Redis Cluster设置数据流程

【1】数据分片架构设计

Redis Cluster 采用数据分片（Sharding）而非一致性哈希的设计方案。这种设计通过引入哈希槽（Hash Slot）概念，实现了更好的可控性和可扩展性。

【2】统一的槽位映射空间

Redis Cluster 将整个数据空间划分为 16384 个固定槽位（0-16383），建立并维护 节点(Node) ↔ 槽位(Slot) ↔ 键值(Key-Value)之间的映射关系。

【3】键值到槽位的计算机制

# 键值到槽位的计算过程：
def key_to_slot(key):
    # 1. 使用CRC16算法计算哈希值
    hash_value = crc16(key)
    # 2. 对16384取模得到槽位编号
    slot = hash_value % 16384
    return slot
   
# 示例
key = "user:1001"
slot = crc16("user:1001") % 16384  # 假设得到槽位5001

【4】槽位在节点间的分配策略

集群初始化时，16384个槽位会近似均匀地分配给所有主节点：

3节点集群：每个节点约5461个槽位
6节点集群：每个节点约2730个槽位
支持手动调整槽位分布以实现负载均衡

【5】强制槽位分配机制

通过键标签（Key Tag）可以强制指定键的槽位：

# 使用花括号定义标签
SET user:{1001} "John"    # 槽位由"1001"计算决定
SET order:{1001} "12345"  # 与user:{1001}分配到同一槽位

# 计算原理：只对花括号内的内容进行CRC16计算
slot = crc16("1001") % 16384  # 两个键分配到相同槽位

【6】客户端路由智能缓存

就是客户端会有一个缓存，记录每个槽对应的在哪个Ip节点上，只有首次才会去计算，根据节点返回的接口，来保存缓存内容。

具体请看：跳转
概念：MOVED重定向、ASK重定向

【7】高效的槽位管理数据结构

看下槽位的数据结构：跳转

通俗理解：节点如何快速判断"这个数据归我管吗？"
核心数据结构：位图（Bit Array）
位图的概念 - "16384个座位的签到表"

public class SlotBitMap {
    // 用2048个字节（16384位）表示16384个槽位
    // 每个bit代表一个槽位：1=我负责，0=不归我管
    private byte[] bitmap = new byte[2048]; // 2048 × 8 = 16384位
    
    // 示例：判断槽位5000是否归这个节点管
    public boolean isSlotMine(int slotNumber) {
        int byteIndex = slotNumber / 8;   // 第几个字节？ 5000/8 = 625
        int bitIndex = slotNumber % 8;     // 字节里的第几位？ 5000%8 = 0
        
        // 检查第625个字节的第0位是否为1
        return (bitmap[byteIndex] & (1 << bitIndex)) != 0;
    }
}

实际内存布局示例

槽位:   0   1   2   3   4   5   6   7   8   9   10  ... 16383
位图: [01010101] [10101010] [00000000] ... [11111111]
          ↑          ↑         ↑
        字节1       字节2      字节3      ...

【8】动态重分片机制

槽位迁移过程：

标记迁移状态：设置迁移中的槽位为IMPORTING/MIGRATING
原子性迁移：逐个键迁移，保证数据一致性
更新路由表：迁移完成后广播新的槽位分配
客户端重定向：通过MOVED/ASK响应指导客户端

【9】集群配置持久化机制

每个节点将集群状态持久化到nodes.conf配置文件：

# nodes.conf 示例内容
98b6c7b7146f953dae28f9b9b7ba38b5f76f400e 127.0.0.1:6380 master - 0-5460
2a1b3c4d5e6f7890123456789abcdef012345678 127.0.0.1:6381 master - 5461-10922
# 格式: 节点ID IP:端口 角色 主节点ID 负责槽位范围

设计优势总结

1、可控的数据分布

# 手动调整槽位分布示例
redis-cli --cluster reshard 127.0.0.1:6380
# 交互式将部分槽位从节点A迁移到节点B

2、高效的键值查找

槽位计算：O(1)时间复杂度
节点定位：基于位图的O(1)查找
网络跳转：大多数操作只需1次节点访问

3、无缝的扩缩容

# 添加新节点
redis-cli --cluster add-node 127.0.0.1:6384 127.0.0.1:6380
# 重新分配槽位  
redis-cli --cluster rebalance --cluster-threshold 1 127.0.0.1:6380

4、客户端智能路由