面试官 ： 聊下 Redis 的分片集群，先聊 Redis Cluster 好咯？
面试官：Redis Cluser 是 Redis 3.x 才有的官网集群计划，这块你理解多少？
候选者：嗯，要不还是从根底讲起呗？
候选者：在后面聊 Redis 的时候，提到的 Redis 都是「单实例」存储所有的数据。
候选者：1. 主从模式下实现读写拆散的架构，能够让多个从服务器承载「读流量」，但面对「写流量」时，始终是只有主服务器在抗。
候选者：2.「纵向扩大」降级 Redis 服务器硬件能力，但降级至肯定水平下，就不划算了。
候选者：纵向扩大意味着「大内存」，Redis 长久化时的”老本”会加大（Redis 做 RDB 长久化，是全量的，fork 子过程时有可能因为应用内存过大，导致主线程阻塞工夫过长）
候选者：所以，「单实例」是有瓶颈的
候选者：「纵向扩大」不行，就「横向扩大」呗。
候选者：用多个 Redis 实例来组成一个集群，依照肯定的规定把数据「散发」到不同的 Redis 实例上。当集群所有的 Redis 实例的数据加起来，那这份数据就是全的
候选者：其实就是「分布式」的概念（：只不过，在 Redis 里，如同叫「分片集群」的人比拟多？
候选者：从后面就得悉了，要「分布式存储」，就必定防止不了对数据进行「散发」(也是路由的意思)
候选者：从 Redis Cluster 讲起吧，它的「路由」是做在客户端的（SDK 曾经集成了路由转发的性能）
候选者 ：Redis Cluster 对数据的散发的逻辑中，波及到「哈希槽」(Hash Solt) 的概念
候选者：Redis Cluster 默认一个集群有 16384 个哈希槽，这些哈希槽会调配到不同的 Redis 实例中
候选者：至于怎么「瓜分」，能够间接均分，也能够「手动」设置每个 Redis 实例的哈希槽，全由咱们来决定
候选者：重要的是，咱们要把这 16384 个都得瓜分完，不能有残余！
候选者：当客户端有数据进行写入的时候，首先会对 key 依照 CRC16 算法计算出 16bit 的值（能够了解为就是做 hash），而后失去的值对 16384 进行取模
候选者：取模之后，天然就失去其中一个哈希槽，而后就能够将数据插入到调配至该哈希槽的 Redis 实例中
面试官 ： 那问题就来了，当初客户端通过 hash 算法算出了哈希槽的地位，那客户端怎么晓得这个哈希槽在哪台 Redis 实例上呢？
候选者：是这样的，在集群的中每个 Redis 实例都会向其余实例「流传」本人所负责的哈希槽有哪些。这样一来，每台 Redis 实例就能够记录着「所有哈希槽与实例」的关系了（：
候选者：有了这个映射关系当前，客户端也会「缓存」一份到本人的本地上，那天然客户端就晓得去哪个 Redis 实例上操作了
面试官 ： 那我又有问题了，在集群里也能够新增或者删除 Redis 实例啊，这个怎么整？
候选者：当集群删除或者新增 Redis 实例时，那总会有某 Redis 实例所负责的哈希槽关系会发生变化
候选者：发生变化的信息会通过音讯发送至整个集群中，所有的 Redis 实例都会晓得该变动，而后更新本人所保留的映射关系
候选者：但这时候，客户端其实是不感知的（：
候选者：所以，当客户端申请时某 Key 时，还是会申请到「原来」的 Redis 实例上。而原来的 Redis 实例会返回「moved」命令，通知客户端应该要去新的 Redis 实例下来申请啦
候选者：客户端接管到「moved」命令之后，就晓得去新的 Redis 实例申请了，并且更新「缓存哈希槽与实例之间的映射关系」
候选者：总结起来就是：数据迁徙结束后被响应，客户端会收到「moved」命令，并且会更新本地缓存
面试官 ： 那数据还没齐全迁徙完呢？
候选者：如果数据还没齐全迁徙完，那这时候会返回客户端「ask」命令。也是让客户端去申请新的 Redis 实例，但客户端这时候不会更新本地缓存
面试官：理解了
面试官：说白了就是，如果集群 Redis 实例存在变动，因为 Redis 实例之间会「通信」
面试官：所以等到客户端申请时，Redis 实例总会晓得客户端所要申请的数据在哪个 Redis 实例上
面试官：如果曾经迁徙结束了，那就返回「move」命令通知客户端应该去找哪个 Redis 实例要数据，并且客户端应该更新本人的缓存(映射关系)
面试官：如果正在迁徙中，那就返回「ack」命令通知客户端应该去找哪个 Redis 实例要数据
候选者：不愧是你…
面试官 ： 那你晓得为什么哈希槽是 16384 个吗？
候选者：嗯，这个。是这样的，Redis 实例之间「通信」会相互交换「槽信息」，那如果槽过多（意味着网络包会变大），网络包变大，那是不是就意味着会「适度占用」网络的带宽
候选者：另外一块是，Redis 作者认为集群在个别状况下是不会超过 1000 个实例
候选者：那就取了 16384 个，即能够将数据正当打散至 Redis 集群中的不同实例，又不会在替换数据时导致带宽占用过多
面试官：理解了
