之前我們提到，為了保證Redis的高可用，主要需要以下幾個方面：

•  數(shù)據(jù)持久化
•  主從復(fù)制
•  自動故障恢復(fù)
•   集群化

我們簡單理一下這幾個方案的特點，以及它們之間的聯(lián)系。

數(shù)據(jù)持久化本質(zhì)上是為了做數(shù)據(jù)備份，有了數(shù)據(jù)持久化，當(dāng)Redis宕機時，我們可以把數(shù)據(jù)從磁盤上恢復(fù)回來，但在數(shù)據(jù)恢復(fù)之前，服務(wù)是不可用的，而且數(shù)據(jù)恢復(fù)的時間取決于實例的大小，數(shù)據(jù)量越大，恢復(fù)起來越慢。Redis的持久化過程可以參考：Redis持久化是如何做的？RDB和AOF對比分析。

而主從復(fù)制則是部署多個副本節(jié)點，多個副本節(jié)點實時復(fù)制主節(jié)點的數(shù)據(jù)，當(dāng)主節(jié)點宕機時，我們有完整的副本節(jié)點可以使用。另一方面，如果我們業(yè)務(wù)的讀請求量很大，主節(jié)點無法承受所有的讀請求，多個副本節(jié)點可以分擔(dān)讀請求，實現(xiàn)讀寫分離，這樣可以提高Redis的訪問性能。Redis 6.0 集群搭建實踐

但有個問題是，當(dāng)主節(jié)點宕機時，我們雖然有完整的副本節(jié)點，但需要手動操作把從節(jié)點提升為主節(jié)點繼續(xù)提供服務(wù)，如果每次主節(jié)點故障，都需要人工操作，這個過程既耗時耗力，也無法保證及時性，高可用的程度將大打折扣。如何優(yōu)化呢？

有了數(shù)據(jù)持久化、主從復(fù)制、故障自動恢復(fù)這些功能，我們在使用Redis時是不是就可以高枕無憂了？

答案是否定的，如果我們的業(yè)務(wù)大部分都是讀請求，可以使用讀寫分離提升性能。但如果寫請求量也很大呢？現(xiàn)在是大數(shù)據(jù)時代，像阿里、騰訊這些大體量的公司，每時每刻都擁有非常大的寫入量，此時如果只有一個主節(jié)點是無法承受的，那如何處理呢？

這就需要集群化！簡單來說實現(xiàn)方式就是，多個主從節(jié)點構(gòu)成一個集群，每個節(jié)點存儲一部分數(shù)據(jù)，這樣寫請求也可以分散到多個主節(jié)點上，解決寫壓力大的問題。同時，集群化可以在節(jié)點容量不足和性能不夠時，動態(tài)增加新的節(jié)點，對進群進行擴容，提升性能。

從這篇文章開始，我們就開始介紹Redis的集群化方案。當(dāng)然，集群化也意味著Redis部署架構(gòu)更復(fù)雜，管理和維護起來成本也更高。而且在使用過程中，也會遇到很多問題，這也衍生出了不同的集群化解決方案，它們的側(cè)重點各不相同。

這篇文章我們先來整體介紹一下Redis集群化比較流行的幾個解決方案，先對它們有整體的認識，后面我會專門針對我比較熟悉的集群方案進行詳細的分析。

集群化方案

要想實現(xiàn)集群化，就必須部署多個主節(jié)點，每個主節(jié)點還有可能有多個從節(jié)點，以這樣的部署結(jié)構(gòu)組成的集群，才能更好地承擔(dān)更大的流量請求和存儲更多的數(shù)據(jù)。

可以承擔(dān)更大的流量是集群最基礎(chǔ)的功能，一般集群化方案還包括了上面提到了數(shù)據(jù)持久化、數(shù)據(jù)復(fù)制、故障自動恢復(fù)功能，利用這些技術(shù)，來保證集群的高性能和高可用。

另外，優(yōu)秀的集群化方案還實現(xiàn)了在線水平擴容功能，當(dāng)節(jié)點數(shù)量不夠時，可以動態(tài)增加新的節(jié)點來提升整個集群的性能，而且這個過程是在線完成的，業(yè)務(wù)無感知。

