Redis 集群

虛擬槽分區

redis集群使用的是基于hash的一種分區算法,稱之為虛擬槽分區

虛擬槽算法巧妙地使用了哈希空間,使用分散度良好的哈希函數將數據映射到一個固定范圍內的整數集合,整數集合中的每個整數稱為一個槽(slot) ,這個整數范圍遠遠大于節點數。槽是集群內數據管理;和遷移的基本單位。采用大范圍槽的主要目的是為了方便數據拆分集群擴展。每個節點會負責一定數量的槽,如圖所示:

image.png

當前集群有5個節點,每個節點平均大約負責3276個槽。由于采用高質量的哈希算法,每個槽所映射的數據通常比較均勻,將數據平均劃分到 5個節點進行數據分區。

這種結構很容易添加或者刪除 節點。如果增加一個節點 6,就需要從節點 1 ~ 5 獲得部分槽分配到節點 6 上。如果想移除節點 1,需要將節點 1 中的槽移到節點 2 ~ 5 上,然后將沒有任何槽的節點 1 從集群中移除即可。

由于從一個節點將哈希槽移動到另一個節點并不會停止服務,所以無論添加刪除或者改變某個節點的哈希槽的數量都不會造成集群不可用的狀態。

Redis的數據分區

Redis Cluster 采用CRC16哈希函數+取余方法將數據分為16384個數據槽中:

slot = CRC16(key)& 16383

集群中每個節點負責一部分槽以及槽所映射的鍵值數據。

優點
  • 解耦數據和節點之間的關系,簡化了節點擴容和收縮難度。
  • 節點自身維護槽的映射關系,不需要客戶端或者代理服務維護槽分區元數據。
  • 支持節點、槽、鍵之間的映射查詢,用于數據路由、在線伸縮等場景。
問題
  • key的批量操作命令會失效
  • key的事務操作失效
  • 不支持多數據庫空間,只使用db0
  • 復制結構只支持一層

數據定位

在redis集群啟動時,需要指定每個節點各自管理的槽。當節點啟動時,需要發握手命令使得節點相互連通,節點會互發管理信息。此時集群的狀態為down。當節點確定所有的數據槽都有相應的節點管理時,集群狀態修改為up,可以進行數據管理。

客戶端只需要連接到一個節點,即可進行數據操作。該節點接收到數據命令時,會根據key計算數據槽:若歸自己管理,則直接執行命令并返回結果;若不歸自己管理,則發送MOVEN命令給客戶端,告訴客戶端相應的服務器位置,客戶端重定向到正確的服務器上執行命令。

image.png

數據遷移

無論是新增還是減少一個節點,本質都是將該節點的數據遷移到另外一個或多個節點。

節點數據的遷移是以slot為單位的,具體流程:

  1. 在目標節點上聲明將從源節點上遷入Slot CLUSTER SETSLOT <slot> IMPORTING <source_node_id>
  2. 在源節點上聲明將往目標節點遷出Slot CLUSTER SETSLOT <slot> IMPORTING <source_node_id>
  3. 批量從源節點獲取KEY CLUSTER GETKEYSINSLOT <slot> <count>
  4. 將獲取的Key遷移到目標節點MIGRATE <target_ip> <target_port> <key_name> 0 <timeout>
  5. 重復步驟3,4直到所有數據遷移完畢
  6. 分別向雙方節點發送CLUSTER SETSLOT <slot> NODE <target_node_id>,該命令將會廣播給集群其他節點,已經將Slot轉移到目標節點。
  7. 等待集群狀態變為OK

遷移過程并不會影響集群的狀態,集群可以正常提供數據讀寫服務:
當一個源節點受到一條已遷移數據命令時,源節點會發送一條ASK ip port 命令給客戶端,提示客戶端該數據所在數據槽已遷移到目標節點,客戶端會向MOVED命令一樣,重定向到目標節點上執行命令。

高可用

在Redis Cluster中,每個節點都應包含一個主節點和N個從節點,當主節點掛掉時,需要從節點選舉出一個從節點成為主節點,繼續管理相應的數據槽。

redis的主節點選舉算法為Raft算法

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,825評論 6 546
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,814評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,980評論 0 384
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 64,064評論 1 319
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,779評論 6 414
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 56,109評論 1 330
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,099評論 3 450
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,287評論 0 291
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,799評論 1 338
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,515評論 3 361
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,750評論 1 375
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,221評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,933評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,327評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,667評論 1 296
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,492評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,703評論 2 380

推薦閱讀更多精彩內容