结论/教程：Redis集群的Hash结构负载均衡实现可以通过一致性哈希（Consistent Hashing）来完成。首先搭建Redis集群，使用redis-cli --cluster create命令创建主从节点。然后在应用层实现Hash槽映射，计算key的CRC16值模16384得到槽位，槽位再映射到节点。负载均衡的核心是虚拟节点：每个物理节点在哈希环上放置多个虚拟节点（通常100-1000个），key哈希后顺时针找到最近的虚拟节点所属物理节点，实现节点增减时的最小数据迁移。代码示例（Java）：
public class ConsistentHashBalancer {
private TreeMap
public void addNode(String node, int virtualNodes) {
for (int i = 0; i < virtualNodes; i++) {
long hash = hash(node + i);
circle.put(hash, node);
}
}
public String getNode(String key) {
long hash = hash(key);
SortedMap
if (tail.isEmpty()) return circle.get(circle.firstKey());
return tail.get(tail.firstKey());
}
private long hash(String key) { return (long) (Math.abs(key.hashCode()) % 360); }
}
来源1
在Redis集群中，每个节点负责16384个hash槽，通过CRC16(key) % 16384计算key所属槽位。为了负载均衡，我们使用一致性哈希环。每个Redis节点在环上放置多个虚拟节点，比如160个。key通过MD5或FNV哈希后，顺时针定位到第一个虚拟节点所属的真实节点。这样，当节点失败或新增时，只需迁移少量槽位数据。配置集群：redis-server --cluster-enabled yes --cluster-config-file nodes.conf，然后redis-cli --cluster create 127.0.0.1:7000 127.0.0.1:7001 ...
来源2
Hash结构负载均衡的关键是跳跃一致性哈希（Jump Consistent Hash）。相比传统一致性哈希，它不需要维护虚拟节点列表，计算更快。公式：g(key, n) = 1 + (key_hash * n) >>> k，其中k满足2^k ≈ n。适用于Redis集群客户端选择节点。Python实现：
def jump_consistent_hash(key, num_buckets):
key = int(hashlib.md5(key.encode()).hexdigest(), 16)
b = -1
j = 0
while j < num_buckets:
b = j
key = key * 2862933555777941757 + 1
j = int(1 + (j * num_buckets) / 2**64 * (2**64 - 1) / num_buckets)
return b
来源3
构建Redis集群步骤：1. 准备6个节点端口7001-7006，配置cluster-enabled yes。2. 创建集群：redis-cli --cluster create 127.0.0.1:7001..7006 --cluster-replicas 1。3. Hash负载均衡：在客户端用JedisCluster或Lettuce连接，自动处理槽位映射。对于自定义均衡，使用Ring Hash：将节点hash到360度圆环，key hash后找顺时针最近节点。添加节点时，只影响相邻部分数据迁移，均衡性好。
来源4
实际案例：在电商系统中，用一致性哈希实现用户session存储负载均衡。3个Redis节点，每个200虚拟节点。key='user:' + id，hash后分配节点。节点down时，虚拟节点重分配，只迁移5%数据。监控用redis-cli cluster nodes查看槽位分布，确保均匀。
来源5
Go语言实现Hash负载均衡：
type ConsistentHash struct {
ring map[uint32]string
}
func (ch *ConsistentHash) Add(node string) {
for i := 0; i < 100; i++ {
h := fnv.New32a()
h.Write([]byte(node + strconv.Itoa(i)))
ch.ring[h.Sum32()] = node
}
}
func (ch *ConsistentHash) Get(key string) string {
h := fnv.New32a()
h.Write([]byte(key))
hk := h.Sum32()
// 找到ring中大于hk的最小key
// ...
来源6
问题排查：集群槽位不均，用redis-cli --cluster rebalance 127.0.0.1:7000解决。Hash标签：{tag}key确保同一tag的key落在同一节点，如{user:123}order。
FAQ
Q: Redis集群Hash槽位怎么计算？
A: CRC16(key) % 16384。
Q: 一致性哈希虚拟节点数量多少合适？
A: 每个节点100-1000个，根据节点数调整。
Q: 节点故障如何处理负载均衡？
A: 集群自动 failover，从节点提升为主，槽位迁移。
Q: 如何查看集群状态？
A: redis-cli -c -p 7000 cluster nodes。