業(yè)界主流的Redis集群化方案主要包括以下幾個：

•  客戶端分片
•  Codis
•  Twemproxy
•  Redis Cluster

它們還可以用是否中心化來劃分，其中客戶端分片、Redis Cluster屬于無中心化的集群方案，Codis、Tweproxy屬于中心化的集群方案。

是否中心化是指客戶端訪問多個Redis節(jié)點時，是直接訪問還是通過一個中間層Proxy來進行操作，直接訪問的就屬于無中心化的方案，通過中間層Proxy訪問的就屬于中心化的方案，它們有各自的優(yōu)劣，下面分別來介紹。

客戶端分片

客戶端分片主要是說，我們只需要部署多個Redis節(jié)點，具體如何使用這些節(jié)點，主要工作在客戶端。

客戶端通過固定的Hash算法，針對不同的key計算對應(yīng)的Hash值，然后對不同的Redis節(jié)點進行讀寫。

客戶端分片集群模式

客戶端分片需要業(yè)務(wù)開發(fā)人員事先評估業(yè)務(wù)的請求量和數(shù)據(jù)量，然后讓DBA部署足夠的節(jié)點交給開發(fā)人員使用即可。

這個方案的優(yōu)點是部署非常方便，業(yè)務(wù)需要多少個節(jié)點DBA直接部署交付即可，剩下的事情就需要業(yè)務(wù)開發(fā)人員根據(jù)節(jié)點數(shù)量來編寫key的請求路由邏輯，制定一個規(guī)則，一般采用固定的Hash算法，把不同的key寫入到不同的節(jié)點上，然后再根據(jù)這個規(guī)則進行數(shù)據(jù)讀取。

可見，它的缺點是業(yè)務(wù)開發(fā)人員使用Redis的成本較高，需要編寫路由規(guī)則的代碼來使用多個節(jié)點，而且如果事先對業(yè)務(wù)的數(shù)據(jù)量評估不準確，后期的擴容和遷移成本非常高，因為節(jié)點數(shù)量發(fā)生變更后，Hash算法對應(yīng)的節(jié)點也就不再是之前的節(jié)點了。

所以后來又衍生出了一致性哈希算法，就是為了解決當(dāng)節(jié)點數(shù)量變更時，盡量減少數(shù)據(jù)的遷移和性能問題。

這種客戶端分片的方案一般用于業(yè)務(wù)數(shù)據(jù)量比較穩(wěn)定，后期不會有大幅度增長的業(yè)務(wù)場景下使用，只需要前期評估好業(yè)務(wù)數(shù)據(jù)量即可。

Codis

隨著業(yè)務(wù)和技術(shù)的發(fā)展，人們越發(fā)覺得，當(dāng)我需要使用Redis時，我們不想關(guān)心集群后面有多少個節(jié)點，我們希望我們使用的Redis是一個大集群，當(dāng)我們的業(yè)務(wù)量增加時，這個大集群可以增加新的節(jié)點來解決容量不夠用和性能問題。

這種方式就是服務(wù)端分片方案，客戶端不需要關(guān)心集群后面有多少個Redis節(jié)點，只需要像使用一個Redis的方式去操作這個集群，這種方案將大大降低開發(fā)人員的使用成本，開發(fā)人員可以只需要關(guān)注業(yè)務(wù)邏輯即可，不需要關(guān)心Redis的資源問題。

多個節(jié)點組成的集群，如何讓開發(fā)人員像操作一個Redis時那樣來使用呢？這就涉及到多個節(jié)點是如何組織起來提供服務(wù)的，一般我們會在客戶端和服務(wù)端中間增加一個代理層，客戶端只需要操作這個代理層，代理層實現(xiàn)了具體的請求轉(zhuǎn)發(fā)規(guī)則，然后轉(zhuǎn)發(fā)請求到后面的多個節(jié)點上，因此這種方式也叫做中心化方式的集群方案，Codis就是以這種方式實現(xiàn)的集群化方案。

