|NO.Z.00038|——————————|BigDataEnd|——|Hadoop&Redis.V06|——|Redis.v06|高可用|集群介绍|

一、集群与分区

### --- 集群与分区

~~~     分区是将数据分布在多个Redis实例（Redis主机）上，以至于每个实例只包含一部分数据。

### --- 分区的意义

~~~     # 性能的提升
~~~     单机Redis的网络I/O能力和计算资源是有限的，将请求分散到多台机器，
~~~     充分利用多台机器的计算能力可网络带宽，有助于提高Redis总体的服务能力。
~~~     # 存储能力的横向扩展
~~~     即使Redis的服务能力能够满足应用需求，但是随着存储数据的增加，
~~~     单台机器受限于机器本身的存储容量，将数据分散到多台机器上存储使得Redis服务可以横向扩展。

二、分区的方式

### --- 分区的方式

~~~     根据分区键（id）进行分区：

### --- 范围分区

~~~     根据id数字的范围比如1--10000、100001--20000.....90001-100000，
~~~     每个范围分到不同的Redis实例中

id范围	Redis实例
1-10000	Redis01
100001-20000	Redis02
......	......
90001-100000	Redis10

~~~     # 好处：
~~~     实现简单，方便迁移和扩展

~~~     # 缺陷：
~~~     热点数据分布不均，性能损失
~~~     非数字型key，比如uuid无法使用(可采用雪花算法替代)
~~~     分布式环境 主键 雪花算法
~~~     是数字
~~~     能排序

### --- hash分区

~~~     # 利用简单的hash算法即可：
~~~     Redis实例=hash(key)%N
~~~     key:要进行分区的键，比如user_id
~~~     N:Redis实例个数(Redis主机)
~~~     # 好处：
~~~     支持任何类型的key
~~~     热点分布较均匀，性能较好
~~~     # 缺陷：
~~~     迁移复杂，需要重新计算，扩展较差（利用一致性hash环）

三、client端分区

### --- client端分区
### --- 部署方案

~~~     对于一个给定的key，客户端直接选择正确的节点来进行读写。
~~~     许多Redis客户端都实现了客户端分区(JedisPool)，也可以自行编程实现。

四、客户端选择算法

### --- Hash

~~~     hash
~~~     普通hash
~~~     hash(key)%N
~~~     hash:可以采用hash算法，比如CRC32、CRC16等
~~~     N:是Redis主机个数

### --- 比如：

~~~     user_id : u001
~~~     hash(u001) : 1844213068
~~~     Redis实例=1844213068%3
~~~     余数为2，所以选择Redis3。

---

 

 

 

 

 

 

 

 

 

---

Walter Savage Landor:strove with none,for none was worth my strife.Nature I loved and, next to Nature, Art:I warm'd both hands before the fire of life.It sinks, and I am ready to depart

                                                                                                                                                   ——W.S.Landor

---