阿里P9架构师分享：通俗易懂Redis原理，都是你没看过的( 五 ) _Redis原理

Slave 发送 Sync 命令到 Master 。
Master 启动一个后台进程，将 Redis 中的数据快照保存到文件中。
Master 将保存数据快照期间接收到的写命令缓存起来。
Master 完成写文件操作后，将该文件发送给 Slave 。
使用新的 AOF 文件替换掉旧的 AOF 文件。
Master 将这期间收集的增量写命令发送给 Slave 端。

增量同步过程如下：

Master 接收到用户的操作指令，判断是否需要传播到 Slave 。
将操作记录追加到 AOF 文件。
将操作传播到其他 Slave：对齐主从库;往响应缓存写入指令。
将缓存中的数据发送给 Slave 。

Redis Sentinel(哨兵)
主从模式弊端：当 Master 宕机后，Redis 集群将不能对外提供写入操作。Redis Sentinel 可解决这一问题。
解决主从同步 Master 宕机后的主从切换问题：
监控：检查主从服务器是否运行正常。
提醒：通过 API 向管理员或者其它应用程序发送故障通知。
自动故障迁移：主从切换(在 Master 宕机后，将其中一个 Slave 转为 Master，其他的 Slave 从该节点同步数据) 。
Redis 集群
如何从海量数据里快速找到所需?
①分片
按照某种规则去划分数据，分散存储在多个节点上。通过将数据分到多个 Redis 服务器上，来减轻单个 Redis 服务器的压力。
②一致性 Hash 算法
既然要将数据进行分片，那么通常的做法就是获取节点的 Hash 值，然后根据节点数求模。
但这样的方法有明显的弊端，当 Redis 节点数需要动态增加或减少的时候，会造成大量的 Key 无法被命中。所以 Redis 中引入了一致性 Hash 算法。
该算法对 2^32 取模，将 Hash 值空间组成虚拟的圆环，整个圆环按顺时针方向组织，每个节点依次为 0、1、2…2^32-1 。
之后将每个服务器进行 Hash 运算，确定服务器在这个 Hash 环上的地址，确定了服务器地址后，对数据使用同样的 Hash 算法，将数据定位到特定的 Redis 服务器上。
如果定位到的地方没有 Redis 服务器实例，则继续顺时针寻找，找到的第一台服务器即该数据最终的服务器位置。

文章插图

③Hash 环的数据倾斜问题
Hash 环在服务器节点很少的时候，容易遇到服务器节点不均匀的问题，这会造成数据倾斜，数据倾斜指的是被缓存的对象大部分集中在 Redis 集群的其中一台或几台服务器上。

文章插图

如上图，一致性 Hash 算法运算后的数据大部分被存放在 A 节点上，而 B 节点只存放了少量的数据，久而久之 A 节点将被撑爆。
针对这一问题，可以引入虚拟节点解决。简单地说，就是为每一个服务器节点计算多个 Hash，每个计算结果位置都放置一个此服务器节点，称为虚拟节点，可以在服务器 IP 或者主机名后放置一个编号实现。
例如上图：将 NodeA 和 NodeB 两个节点分为 Node A#1-A#3，NodeB#1-B#3 。
结语这篇准(偷)备(懒)了相当久的时间，因为有些东西总感觉自己拿不准不敢往上写，差点自闭，如果有同学觉得哪里写的不对劲的，评论区留言。