Proxy集群模式

Codis架構(gòu)圖

Codis是由國人前豌豆莢大神開發(fā)的，采用中心化方式的集群方案。因為需要代理層Proxy來進行所有請求的轉(zhuǎn)發(fā)，所以對Proxy的性能要求很高，Codis采用Go語言開發(fā)，兼容了開發(fā)效率和性能。

Codis包含了多個組件：

•  codis-proxy：主要負責(zé)對請求的讀寫進行轉(zhuǎn)發(fā)
•  codis-dashbaord：統(tǒng)一的控制中心，整合了數(shù)據(jù)轉(zhuǎn)發(fā)規(guī)則、故障自動恢復(fù)、數(shù)據(jù)在線遷移、節(jié)點擴容縮容、自動化運維API等功能
•  codis-group：基于Redis 3.2.8版本二次開發(fā)的Redis Server，增加了異步數(shù)據(jù)遷移功能
•  codis-fe：管理多個集群的UI界面

可見Codis的組件還是挺多的，它的功能非常全，除了請求轉(zhuǎn)發(fā)功能之外，還實現(xiàn)了在線數(shù)據(jù)遷移、節(jié)點擴容縮容、故障自動恢復(fù)等功能。

Codis的Proxy就是負責(zé)請求轉(zhuǎn)發(fā)的組件，它內(nèi)部維護了請求轉(zhuǎn)發(fā)的具體規(guī)則，Codis把整個集群劃分為1024個槽位，在處理讀寫請求時，采用crc32Hash算法計算key的Hash值，然后再根據(jù)Hash值對1024個槽位取模，最終找到具體的Redis節(jié)點。

Codis最大的特點就是可以在線擴容，在擴容期間不影響客戶端的訪問，也就是不需要停機。這對業(yè)務(wù)使用方是極大的便利，當(dāng)集群性能不夠時，就可以動態(tài)增加節(jié)點來提升集群的性能。

為了實現(xiàn)在線擴容，保證數(shù)據(jù)在遷移過程中還有可靠的性能，Codis針對Redis進行了修改，增加了針對異步遷移數(shù)據(jù)相關(guān)命令，它基于Redis 3.2.8進行開發(fā)，上層配合Dashboard和Proxy組件，完成對業(yè)務(wù)無損的數(shù)據(jù)遷移和擴容功能。

因此，要想使用Codis，必須使用它內(nèi)置的Redis，這也就意味著Codis中的Redis是否能跟上官方最新版的功能特性，可能無法得到保障，這取決于Codis的維護方，目前Codis已經(jīng)不再維護，所以使用Codis時只能使用3.2.8版的Redis，這是一個痛點。

另外，由于集群化都需要部署多個節(jié)點，因此操作集群并不能完全像操作單個Redis一樣實現(xiàn)所有功能，主要是對于操作多個節(jié)點可能產(chǎn)生問題的命令進行了禁用或限制，具體可參考Codis不支持的命令列表。

但這不影響它是一個優(yōu)秀的集群化方案，由于我司使用Redis集群方案較早，那時Redis Cluster還不夠成熟，所以我司使用的Redis集群方案就是Codis。

目前我的工作主要是圍繞Codis展開的，我們公司對Codis進行了定制開發(fā)，還對Redis進行了一些改造，讓Codis支持了跨多個數(shù)據(jù)中心的數(shù)據(jù)同步，因此我對Codis的代碼比較熟悉，后面會專門寫一些文章來剖析Codis的實現(xiàn)原理，學(xué)習(xí)它的原理，這對我們理解分布式存儲有很大的幫助！

Twemproxy

Twemproxy是由Twitter開源的集群化方案，它既可以做Redis Proxy，還可以做Memcached Proxy。

它的功能比較單一，只實現(xiàn)了請求路由轉(zhuǎn)發(fā)，沒有像Codis那么全面有在線擴容的功能，它解決的重點就是把客戶端分片的邏輯統(tǒng)一放到了Proxy層而已，其他功能沒有做任何處理。

