Redis群集模式

目录

一、集群的作用

二、Redis集群的数据分片

三、集群的工作原理​编辑

四、搭建Redis群集模式

1.准备环境

[1.1 首先安装redis](#1.1 首先安装redis)

[1.2 在etc下创建redis](#1.2 在etc下创建redis)

1.3再在redis中创建redis-cluster/redis600{1..6}文件

[1.4 做个for循环](#1.4 做个for循环)

[1.5 开启群集功能](#1.5 开启群集功能)

1.6启动redis节点

[1.7 启动集群](#1.7 启动集群)

[1.8 测试集群](#1.8 测试集群)

总结


一、集群的作用

(1)数据分区:数据分区(或称数据分片)是集群最核心的功能。 集群将数据分散到多个节点,一方面突破了Redis单机内存大小的限制,存储容量大大增加;另一方面每个主节点都可以对外提供读服务和写服务,大大提高了集群的响应能力。 Redis单机内存大小受限问题,在介绍持久化和主从复制时都有提及;例如,如果单机内存太大,bgsave和bgrewriteaof的fork操作可能导致主进程阻塞,主从环境下主机切换时可能导致从节点长时间无法提供服务,全量复制阶段主节点的复制缓冲区可能溢出。

(2)高可用:集群支持主从复制和主节点的自动故障转移(与哨兵类似);当任一节点发生故障时,集群仍然可以对外提供服务。

二、Redis集群的数据分片

Redis集群引入了哈希槽的概念

Redis集群有16384个哈希槽(编号0-16383)

集群的每个节点负责一部分哈希槽

每个Key通过CRC16校验后对16384取余来决定放置哪个哈希槽,通过这个值,去找到对应的插槽所对应的节点,然后直接自动跳转到这个对应的节点上进行存取操作

三、集群的工作原理

Master节点:

Master的功能:

  1. 读写可以负载均衡
  2. 自动故障转移
  3. 突破了单机存储限制

Slave节点:

四、搭建Redis群集模式

1.准备环境

redis的集群一般需要6个节点,3主3从。

方便起见,这里所有节点在同一台服务器上模拟

以端口号进行区分:3个主节点端口号:6001/6002/6003,对应的从节点端口号:6004/6005/6006。

1.1 首先安装redis

复制代码
cd /opt
##上传tar包
 
[root@localhost opt]#ls
redis-5.0.7.tar.gz  rh
 
yum install -y gcc gcc-c++ make  ##安装编译环境
 
[root@localhost opt]#tar xf redis-5.0.7.tar.gz   ##解压
[root@localhost opt]#cd redis-5.0.7/             ##切换目录
[root@localhost redis-5.0.7]#ls
[root@localhost redis-5.0.7]#make                ##编译安装
[root@localhost redis-5.0.7]#make prefix=/usr/local/redis install

1.2 在etc下创建redis

1.3再在redis中创建redis-cluster/redis600{1..6}文件

1.4 做个for循环

复制代码
for i in {1..6}
do
cp /opt/redis-5.0.7/redis.conf /etc/redis/redis-cluster/redis600$i
cp /opt/redis-5.0.7/src/redis-cli /opt/redis-5.0.7/src/redis-server /etc/redis/redis-cluster/redis600$i
done

1.5 开启群集功能

其他5个文件夹的配置文件以此类推修改,注意6个端口都要不一样。

在redis.conf中修改配置文件

复制代码
#bind 127.0.0.1							#69行,注释掉bind 项,默认监听所有网卡
protected-mode no						#88行,修改,关闭保护模式
port 6001								#92行,修改,redis监听端口,
daemonize yes							#136行,开启守护进程,以独立进程启动
cluster-enabled yes						#832行,取消注释,开启群集功能
cluster-config-file nodes-6001.conf		#840行,取消注释,群集名称文件设置
cluster-node-timeout 15000				#846行,取消注释群集超时时间设置
appendonly yes							#699行,修改,开启AOF持久化

其他也是如此操作为了简单我们可以直接复制覆盖

然后一个一个修改配置文件即可

步骤如上:

  • 92行修改redis监听端口
  • 840行群集名称文件设置

1.6启动redis节点

分别进入那六个文件夹,执行命令:redis-server redis.conf ,来启动redis节点

复制代码
for d in {1..6}
do
cd /etc/redis/redis-cluster/redis600$d
redis-server redis.conf
done

ps -ef | grep redis

1.7 启动集群

复制代码
redis-cli --cluster create 127.0.0.1:6001 127.0.0.1:6002 127.0.0.1:6003 127.0.0.1:6004 127.0.0.1:6005 127.0.0.1:6006 --cluster-replicas 1


也可以使用IP地址

1.8 测试集群

复制代码
redis-cli -p 6001 -c					#加-c参数,节点之间就可以互相跳转
127.0.0.1:6001> cluster slots			#查看节点的哈希槽编号范围
1) 1) (integer) 5461
   2) (integer) 10922									#哈希槽编号范围
   3) 1) "127.0.0.1"
      2) (integer) 6003									#主节点IP和端口号
      3) "fdca661922216dd69a63a7c9d3c4540cd6baef44"
   4) 1) "127.0.0.1"
      2) (integer) 6004									#从节点IP和端口号
      3) "a2c0c32aff0f38980accd2b63d6d952812e44740"
2) 1) (integer) 0
   2) (integer) 5460
   3) 1) "127.0.0.1"
      2) (integer) 6001
      3) "0e5873747a2e26bdc935bc76c2bafb19d0a54b11"
   4) 1) "127.0.0.1"
      2) (integer) 6006
      3) "8842ef5584a85005e135fd0ee59e5a0d67b0cf8e"
3) 1) (integer) 10923
   2) (integer) 16383
   3) 1) "127.0.0.1"
      2) (integer) 6002
      3) "816ddaa3d1469540b2ffbcaaf9aa867646846b30"
   4) 1) "127.0.0.1"
      2) (integer) 6005
      3) "f847077bfe6722466e96178ae8cbb09dc8b4d5eb"

设置名字

对应的slave节点也有这条数据,但是别的节点没有s

总结

群集的作用

  1. 解决因服务器容量不足以容纳用户大量的写请求。
  2. 高并发写导致单台服务器阻塞,进而导致性能瓶颈问题。

数据如何进行存储:

使用hash算法

16384hash槽

每一个槽位512字节

相关推荐
一氧化二氢.h11 分钟前
通俗解释redis高级:redis持久化(RDB持久化、AOF持久化)、redis主从、redis哨兵、redis分片集群
redis·分布式·缓存
qq_508823404 小时前
金融数据库--3Baostock
数据库·金融
悦数图数据库4 小时前
图技术重塑金融未来:悦数图数据库如何驱动行业创新与风控变革
数据库·金融
九河云4 小时前
华为云 GaussDB:金融级高可用数据库,为核心业务保驾护航
网络·数据库·科技·金融·华为云·gaussdb
老华带你飞4 小时前
租房平台|租房管理平台小程序系统|基于java的租房系统 设计与实现(源码+数据库+文档)
java·数据库·小程序·vue·论文·毕设·租房系统管理平台
ouou06177 小时前
企业级NoSql数据库Redis集群
数据库·redis·nosql
F_D_Z7 小时前
【SQL】指定日期的产品价格
数据库·sql·mysql
axban7 小时前
QT M/V架构开发实战:QStringListModel介绍
开发语言·数据库·qt
Blossom.1188 小时前
从“能写”到“能干活”:大模型工具调用(Function-Calling)的工程化落地指南
数据库·人工智能·python·深度学习·机器学习·计算机视觉·oracle