Redis 选举算法主要通过哨兵（Sentinel）机制或集群（Cluster）内部的 Raft 变种算法实现分布式一致性。当主节点宕机时，哨兵节点通过投票选举出新的主节点，确保数据可用性。基于内存数据库使用时，需结合持久化（RDB/AOF）防止数据丢失，并利用事务（MULTI/EXEC）或分布式锁保证操作原子性。一致性哈希算法用于数据分片，减少节点变动带来的影响。实际应用中应配置主从复制和哨兵监控，确保故障自动转移，同时注意脑裂问题的解决。

redis 系列之——一致性 hash 算法「建议收藏」

一致性 hash 算法主要应用于分布式存储系统中，可以有效地解决分布式存储结构下普通余数 Hash 算法带来的伸缩性差的问题，可以保证在动态增加和删除节点的情况下尽量有多的请求命中原来的机器节点。Hash 环一致性 Hash 算法也是使用取模的方法，只是，刚才描述的取模法是对服务器的数量进行取模，而一致性 Hash 算法是对 2^ 32-1 取模，什么意思呢简单来说，一致性 Hash 算法将整个 Hash 值控件组织成一个虚拟的圆环，如假设某哈希函数 H 的值空间为 0-2^32-1 取模 (即哈希值是一个 32 位无符号整型),整个哈希环如下：整个空间按顺时针方向组织，圆环的正上方的点代表 0,0 点右侧的第一个点代表 1，以此类推，2、3、4、5、6……直到 2^ 32-1，也就是说 0 点左侧的第一个点代表 2^ 32-1, 0 和 2^ 32-1 在零点中方向重合，我们把这个由 2^32 个点组成的圆环称为 Hash 环。下一步将各个服务器使用 Hash 进行一个哈希，具体可以选择服务器的主机名 (考虑到 ip 变动，不要使用 ip) 作为关键字进行哈希，这样每台机器就能确定其在哈希环上的位置，这里假设将上文中三个 master 节点的 IP 地址哈希后在环空间的位置如下:

redis 集群选举规则 redis 集群选举算法

1. 角色 2.1 Basic Paxos 算法过程 2.2 决议的发布 3.1 Basic Paxos 的活锁问题 3.2 Multi-Paxos 算法过程 2. 领导选举过程 Paxos 算法是一种分布式一致性算法，所谓的分布式一致性算法就是在分布式系统中，可以保证多个节点中数据的值是一致的的算法。数据不能存在单个节点 (主机) 上，否则可能出现单点故障。多个节点 (主机) 需要保证具有相同的数据。一致性算法就是为了解决上面两个问题。Paxos 是一种强一致性算法，又可以分为：在 Paxos 算法中，所有的参与者被分为了以下几个角色：提议者 (proposer):提出提案，提案格式 [编号 Id，提议的 Value]。学习者 (learner):学习 (Learn) 最新被选定的提案 Basic Paxos 算法的决议过程分为两个阶段，Prepare 阶段和 Accept 阶段：Acceptor 收到消息后，如果提案编号 N 大于等于之前见过的最大编号，就记录这个提案编号 N 和内容 V，并回复接受请求。当 Proposer 收到超过半数的回复时，说明自己的提案已经被接受。否则回到第一步重新发起提案。一个显而易见的方法是当 acceptors 批准一个 value 时，将这个消息发送给所有 learner。

Redis 如何实现分布式事务的一致性

一、Redis 事务机制简介 Redis 在 2.0 版本中就提供了事务机制，该机制通过 MULTI、EXEC、WATCH、DISCARD 和 UNWATCH 五个命令来实现。事务中的操作会被顺序记录在一个队列中，并在 EXEC 命令被调用时批量执行。如果整个事务以成功提交，那么记录队列中的所有操作将被依次执行;如果一个操作失败，那么整个事务将被回滚。多个客户端可以同时开启自己的事务，由于面向操作记录队列执行，所以事务之间是相互独立的。二、Redis 分布式事务实现原理在 Redis 单机事务中，每个客户端都是由同一个进程处理，而在分布式情况下，每个客户端可能对应不同的 Redis 实例，这就需要实现分布式事务一致性来保证数据的正确性。Redis 实现分布式事务的关键在于 WATCH 和 UNWATCH 命令。每个客户端可以通过 WATCH 命令在 Redis 中标记一些关键的数据，当这些数据被其他客户端修改时，这个客户端的事务就会被终止。通过 UNWATCH 命令可以解除这个标记。这样做的原因是当用户开启事务时，如果与其它客服端存在相同的写入竞争，则事务会回滚，并设置一个事务失败的信号。在这个过程中，客户端需要将其所有需要被监控的关键数据唯一标识，当发生冲突时，客户端会根据这些标识判定是否需要回滚事务。如果需要回滚，客户端会重新尝试执行该事务。

Redis 分布式篇

Redis 本身的 QPS 已经很高了，但是如果在一些并发量非常高的情况下，性能还是 会受到影响。这个时候我们希望有更多的 Redis 服务来完成工作 第二个是出于存储的考虑。因为 Redis 所有的数据都放在内存中，如果数据量大，很容易受到硬件的限制。升级硬件收效和成本比太低，所以我们需要有一种横向扩展的 方法。第三个是可用性和安全的问题。如果只有一个 Redis 服务，一旦服务宕机，那么所有的客户端都无法访问，会对业务造成很大的影响。另一个，如果硬件发生故障，而单 机的数据无法恢复的话，带来的影响也是灾难性的。Redis 的主从复制分为两类，一种叫全量复制，就是一个节点第一次连接到 master 节点，需要全部的数据。第二种叫做增量复制，比如之前已经连接到 master 节点，但是中间网络断开，或者 slave 节点宕机了，缺了一部分的数据。master 通过 bgsave 命令在本地生成一份 RDB 快照，将 RDB 快照文件发给 slave 节点 (如果超时会重连，可以调大 repl-timeout 的值)。slave 节点首先需要清除自己的旧数据，然后用 RDB 文件加载数据。命令传播阶段 master node 持续把写命令，异步复制给 slave node。总结起来非常地简单，前面用 RDB 文件，后面把命令发给 slave 节点，就实现了主从复制。

FAQ

Redis 哨兵选举的原则包括哪些？

选举的原则包括节点优先级、复制偏移量等因素。哨兵会周期性地检查 Redis 节点的状态，包括主节点和从节点，以及其它哨兵节点。

一致性哈希算法如何映射数据？

要将数据分布到节点上，首先将数据的键通过哈希函数映射到哈希环上的一个位置。然后，从这个位置开始，顺时针找到第一个节点，该节点即为数据的归属节点。