Redis Cluster 集群

四种部署模式演进

模式一：单机模式

模式二：主从复制（Replication）

# Slave 配置（redis.conf）
replicaof 192.168.1.10 6379   # 指定 Master
replica-read-only yes           # Slave 只读
replica-lazy-flush no           # 全量同步时是否异步清空旧数据

模式三：哨兵模式（Sentinel）

# sentinel.conf
sentinel monitor mymaster 192.168.1.10 6379 2  # 2个Sentinel认为故障才切换
sentinel down-after-milliseconds mymaster 5000 # 5秒无响应认为下线
sentinel failover-timeout mymaster 60000       # 故障转移超时60秒

模式四：Cluster 集群

Redis Cluster 是官方原生的分布式解决方案，支持数据自动分片、节点间通信、自动故障转移，是大规模部署的首选。

哈希槽（Hash Slot）分片算法

Redis Cluster 使用固定的 16384 个哈希槽（Hash Slot）对数据分片：

为什么是 16384 个槽？

16384（2^14）是一个平衡点：槽数量越多，节点间传播槽信息的心跳包越大；越少，节点数量扩展受限。作者认为 16384 个槽，1000 个节点的集群中心跳包约 2KB，可以接受。

哈希标签（Hash Tag）

通过 {} 标签强制多个 key 落在同一槽，解决 MSET、pipeline、事务跨槽的限制：

# 不带标签：三个 key 可能在不同槽
SET user:1001:name "Alice"
SET user:1001:age  25
SET user:1001:city "Shanghai"

# 带哈希标签：花括号内的内容决定槽
# CRC16("{user:1001}") % 16384，三个 key 在同一槽
SET {user:1001}:name "Alice"
SET {user:1001}:age  25
SET {user:1001}:city "Shanghai"

# 现在可以在 pipeline 中一起操作

搭建 Cluster（Docker Compose）

# docker-compose.yml
version: '3.8'
services:
  redis-1: { image: redis:7-alpine, command: redis-server --cluster-enabled yes --cluster-config-file nodes.conf --cluster-node-timeout 5000 --appendonly yes --port 7001, ports: ["7001:7001"] }
  redis-2: { image: redis:7-alpine, command: redis-server --cluster-enabled yes --cluster-config-file nodes.conf --cluster-node-timeout 5000 --appendonly yes --port 7002, ports: ["7002:7002"] }
  redis-3: { image: redis:7-alpine, command: redis-server --cluster-enabled yes --cluster-config-file nodes.conf --cluster-node-timeout 5000 --appendonly yes --port 7003, ports: ["7003:7003"] }
  redis-4: { image: redis:7-alpine, command: redis-server --cluster-enabled yes --cluster-config-file nodes.conf --cluster-node-timeout 5000 --appendonly yes --port 7004, ports: ["7004:7004"] }
  redis-5: { image: redis:7-alpine, command: redis-server --cluster-enabled yes --cluster-config-file nodes.conf --cluster-node-timeout 5000 --appendonly yes --port 7005, ports: ["7005:7005"] }
  redis-6: { image: redis:7-alpine, command: redis-server --cluster-enabled yes --cluster-config-file nodes.conf --cluster-node-timeout 5000 --appendonly yes --port 7006, ports: ["7006:7006"] }

# 启动并初始化集群（--cluster-replicas 1 表示每个 Master 1个 Slave）
docker-compose up -d
redis-cli --cluster create \
  127.0.0.1:7001 127.0.0.1:7002 127.0.0.1:7003 \
  127.0.0.1:7004 127.0.0.1:7005 127.0.0.1:7006 \
  --cluster-replicas 1

# 查看集群状态
redis-cli -p 7001 cluster info
redis-cli -p 7001 cluster nodes

Python 连接 Cluster

from redis.cluster import RedisCluster, ClusterNode

# 连接集群（只需指定部分节点，客户端自动发现其余节点）
startup_nodes = [
    ClusterNode("127.0.0.1", 7001),
    ClusterNode("127.0.0.1", 7002),
]
rc = RedisCluster(
    startup_nodes=startup_nodes,
    decode_responses=True,
    skip_full_coverage_check=True
)

