阿里JAVA面試題剖析：Redis 叢集模式的工作原理能說一下麼？在叢集模式下，redis 的 key 是如何尋...
面試原題
redis 叢集模式的工作原理能說一下麼？在叢集模式下，redis 的 key 是如何定址的？分散式定址都有哪些演算法？瞭解一致性 hash 演算法嗎？
面試官心理分析
在前幾年，redis 如果要搞幾個節點，每個節點儲存一部分的資料，得藉助一些中介軟體來實現，比如說有 codis，或者 twemproxy，都有。有一些 redis 中介軟體，你讀寫 redis 中介軟體，redis 中介軟體負責將你的資料分散式儲存在多臺機器上的 redis 例項中。
這兩年，redis 不斷在發展，redis 也不斷的有新的版本，現在的 redis 叢集模式，可以做到在多臺機器上，部署多個 redis 例項，每個例項儲存一部分的資料，同時每個 redis 例項可以掛 redis 從例項，自動確保說，如果 redis 主例項掛了，會自動切換到 redis 從例項頂上來。
現在 redis 的新版本，大家都是用 redis cluster 的，也就是 redis 原生支援的 redis 叢集模式，那麼面試官肯定會就 redis cluster 對你來個幾連炮。要是你沒用過 redis cluster，正常，以前很多人用 codis 之類的客戶端來支援叢集，但是起碼你得研究一下 redis cluster 吧。
如果你的資料量很少，主要是承載高併發高效能的場景，比如你的快取一般就幾個 G，單機就足夠了，可以使用 replication，一個 master 多個 slaves，要幾個 slave 跟你要求的讀吞吐量有關，然後自己搭建一個 sentinel 叢集去保證 redis 主從架構的高可用性。
redis cluster，主要是針對海量資料+高併發+高可用的場景。redis cluster 支撐 N 個 redis master node，每個 master node 都可以掛載多個 slave node。這樣整個 redis 就可以橫向擴容了。如果你要支撐更大資料量的快取，那就橫向擴容更多的 master 節點，每個 master 節點就能存放更多的資料了。
面試題剖析
redis cluster 介紹
自動將資料進行分片，每個 master 上放一部分資料
提供內建的高可用支援，部分 master 不可用時，還是可以繼續工作的
在 redis cluster 架構下，每個 redis 要放開兩個埠號，比如一個是 6379，另外一個就是 加1w 的埠號，比如 16379。
16379 埠號是用來進行節點間通訊的，也就是 cluster bus 的東西，cluster bus 的通訊，用來進行故障檢測、配置更新、故障轉移授權。cluster bus 用了另外一種二進位制的協議，gossip 協議，用於節點間進行高效的資料交換，佔用更少的網路頻寬和處理時間。
節點間的內部通訊機制
基本通訊原理
redis cluster 節點間採用 gossip 協議進行通訊 集中式是將叢集元資料（節點資訊、故障等等）幾種儲存在某個節點上。集中式元資料集中儲存的一個典型代表，就是大資料領域的 storm。它是分散式的大資料實時計算引擎，是集中式的元資料儲存的結構，底層基於 zookeeper（分散式協調的中介軟體）對所有元資料進行儲存維護。
redis 維護叢集元資料採用另一個方式， gossip 協議，所有節點都持有一份元資料，不同的節點如果出現了元資料的變更，就不斷將元資料傳送給其它的節點，讓其它節點也進行元資料的變更。
集中式 的 好處 在於，元資料的讀取和更新，時效性非常好，一旦元資料出現了變更，就立即更新到集中式的儲存中，其它節點讀取的時候就可以感知到； 不好 在於，所有的元資料的更新壓力全部集中在一個地方，可能會導致元資料的儲存有壓力。
gossip 好處在於，元資料的更新比較分散，不是集中在一個地方，更新請求會陸陸續續，打到所有節點上去更新，降低了壓力；不好在於，元資料的更新有延時，可能導致叢集中的一些操作會有一些滯後。
10000 埠 每個節點都有一個專門用於節點間通訊的埠，就是自己提供服務的埠號+10000，比如 7001，那麼用於節點間通訊的就是 17001 埠。每個節點每隔一段時間都會往另外幾個節點發送 ping 訊息，同時其它幾個節點接收到 ping 之後返回 pong。
交換的資訊 資訊包括故障資訊，節點的增加和刪除，hash slot 資訊 等等。
gossip 協議
gossip 協議包含多種訊息，包含 ping,pong,meet,fail 等等。
meet：某個節點發送 meet 給新加入的節點，讓新節點加入叢集中，然後新節點就會開始與其它節點進行通訊。
redis-trib.rb add-node
其實內部就是傳送了一個 gossip meet 訊息給新加入的節點，通知那個節點去加入我們的叢集。
ping：每個節點都會頻繁給其它節點發送 ping，其中包含自己的狀態還有自己維護的叢集元資料，互相通過 ping 交換元資料。
pong：返回 ping 和 meeet，包含自己的狀態和其它資訊，也用於資訊廣播和更新。
fail：某個節點判斷另一個節點 fail 之後，就傳送 fail 給其它節點，通知其它節點說，某個節點宕機啦。
