Azure Redis Cache (5) Redis Cache Cluster集群模式

　　《Windows Azure Platform 系列文章目录》

　　

　　Redis Cluster 3.0之后的版本，已经支持Redis Cluster集群模式，Redis Cluster采用无中心架构，每个节点保存数据和整个集群状态,每个节点都和其他所有节点连接。其redis-cluster架构图如下

　　

　　架构特点：

　　1.所有的redis节点彼此互联(PING-PONG机制),内部使用二进制协议优化传输速度和带宽

　　2.节点的fail是通过集群中超过半数的节点检测失效时才生效

　　3.客户端与redis节点直连,不需要中间proxy层.客户端不需要连接集群所有节点,连接集群中任何一个可用节点即可

　　4.redis-cluster把所有的物理节点映射到[0-16383]slot上（不一定是平均分配）,cluster 负责维护node<->slot<->value

　　5.Redis集群预分好16384个桶，当需要在 Redis 集群中放置一个 key-value 时，根据 CRC16(key) mod 16384的值，决定将一个key放到哪个桶中

　　Redis Cluster集群节点分配：

　　假设我们的Redis Cluster有三个节点，分别是A，B和C，它们可以是一台机器上的三个端口，也可以是三台不同的服务器。那么，采用哈希槽 (hash slot)的方式来分配16384个slot 的话，它们三个节点分别承担的slot 区间是：

　　节点A覆盖：0-5460

　　节点B覆盖：5461-10922

　　节点C覆盖：10923-16383

　　插入数据：

　　如果插入一个值，按照Redis Cache Cluster的哈希槽的算法： CRC16('key')%16384 = 6782。 就会把这个key 的存储分配到 B 上了。同样，当我连接(A,B,C)任何一个节点想获取'key'这个key时，也会这样的算法，然后内部跳转到B节点上获取数据

　　新增一个主节点：

　　新增一个节点D，redis cluster的这种做法是从各个节点的前面各拿取一部分slot到D上，我会在接下来的实践中实验。大致就会变成这样：

　　节点A覆盖：1365-5460

　　节点B覆盖：6827-10922

　　节点C覆盖：12288-16383

　　节点D覆盖：0-1364,5461-6826,10923-12287

　　同样删除一个节点也是类似，移动完成后就可以删除这个节点了

　　所以我们在设置Redis Cache集群的Scale Out，需要小心处理，因为数据会产生移动，消耗大量的IO