面试官 ： 那你晓得为什么对数据进行分区在 Redis 中用的是「哈希槽」这种形式吗？而不是一致性哈希算法
候选者：在我了解下，一致性哈希算法就是有个「哈希环」，当客户端申请时，会对 Key 进行 hash，确定在哈希环上的地位，而后顺时针往后找，找到的第一个实在节点
候选者：一致性哈希算法比「传统固定取模」的益处就是：如果集群中须要新增或删除某实例，只会影响一小部分的数据
候选者：但如果在集群中新增或者删除实例，在一致性哈希算法下，就得晓得是「哪一部分数据」受到影响了，须要进行对受影响的数据进行迁徙
面试官：嗯…
候选者：而哈希槽的形式，咱们通过下面曾经能够发现：在集群中的每个实例都能拿到槽位相干的信息
候选者：当客户端对 key 进行 hash 运算之后，如果发现申请的实例没有相干的数据，实例会返回「重定向」命令通知客户端应该去哪儿申请
候选者：集群的扩容、缩容都是以「哈希槽」作为根本单位进行操作，总的来说就是「实现」会更加简略（简洁，高效，有弹性）。过程大略就是把局部槽进行重新分配，而后迁徙槽中的数据即可，不会影响到集群中某个实例的所有数据。
面试官 ： 那你理解「服务端 路由」的大抵原理吗？
候选者：嗯，服务端路由个别指的就是，有个代理层专门对接客户端的申请，而后再转发到 Redis 集群进行解决
候选者：上次最初面试的时候，也提到了，当初比拟风行的是 Codis
候选者：它与 Redis Cluster 最大的区别就是，Redis Cluster 是直连 Redis 实例的，而 Codis 则客户端直连 Proxy，再由 Proxy 进行散发到不同的 Redis 实例进行解决
候选者：在 Codis 对 Key 路由的计划跟 Redis Cluster 很相似，Codis 初始化出 1024 个哈希槽，而后调配到不同的 Redis 服务器中
候选者：哈希槽与 Redis 实例的映射关系由 Zookeeper 进行存储和治理，Proxy 会通过 Codis DashBoard 失去最新的映射关系，并缓存在本地上
面试官 ： 那如果我要扩容 Codis Redis 实例的流程是怎么样的？
候选者：简略来说就是：把新的 Redis 实例退出到集群中，而后把局部数据迁徙到新的实例上
候选者：大略的过程就是：1.「原实例」某一个 Solt 的局部数据发送给「指标实例」。2.「指标实例」收到数据后，给「原实例」返回 ack。3.「原实例」收到 ack 之后，在本地删除掉刚刚给「指标实例」的数据。4. 一直循环 1、2、3 步骤，直至整个 solt 迁徙结束
候选者：Codis 也是反对「异步迁徙」的，针对下面的步骤 2，「原实例」发送数据后，不期待「指标实例」返回 ack，就持续接管客户端的申请。
候选者：未迁徙完的数据标记为「只读」，不会影响到数据的一致性。如果对迁徙中的数据存在「写操作」，那会让客户端进行「重试」，最初会写到「指标实例」上
候选者：还有就是，针对 bigkey，异步迁徙采纳了「拆分指令」的形式进行迁徙，比方有个 set 元素有 10000 个，那「原实例」可能就发送 10000 条命令给「指标实例」，而不是一整个 bigkey 一次性迁徙（因为大对象容易造成阻塞）
面试官：理解了。
本文总结：
- 分片集群诞生理由：写性能在高并发下会遇到瓶颈 && 无奈有限地纵向扩大（不划算）
- 分片集群：须要解决「数据路由」和「数据迁徙」的问题
-
Redis Cluster 数据路由：
- Redis Cluster 默认一个集群有 16384 个哈希槽，哈希槽会被调配到 Redis 集群中的实例中
- Redis 集群的实例会互相「通信」，交互本人所负责哈希槽信息（最终每个实例都有残缺的映射关系）
- 当客户端申请时，应用 CRC16 算法算出 Hash 值并模以 16384，天然就能失去哈希槽进而失去所对应的 Redis 实例地位
- 为什么 16384 个哈希槽：16384 个既能让 Redis 实例调配到的数据绝对平均，又不会影响 Redis 实例之间交互槽信息产生重大的网络性能开销问题
- Redis Cluster 为什么应用哈希槽，而非一致性哈希算法：哈希槽实现绝对简略高效，每次扩缩容只须要动对应 Solt（槽）的数据，个别不会动整个 Redis 实例
- Codis 数据路由：默认调配 1024 个哈希槽，映射相干信息会被保留至 Zookeeper 集群。Proxy 会缓存一份至本地，Redis 集群实例发生变化时，DashBoard 更新 Zookeeper 和 Proxy 的映射信息
-
Redis Cluster 和 Codis 数据迁徙：Redis Cluster 反对同步迁徙，Codis 反对同步迁徙 && 异步迁徙
- 把新的 Redis 实例退出到集群中，而后把局部数据迁徙到新的实例上（在线）
欢送关注我的微信公众号【Java3y】来聊聊 Java 面试，对线面试官系列继续更新中！
【对线面试官 - 挪动端】系列 一周两篇继续更新中！
【对线面试官 - 电脑端】系列 一周两篇继续更新中！
原创不易！！求三连！！