redis 集群的三种方式

redis集群分为三种方式：
具体可参考https://blog.csdn.net/e3002/article/details/100691472

一． 主从模式（master/slaver）

1. 只需要在配置文件中加上一行配置，slaveof 192.168.1.1 6379，指明master的ip和端口号就可以了
2. 在redis.conf中，还有一些关于主从的其他配置，按需配置即可
3. 主从模式的一个作用是备份数据，这样当一个节点损坏（指不可恢复的硬件损坏）时，数据因为有备份，可以方便恢复。
4. 另一个作用是负载均衡，所有客户端都访问一个节点肯定会影响Redis工作效率，有了主从以后，查询操作就可以通过查询从节点来完成。
5. 一个Master可以有多个Slaves，默认配置下，master节点可以进行读和写，slave节点只能进行读操作，写操作被禁止不要修改配置让slave节点支持写操作，没有意义，原因一，写入的数据不会被同步到其他节点；原因二，当master节点修改同一条数据后，slave节点的数据会被覆盖掉slave节点挂了不影响其他slave节点的读和master节点的读和写，重新启动后会将数据从master节点同步过来master节点挂了以后，不影响slave节点的读，Redis将不再提供写服务，master节点启动后Redis将重新对外提供写服务
6. master节点挂了以后，不会slave节点重新选一个master，这个缺点影响是很大的，尤其是对生产环境来说，是一刻都不能停止服务的，所以一般的生产坏境是不会单单只有主从模式的。所以有了下面的sentinel模式

二． sentinel模式https://www.cnblogs.com/yiwangzhibujian/p/7053848.html
7. sentinel的中文含义是哨兵、守卫。也就是说既然主从模式中，当master节点挂了以后，slave节点不能主动选举一个master节点出来，那么我就安排一个或多个sentinel来做这件事，当sentinel发现master节点挂了以后，sentinel就会从slave中重新选举一个master。
8. sentinel模式是建立在主从模式的基础上，如果只有一个Redis节点，sentinel就没有任何意义,当master节点挂了以后，sentinel会在slave中选择一个做为master，并修改它们的配置文件，其他slave的配置文件也会被修改，比如slaveof属性会指向新的master ,当master节点重新启动后，它将不再是master而是做为slave接收新的master节点的同步数据,sentinel因为也是一个进程有挂掉的可能，所以sentinel也会启动多个形成一个sentinel集群,当主从模式配置密码时，sentinel也会同步将配置信息修改到配置文件中，不要担心。一个sentinel或sentinel集群可以管理多个主从Redis。sentinel最好不要和Redis部署在同一台机器，不然Redis的服务器挂了以后，sentinel也挂了,sentinel监控的Redis集群都会定义一个master名字，这个名字代表Redis集群的master Redis。当使用sentinel模式的时候，客户端就不要直接连接Redis，而是连接sentinel的ip和port，由sentinel来提供具体的可提供服务的Redis实现，这样当master节点挂掉以后，sentinel就会感知并将新的master节点提供给使用者
9. sentinel模式基本可以满足一般生产的需求，具备高可用性。但是当数据量过大到一台服务器存放不下的情况时，主从模式或sentinel模式就不能满足需求了，这个时候需要对存储的数据进行分片，将数据存储到多个Redis实例中，就是下面要讲的。Cluster模式

三． cluster模式
https://www.cnblogs.com/yiwangzhibujian/p/7053851.html
11. cluster可以说是sentinel和主从模式的结合体，通过cluster可以实现master重选功能，所以如果配置两个副本三个分片的话，就需要六个Redis实例。因为Redis的数据是根据一定规则分配到cluster的不同机器的，当数据量过大时，可以新增机器进行扩容这种模式适合数据量巨大的缓存要求，当数据量不是很大使用sentinel即可。

redis 版本中采用的是虚拟槽分区技术来解决数据分布的问题:
虚拟槽分区算法：
虚拟槽分区是 redis cluster 中默认的数据分布技术，虚拟槽分区巧妙地使用了哈希空间，使用分散度良好的哈希函数把所有数据映射到一个固定范围的整数集合中，这个整数定义为槽（slot），而且这个槽的个数一般远远的大于节点数。

在 redis cluster 中有16384（0~16383）个槽，会将这些槽平均分配到每个 master 上，在存储数据时利用 CRC16 算法，具体的计算公式为：slot=CRC16（key）/16384 来计算 key 属于哪个槽