Redis集群通过哈希槽（hash slot）机制实现数据分片和调度，每个集群包含16384个槽，每个节点负责一部分槽。客户端根据key的CRC16哈希值取模16384确定槽位，向负责该槽的主节点读写数据。当节点故障时，集群自动进行故障转移，选举从节点为主节点，并通过Gossip协议协调元数据同步，确保高可用。应用中，可用redis-cli --cluster create命令搭建集群，结合哨兵模式提升性能，读写分离可将QPS提升10倍以上，适用于电商秒杀、实时推荐等高并发场景。

Redis集群核心调度机制

Redis Cluster将数据分成16384个hash slot，使用CRC16(key) % 16384算法计算key所属slot，每个master节点负责一部分slot。集群使用Gossip协议节点间通信，维护集群状态，当master故障，从节点通过超时机制选举产生新的master，并接管slot。节点间支持slot迁移，meet命令添加节点，reshard命令重新分配slot，实现动态扩展。实际应用中，3主3从配置可容忍1个节点故障，结合pipeline批量操作，吞吐量轻松破百万。

分布式缓存在Redis中的应用

分布式缓存技术核心是数据分片和一致性哈希，Redis Cluster采用固定16384槽避免热点，ASK重定向机制处理迁移中请求。性能提升关键在于内存存储+事件驱动模型，单机QPS超10万，集群扩展线性。电商场景用作session存储，热点数据用bigkey拆分；游戏排行榜用sorted set+scan扫描，避免keys阻塞。部署时注意网络延迟，跨机房用proxy如Twemproxy。

Redis集群搭建与优化实践

搭建Redis集群：准备6台机器，每台安装Redis 5.0+，配置cluster-enabled yes，启动后用redis-cli --cluster create 127.0.0.1:7001 127.0.0.1:7002 ... --cluster-replicas 1。验证cluster info，slots分配均匀。优化：设置cluster-node-timeout 15s，避免频繁failover；用cluster countkeysinslot检查热点slot，reshard迁移。结合Lua脚本原子操作，提升复杂事务性能，实际生产QPS从单机5万到集群50万。

故障恢复与性能调优

Redis集群调度故障时，主节点心跳超时，从节点竞争epoch选举，成功者广播PONG更新配置。手动failover用cluster failover命令。性能调优：maxmemory-policy allkeys-lru，eviction避免OOM；tcp-keepalive 300s防TIME_WAIT；关闭protected-mode。监控用INFO replication和cluster nodes，结合Prometheus+Grafana可视化，及时发现slot不均衡或网络分区问题。

实际案例：提升系统性能

某电商平台引入Redis集群后，缓存用户session和商品库存，峰值QPS 20万，响应时延降至5ms。调度原理确保数据均匀分布，自动迁移slot支持水平扩展。结合读写分离，主节点写，从节点读，结合consistent hash客户端如JedisCluster，hit率达95%。对比单机，系统吞吐提升8倍，故障恢复秒级完成。

FAQ
Q: Redis集群如何处理节点故障？
A: 通过Gossip协议检测故障，从节点选举新主，自动转移slot，恢复时间通常几秒。
Q: 集群槽位如何分配？
A: 16384槽均匀分配到主节点，用CRC16(key)%16384计算，reshard命令动态调整。
Q: 如何提升Redis集群性能？
A: 优化网络、pipeline批量、Lua脚本原子、合理eviction策略，扩展节点数。
Q: 集群适合什么场景？
A: 高并发读写如缓存、session、排行榜，不适合持久化需求高的场景，用单机+RDB/AOF。
Q: 客户端如何连接集群？
A: 用支持集群的客户端如JedisCluster、redis-py-cluster，自动重定向槽位。