集群数据分布1、数据分布理论1.1、节点取余分区1.2、一致性哈希分区1.3、虚拟槽分区2、Redis数据分区3、集群功能限制1、数据分布理论分布式数据库首先要解决把整个数据集按照分区规则映射到多个节点的问题即把数据集划分到多个节点上每个节点负责整体数据的一个子集。如图所示。需要重点关注的是数据分区规则。常见的分区规则有哈希分区和顺序分区两种下表对这两种分区规则进行了对比。由于Redis Cluster采用哈希分区规则这里我们重点讨论哈希分区常见的哈希分区规则有几种下面分别介绍。1.1、节点取余分区使用特定的数据如Redis的键或用户ID再根据节点数量N使用公式hash(key)%N计算出哈希值用来决定数据映射到哪一个节点上。这种方案存在一个问题当节点数量变化时如扩容或收缩节点数据节点映射关系需要重新计算会导致数据的重新迁移。这种方式的突出优点是简单性常用于数据库的分库分表规则一般采用预分区的方式提前根据数据量规划好分区数比如划分为512或1024张表保证可支撑未来一段时间的数据量再根据负载情况将表迁移到其他数据库中。扩容时通常采用翻倍扩容避免数据映射全部被打乱导致全量迁移的情况如图所示。1.2、一致性哈希分区一致性哈希分区(Distributed Hash Table)实现思路是为系统中每个节点分配一个token范围一般在0~232这些token构成一个哈希环。数据读写执行节点查找操作时先根据key计算hash值然后顺时针找到第一个大于等于该哈希值的token节点如图所示。这种方式相比节点取余最大的好处在于加入和删除节点只影响哈希环中相邻的节点对其他节点无影响。但一致性哈希分区存在几个问题加减节点会造成哈希环中部分数据无法命中需要手动处理或者忽略这部分数据因此一致性哈希常用于缓存场景。当使用少量节点时节点变化将大范围影响哈希环中数据映射因此这种方式不适合少量数据节点的分布式方案。普通的一致性哈希分区在增减节点时需要增加一倍或减去一半节点才能保证数据和负载的均衡。正因为一致性哈希分区的这些缺点一些分布式系统采用虚拟槽对一致性哈希进行改进比如Dynamo系统。1.3、虚拟槽分区虚拟槽分区巧妙地使用了哈希空间使用分散度良好的哈希函数把所有数据映射到一个固定范围的整数集合中整数定义为槽(slot)。这个范围一般远远大于节点数比如Redis Cluster槽范围是0~16383。槽是集群内数据管理和迁移的基本单位。采用大范围槽的主要目的是为了方便数据拆分和集群扩展。每个节点会负责一定数量的槽如图所示。当前集群有5个节点每个节点平均大约负责3276个槽。由于采用高质量的哈希算法每个槽所映射的数据通常比较均匀将数据平均划分到5个节点进行数据分区。Redis Cluster就是采用虚拟槽分区下面就介绍Redis数据分区方法。2、Redis数据分区Redis Cluser采用虚拟槽分区所有的键根据哈希函数映射到0~16383整数槽内计算公式slotCRC16(key)16383。每一个节点负责维护一部分槽以及槽所映射的键值数据如图所示。Redis虚拟槽分区的特点解耦数据和节点之间的关系简化了节点扩容和收缩难度。节点自身维护槽的映射关系不需要客户端或者代理服务维护槽分区元数据。支持节点、槽、键之间的映射查询用于数据路由、在线伸缩等场景。数据分区是分布式存储的核心理解和灵活运用数据分区规则对于掌握Redis Cluster非常有帮助。3、集群功能限制Redis集群相对单机在功能上存在一些限制需要开发人员提前了解在使用时做好规避。限制如下key批量操作支持有限。如mset、mget目前只支持具有相同slot值的key执行批量操作。对于映射为不同slot值的key由于执行mget、mget等操作可能存在于多个节点上因此不被支持。key事务操作支持有限。同理只支持多key在同一节点上的事务操作当多个key分布在不同的节点上时无法使用事务功能。key作为数据分区的最小粒度因此不能将一个大的键值对象如hash、list等映射到不同的节点。不支持多数据库空间。单机下的Redis可以支持16个数据库集群模式下只能使用一个数据库空间即db0。复制结构只支持一层从节点只能复制主节点不支持嵌套树状复制结构。