Redis 主从集群架构
单节点 redis 并发才能有上限，要进一步提高 redis 并发才能，就要建立主从集群，完成读写分离
主从同步原理
Replicaition id：每台 master 机器都一个 repl_id，是数据集的表明，若 salve 的 repl_id 与 master 的一样，则表明它们属于同一个集群
offset：偏移量，表明 master 在 repl_backlong 的方位。而同步时 salve 也会保存一个 offset，若 master 的 offset 大于 salve 的 offset，则表明 salve 的数据落后于 master，需求进行更新
主从同步方式
全量同步
履行机遇
- salve 第一次衔接 master 时；
- slave 断开时刻太久，repl_backlog 中的 offset 已经被覆盖
履行进程
-
salve向 master 发送offset、repl_id，master判别该 repl_id 为空或与自己的不同，则进行全量同步 -
master调用bgsave指令异步生成 RDB 文件，一起把生成 RDB 文件进程中接收到指令写入repl_baklog缓冲区 中， -
master生成完 RDB 文件后，把 RDB 文件和repl_baklog缓冲区中的指令同时发送给 salve； -
slave根据指令和 RDB 文件进行数据同步即可；
增量同步
履行机遇
- salve 断开又康复，而且能在 repl_backlog 中找到 offset
履行进程
-
salve向 master 发送offset、repl_id，master判别该 repl_id 与自己的相同，则进行增量同步 - master 根据 salve 发送过来的 offset，读取 repl_backlog 坐落 offset 后的指令，发送给 salve；
- salve 根据接收的指令进行同步即可；
差异
全量同步： master 履行 bgsave 指令，生成 RDB 文件发送给 slave，并将后续的指令存储在 repl_backlog 中，持续发送给 slave
增量同步： master 获取 slave 发送的 offset，将 repl_backlog 中 offset 之后的数据发送给 slave 进行同步
优化
- 运用无磁盘仿制，将数据流直接读入网络 IO 中；
- 恰当操控 Redis 内存的运用量，防止生成的 RDB 文件过大；
- 当 slave 宕机时，要尽快进行康复，防止进行全量仿制；
- 能够运用 主-从-从 的链式形式，削减 master 的压力；
Redis 岗兵
岗兵的三种效果
服务状况监控：sentinel 不断监控 Redis 集群中 master 和 salve 的状况；
主动毛病搬运：当 master 宕机后，sentinel 会在一切的 slave 中推举出一个 master，当宕机后的机器康复后，也以新挑选的 master 为主
告诉：sentinel 充任 Redis 的客户端服务发现来历，当集群发送毛病时，会把最新的消息发送到客户端
服务状况监控
sentinel 基于心跳的机制来判别 master 或者 slave 是否正常工作，每隔1秒向集群中的每个实例发送 ping 指令
- 若该实例没有在规则的时刻范围内得到 pong 呼应，则以为该机器 主观下线
- 若超越指定数量（quorum）台 sentinel 没有在规则的时刻范围内得到该实例 pong 呼应，则以为该机器 客观下线，quorum 的值最好超越 sentinel 机器数的一半
主动毛病搬运
推举原则
- 判别 salve 和 master 断开时刻的长短，若超越 10 *
down-after-milliseconds，则该 slave 不会被推举为 master - 判别
salve-priority的巨细，最小则优先级越高，但该值为 0 却不会被选到； - 判别
offset的巨细，offset 值越大表明数据越新； - 判别 salve 的 id 巨细，id 越小，节点的优先级越高；
推举进程
- 向某个推举为 master 的 salve 机器发送
salve of one - 向一切的机器发送
salve of 新 master - 最后更改宕机的 master 装备，添加
slave of 新master
Redis 分片集群
主从和岗兵处理了高并发和高可用的问题，但是有两个问题没有处理：
- 海量数据存储；
- 高并发写入；
分片集群的特征
- 具有多个 master，每个 master 能够存储不同的信息；
- 每个 master 具有多个 salve；
- master 之间通过心跳来监控健康状况；
- 客户端能够访问任意节点，但最后都会被路由到正确的节点；
散列插槽
Redis 分片集群把每个 master 映射到不同的散列插槽中
会根据 key 的有用部分来核算插槽的方位，所以 key 不是跟节点绑定，而是跟插槽绑定
- 将 16384 个插槽分配到不同的实例上；
- 根据 key 的有用部分取 hash 值，对 16384 取余即可；
- 余数作为插槽，寻找查找对应的实例即可；
- 若有用部分的余数相同，则能够完成把同类的信息放到同一个 master 节点上；