# 单 key 操作：自动路由到正确节点
rc.set("user:1001", "Alice")
print(rc.get("user:1001"))

# 批量操作：使用哈希标签确保同一槽
with rc.pipeline() as pipe:
    pipe.set("{user:1001}:name", "Alice")
    pipe.set("{user:1001}:age", "25")
    pipe.execute()

gossip 协议与脑裂问题

gossip 通信

Cluster 节点通过 gossip 协议相互传播节点状态、槽分配信息。每个节点定期向其他节点发送 PING，维护完整的集群视图，无需中心协调节点。

脑裂问题

网络分区时，部分节点互相隔离。如果隔离的 Slave 被选为 Master，而原 Master 也继续服务，就会出现"双 Master"（脑裂），导致数据不一致。

# 防止脑裂配置：当副本数不足时，Master 停止写入
min-replicas-to-write 1   # 至少有1个副本在同步才允许写
min-replicas-max-lag 10   # 副本延迟不超过10秒

Cluster 的限制

限制	原因	解决方案
MSET/MGET 跨槽报错	多个 key 分布在不同节点	使用哈希标签 {tag}
事务（MULTI/EXEC）跨槽报错	同上	哈希标签 / Lua 脚本（同槽内有效）
只有 DB 0 可用	Cluster 模式禁用 SELECT	改用 key 前缀区分业务
Pub/Sub 广播效率低	消息需广播到所有节点	使用 SSUBSCRIBE（分片 Pub/Sub）
Lua 脚本只能操作同槽 key	同上	设计时保证 Lua 访问的 key 在同一槽

gossip 协议深度解析

Redis Cluster 没有集中式的协调节点（如 ZooKeeper），而是通过 gossip 协议在节点间自主传播集群状态，实现去中心化管理：

Cluster 数据迁移（槽重新分配）

向集群添加新节点时，需要将部分槽从旧节点迁移到新节点，期间不影响服务：

# 添加新节点到集群
redis-cli --cluster add-node 127.0.0.1:7007 127.0.0.1:7001

# 重新分片：将 1000 个槽迁移到新节点
redis-cli --cluster reshard 127.0.0.1:7001 \
  --cluster-from all \
  --cluster-to <new-node-id> \
  --cluster-slots 1000 \
  --cluster-yes

# 查看迁移进度
redis-cli --cluster check 127.0.0.1:7001

# 删除节点（需先将其槽全部迁走）
redis-cli --cluster del-node 127.0.0.1:7001 <node-id>

Cluster 模式下的 ACL

Redis 6.0+ 的 ACL 在 Cluster 中为每个节点独立配置，但可以使用 ACL 文件在所有节点保持一致：

# 在所有节点的 redis.conf 中引用同一份 ACL 文件
aclfile /etc/redis/users.acl

# /etc/redis/users.acl
# 格式：user <username> <flags> <password> <commands> <keys> <channels>

# 应用服务用户：只能读写 app: 前缀的 key，允许所有频道
user app-service on >app-secret-2024 ~app:* &* +@read +@write +@string +@hash -FLUSHDB -FLUSHALL

# 只读监控用户：查看信息但不能修改数据
user monitor on >monitor-pass ~* &* +INFO +DBSIZE +CLUSTER +LATENCY -@write

# 热更新 ACL（无需重启，所有节点执行）
redis-cli -a <admin-pass> ACL LOAD

# 验证权限
redis-cli -u "redis://app-service:app-secret-2024@localhost:7001" ACL WHOAMI

Cluster 监控与运维命令

# 集群整体状态（cluster_state: ok 表示正常）
redis-cli -p 7001 CLUSTER INFO

# 各节点状态（查看主从关系、槽分配、节点 ID）
redis-cli -p 7001 CLUSTER NODES

# 检查集群健康状态（包括槽覆盖情况）
redis-cli --cluster check 127.0.0.1:7001

# 修复集群（处理槽未完全覆盖等问题）
redis-cli --cluster fix 127.0.0.1:7001

# 各节点负载均衡情况
redis-cli --cluster rebalance 127.0.0.1:7001 --cluster-use-empty-masters

# 查看某个 key 属于哪个槽和节点
redis-cli -p 7001 CLUSTER KEYSLOT user:1001
redis-cli -p 7001 CLUSTER GETKEYSINSOT <slot> <count>