Redis分片（分区）

分区的概念

　　分区是分割数据到多个Redis实例的处理过程，因此每个实例只保存key的一个子集。

　　如果只使用一个redis实例时，其中保存了服务器中全部的缓存数据，这样会有很大风险，如果单台redis服务宕机了将会影响到整个服务。解决的方法就是我们可以采用分片/分区的技术，将原来一台服务器维护的整个缓存，现在换为由多台服务器共同维护内存空间。

分片的实现

说明与分析：

　　关于redis的安装参照上一篇，默认安装好了redis.

　　思路：采用在一台主机上实现分片的方式，所以只需要在该主机上配置启动三台redis的实例即可。因为redis默认使用的端口号为6379，所以这里我们分别使用6379、6380以及6381三个端口来实现。

配置：

　　1. 进入到redis的安装目录下，创建一个shard文件夹，然后将redis的配置文件"redis.conf"复制一份，取名为"redis-6379.conf"(作为6379这台实例的配置文件)。然后将该文件移动到shard文件夹下，再将"redis-6379.conf"复制两份，一个叫"redis-6380.conf"(作为6380这台实例的配置文件)，一个叫"redis-6381.conf"(作为6381这台实例的配置文件)。

　　2. 修改6379这台实例的配置文件，因为端口6379默认就是redis的端口，所以只需要指定该实例的持久化片区（文件）即可。

　　3. 修改6380实例的配置文件。

修改该实例占用的端口为6380

修改pid

修改dump文件名

　　4. 修改6381实例的配置文件。

修改该实例占用的端口为6381

修改pid

修改dump文件名

启动与测试：

　　1. 启动3台redis实例

　　2. 测试

　　redis分区有两种方式，对既定的key有不同的方式来选择这个key存放到哪个实例中，也就是说有不同的系统来映射某个key到某个Redis的服务。

最简单的分区方式为范围分区，就是映射一定范围的对象到特定的Redis实例。比如，ID从0到10000的用户会保存到实例R0，ID从10001到 20000的用户会保存到R1，以此类推。
另外一种方式是hash一致算法实现分区，对key值进行hash一致性计算后得到结果，最终将数据保存到某一台redis实例中，具体的hash一致性算法可以自行百度一下。

　　说明：测试采用junit写的测试方法，方法中定义了一个redis分片的连接池，分别添加用于测试的三个节点实例，然后向redis中增加10个记录并使用Redis Desktop Manager这个工具查看添加结果。

@Test

public void test02(){

    //定义redis的配置

    PoolConfig poolconfig = new PoolConfig();

    poolconfig.setMaxTotal(1000);  //表示redis的最大连接数——最大1000个线程

    poolconfig.setMinIdle(5);  //表示最小空闲数量

    //定义redis的多个节点机器

    List<JedisShardInfo> list = new ArrayList<>();

    //为集合添加参数

    list.add(new JedisShardInfo("192.168.161.139", 6379));

    list.add(new JedisShardInfo("192.168.161.139", 6380));

    list.add(new JedisShardInfo("192.168.161.139", 6381));

    //定义redis分片连接池

    ShardedJedisPool jedisPool = new ShardedJedisPool(poolconfig, list);

    //获取连接操作redis

    ShardedJedis shardedJedis = jedisPool.getResource();

    //向redis中添加20个记录查看分片结果

    for(int i = 0; i < 10; i++){

        //增加的记录格式为   key=NUM_i   value=i

        shardedJedis.set("NUM_"+i, ""+i);

    }

}

　　测试结果：

　　说明：测试结果发现10个记录中有1个分到了6379区，3个分到了6380区，另外6个分到了6381区，因为是采用记录的key值来进行hash一致性算法来确定记录的存放区域，所以即使重新分区都不会改变记录的存放地址，所以仍然可以根据key值来获取到对应的value值。

分区的不足：

分区是多台redis共同作用的，如果其中一台出现了宕机现象，则整个分片都将不能使用，虽然是在一定程度上缓减了内存的压力，但是没有实现高可用。
涉及多个key的操作通常是不被支持的。举例来说，当两个set映射到不同的redis实例上时，你就不能对这两个set执行交集操作。
涉及多个key的redis事务不能使用。
当使用分区时，数据处理较为复杂，比如你需要处理多个rdb/aof文件，并且从多个实例和主机备份持久化文件。

　　高可用的解决方案：可以采用哨兵机制实现主从复制从而实现高可用。