-cli接收到moved以后，会自动重定向到对应的节点执行命令

（2）计算hash slot

计算hash slot的算法，就是根据key计算CRC16值，而后对16384取模，拿到对应的hash slot

用hash tag能够手动指定key对应的slot，同一个hash tag下的key，都会在一个hash slot中，好比set mykey1:{100}和set mykey2:{100}

（3）hash slot查找

节点间经过gossip协议进行数据交换，就知道每一个hash slot在哪一个节点上

二、smart jedis

（1）什么是smart jedis

基于重定向的客户端，很消耗网络IO，由于大部分状况下，可能都会出现一次请求重定向，才能找到正确的节点

因此大部分的客户端，好比java redis客户端，就是jedis，都是smart的

本地维护一份hashslot -> node的映射表，缓存，大部分状况下，直接走本地缓存就能够找到hashslot -> node，不须要经过节点进行moved重定向

（2）JedisCluster的工做原理

在JedisCluster初始化的时候，就会随机选择一个node，初始化hashslot -> node映射表，同时为每一个节点建立一个JedisPool链接池

每次基于JedisCluster执行操做，首先JedisCluster都会在本地计算key的hashslot，而后在本地映射表找到对应的节点

若是那个node正好仍是持有那个hashslot，那么就ok; 若是说进行了reshard这样的操做，可能hashslot已经不在那个node上了，就会返回moved

若是JedisCluter API发现对应的节点返回moved，那么利用该节点的元数据，更新本地的hashslot -> node映射表缓存

重复上面几个步骤，直到找到对应的节点，若是重试超过5次，那么就报错，JedisClusterMaxRedirectionException

jedis老版本，可能会出如今集群某个节点故障还没完成自动切换恢复时，频繁更新hash slot，频繁ping节点检查活跃，致使大量网络IO开销

jedis最新版本，对于这些过分的hash slot更新和ping，都进行了优化，避免了相似问题

（3）hashslot迁移和ask重定向

若是hash slot正在迁移，那么会返回ask重定向给jedis

jedis接收到ask重定向以后，会从新定位到目标节点去执行，可是由于ask发生在hash slot迁移过程当中，因此JedisCluster API收到ask是不会更新hashslot本地缓存

已经能够肯定说，hashslot已经迁移完了，moved是会更新本地hashslot->node映射表缓存的

---

3、高可用性与主备切换原理

redis cluster的高可用的原理，几乎跟哨兵是相似的

一、判断节点宕机

若是一个节点认为另一个节点宕机，那么就是pfail，主观宕机

若是多个节点都认为另一个节点宕机了，那么就是fail，客观宕机，跟哨兵的原理几乎同样，sdown，odown

在cluster-node-timeout内，某个节点一直没有返回pong，那么就被认为pfail

若是一个节点认为某个节点pfail了，那么会在gossip ping消息中，ping给其余节点，若是超过半数的节点都认为pfail了，那么就会变成fail

二、从节点过滤

对宕机的master node，从其全部的slave node中，选择一个切换成master node

检查每一个slave node与master node断开链接的时间，若是超过了cluster-node-timeout * cluster-slave-validity-factor，那么就没有资格切换成master

这个也是跟哨兵是同样的，从节点超时过滤的步骤

三、从节点选举

哨兵：对全部从节点进行排序，slave priority，offset，run id

每一个从节点，都根据本身对master复制数据的offset，来设置一个选举时间，offset越大（复制数据越多）的从节点，选举时间越靠前，优先进行选举

全部的master node开始slave选举投票，给要进行选举的slave进行投票，若是大部分master node（N/2 + 1）都投票给了某个从节点，那么选举经过，那个从节点能够切换成master

从节点执行主备切换，从节点切换为主节点

四、与哨兵比较

整个流程跟哨兵相比，很是相似，因此说，redis cluster功能强大，直接集成了replication和sentinal的功能

没有办法去给你们深刻讲解redis底层的设计的细节，核心原理和设计的细节，那个除非单独开一门课，redis底层原理深度剖析，redis源码

对于我们这个架构课来讲，主要关注的是架构，不是底层的细节，对于架构来讲，核心的原理的基本思路，是要梳理清晰的