Tweproxy推出的時間最久，在早期沒有好的服務(wù)端分片集群方案時，應(yīng)用范圍很廣，而且性能也極其穩(wěn)定。

但它的痛點就是無法在線擴容、縮容，這就導(dǎo)致運維非常不方便，而且也沒有友好的運維UI可以使用。Codis就是因為在這種背景下才衍生出來的。

Redis Cluster

采用中間加一層Proxy的中心化模式時，這就對Proxy的要求很高，因為它一旦出現(xiàn)故障，那么操作這個Proxy的所有客戶端都無法處理，要想實現(xiàn)Proxy的高可用，還需要另外的機制來實現(xiàn)，例如Keepalive。

而且增加一層Proxy進行轉(zhuǎn)發(fā)，必然會有一定的性能損耗，那么除了客戶端分片和上面提到的中心化的方案之外，還有比較好的解決方案么？

Redis官方推出的Redis Cluster另辟蹊徑，它沒有采用中心化模式的Proxy方案，而是把請求轉(zhuǎn)發(fā)邏輯一部分放在客戶端，一部分放在了服務(wù)端，它們之間互相配合完成請求的處理。

Redis Cluster是在Redis 3.0推出的，早起的Redis Cluster由于沒有經(jīng)過嚴格的測試和生產(chǎn)驗證，所以并沒有廣泛推廣開來。也正是在這樣的背景下，業(yè)界衍生了出了上面所說的中心化集群方案：Codis和Tweproxy。

但隨著Redis的版本迭代，Redis官方的Cluster也越來越穩(wěn)定，更多人開始采用官方的集群化方案。也正是因為它是官方推出的，所以它的持續(xù)維護性可以得到保障，這就比那些第三方的開源方案更有優(yōu)勢。

Redis Cluster沒有了中間的Proxy代理層，那么是如何進行請求的轉(zhuǎn)發(fā)呢？

Redis把請求轉(zhuǎn)發(fā)的邏輯放在了Smart Client中，要想使用Redis Cluster，必須升級Client SDK，這個SDK中內(nèi)置了請求轉(zhuǎn)發(fā)的邏輯，所以業(yè)務(wù)開發(fā)人員同樣不需要自己編寫轉(zhuǎn)發(fā)規(guī)則，Redis Cluster采用16384個槽位進行路由規(guī)則的轉(zhuǎn)發(fā)。

沒有了Proxy層進行轉(zhuǎn)發(fā)，客戶端可以直接操作對應(yīng)的Redis節(jié)點，這樣就少了Proxy層轉(zhuǎn)發(fā)的性能損耗。

Redis Cluster也提供了在線數(shù)據(jù)遷移、節(jié)點擴容縮容等功能，內(nèi)部還內(nèi)置了哨兵完成故障自動恢復(fù)功能，可見它是一個集成所有功能于一體的Cluster。因此它在部署時非常簡單，不需要部署過多的組件，對于運維極其友好。

Redis Cluster在節(jié)點數(shù)據(jù)遷移、擴容縮容時，對于客戶端的請求處理也做了相應(yīng)的處理。當(dāng)客戶端訪問的數(shù)據(jù)正好在遷移過程中時，服務(wù)端與客戶端制定了一些協(xié)議，來告知客戶端去正確的節(jié)點上訪問，幫助客戶端訂正自己的路由規(guī)則。

雖然Redis Cluster提供了在線數(shù)據(jù)遷移的功能，但它的遷移性能并不高，遷移過程中遇到大key時還有可能長時間阻塞遷移的兩個節(jié)點，這個功能相較于Codis來說，Codis數(shù)據(jù)遷移性能更好。這里先了解一個大概就好，后面我會專門針對Codis和Redis Cluster在線遷移功能的性能對比寫一些文章。

現(xiàn)在越來越多的公司開始采用Redis Cluster，有能力的公司還在它的基礎(chǔ)上進行了二次開發(fā)和定制，來解決Redis Cluster存在的一些問題，我們期待Redis Cluster未來有更好的發(fā)展。

總結(jié)

比較完了這些集群化方案，下面我們來總結(jié)一下。

 

業(yè)界主流的集群化方案就是以上這些，并對它們的特點和區(qū)別做了簡單的介紹，我們在開發(fā)過程中選擇自己合適的集群方案即可，但最好是理解它們的實現(xiàn)原理，在使用過程中遇到問題才可以更從容地去解決。