ping 訊息深入
ping 時要攜帶一些元資料，如果很頻繁，可能會加重網路負擔。
每個節點每秒會執行 10 次 ping，每次會選擇 5 個最久沒有通訊的其它節點。當然如果發現某個節點通訊延時達到了 cluster_node_timeout / 2，那麼立即傳送 ping，避免資料交換延時過長，落後的時間太長了。比如說，兩個節點之間都 10 分鐘沒有交換資料了，那麼整個叢集處於嚴重的元資料不一致的情況，就會有問題。所以 cluster_node_timeout 可以調節，如果調得比較大，那麼會降低 ping 的頻率。
每次 ping，會帶上自己節點的資訊，還有就是帶上 1/10 其它節點的資訊，傳送出去，進行交換。至少包含 3 個其它節點的資訊，最多包含總結點-2 個其它節點的資訊。
分散式定址演算法
hash 演算法（大量快取重建）
一致性 hash 演算法（自動快取遷移）+ 虛擬節點（自動負載均衡）
redis cluster 的 hash slot 演算法
hash 演算法
來了一個 key，首先計算 hash 值，然後對節點數取模。然後打在不同的 master 節點上。一旦某一個 master 節點宕機，所有請求過來，都會基於最新的剩餘 master 節點數去取模，嘗試去取資料。這會導致大部分的請求過來，全部無法拿到有效的快取，導致大量的流量湧入資料庫。
一致性 hash 演算法
一致性 hash 演算法將整個 hash 值空間組織成一個虛擬的圓環，整個空間按順時針方向組織，下一步將各個 master 節點（使用伺服器的 ip 或主機名）進行 hash。這樣就能確定每個節點在其雜湊環上的位置。
來了一個 key，首先計算 hash 值，並確定此資料在環上的位置，從此位置沿環順時針“行走”，遇到的第一個 master 節點就是 key 所在位置。
在一致性雜湊演算法中，如果一個節點掛了，受影響的資料僅僅是此節點到環空間前一個節點（沿著逆時針方向行走遇到的第一個節點）之間的資料，其它不受影響。增加一個節點也同理。
燃鵝，一致性雜湊演算法在節點太少時，容易因為節點分佈不均勻而造成快取熱點的問題。為了解決這種熱點問題，一致性 hash 演算法引入了虛擬節點機制，即對每一個節點計算多個 hash，每個計算結果位置都放置一個虛擬節點。這樣就實現了資料的均勻分佈，負載均衡。
redis cluster 的 hash slot 演算法
redis cluster 有固定的 16384 個 hash slot，對每個 key 計算 CRC16 值，然後對 16384 取模，可以獲取 key 對應的 hash slot。
redis cluster 中每個 master 都會持有部分 slot，比如有 3 個 master，那麼可能每個 master 持有 5000 多個 hash slot。hash slot 讓 node 的增加和移除很簡單，增加一個 master，就將其他 master 的 hash slot 移動部分過去，減少一個 master，就將它的 hash slot 移動到其他 master 上去。移動 hash slot 的成本是非常低的。客戶端的 api，可以對指定的資料，讓他們走同一個 hash slot，通過 hash tag 來實現。
任何一臺機器宕機，另外兩個節點，不影響的。因為 key 找的是 hash slot，不是機器。
redis cluster 的高可用與主備切換原理
redis cluster 的高可用的原理，幾乎跟哨兵是類似的
判斷節點宕機
如果一個節點認為另外一個節點宕機，那麼就是 pfail， 主觀宕機 。如果多個節點都認為另外一個節點宕機了，那麼就是 fail， 客觀宕機 ，跟哨兵的原理幾乎一樣，sdown，odown。
在 cluster-node-timeout 內，某個節點一直沒有返回 pong，那麼就被認為 pfail。
如果一個節點認為某個節點 pfail 了，那麼會在 gossip ping 訊息中，ping 給其他節點，如果超過半數的節點都認為 pfail 了，那麼就會變成 fail。
從節點過濾
對宕機的 master node，從其所有的 slave node 中，選擇一個切換成 master node。
檢查每個 slave node 與 master node 斷開連線的時間，如果超過了 cluster-node-timeout * cluster-slave-validity-factor，那麼就沒有資格切換成 master。
從節點選舉
每個從節點，都根據自己對 master 複製資料的 offset，來設定一個選舉時間，offset 越大（複製資料越多）的從節點，選舉時間越靠前，優先進行選舉。
所有的 master node 開始 slave 選舉投票，給要進行選舉的 slave 進行投票，如果大部分 master node（N/2 + 1）都投票給了某個從節點，那麼選舉通過，那個從節點可以切換成 master。
從節點執行主備切換，從節點切換為主節點。
與哨兵比較
整個流程跟哨兵相比，非常類似，所以說，redis cluster 功能強大，直接集成了 replication 和 sentinel 的功能。