当业务数据量超过单机内存限制（通常 16-256GB）、并发请求量超过单机 QPS 上限（约 10-15 万/秒）或对服务高可用性有严格要求时，应启用 Redis 集群。单机性能瓶颈通过集群的数据分片（Sharding）机制解决，将数据分散存储到多个节点，实现存储容量和吞吐量的线性扩展。数据高可用性挑战则通过主从复制和自动故障转移机制解决，当主节点宕机时，从节点可自动晋升为主节点，确保服务持续可用，避免单点故障导致的业务中断。
Redis 集群：从单点故障到高可用的进阶之路-CSDN 博客
单点问题：如果一个服务只部署在一台物理服务器上，那这台服务器就是整个服务的“唯一入口”。一旦它宕机、网络中断或硬件故障，整个服务就会彻底不可用，同时性能也受单机硬件的限制。单点问题的两大核心痛点：可用性 (Availability) 问题 单机挂了 → 服务直接中断，没有任何冗余备份。对于线上业务，这意味着用户无法访问、交易中断，甚至造成严重的经济损失。性能与并发瓶颈 单机的 CPU、内存、网络带宽都是有限的，能支撑的并发请求数和吞吐量有明确上限。当业务量增长到单机无法承载时，就会出现响应延迟飙升、服务雪崩等问题。为什么要引入分布式系统？引入分布式系统 (多节点部署) 的核心目标，就是解决单点问题：通过多台服务器共同提供服务，避免“一台机器挂了全服务挂掉”的风险。通过负载均衡，将请求分散到多台机器，突破单机性能瓶颈，提升并发处理能力。Redis 作为核心的缓存 / 存储组件，如果只部署在单台服务器上，就会成为整个分布式系统的单点瓶颈：如果 Redis 挂了，所有依赖它的业务服务 (如缓存穿透、会话存储) 都会受到影响。单机 Redis 的 QPS 上限 (约 10w/s) 在高并发场景下很快就会被打满。因此，我们需要将 Redis 部署成多节点集群，让它为整个分布式系统提供：更高的可用性：一台节点挂了，其他节点可以顶上。更高的性能：请求可以分散到多个节点，提升整体吞吐量。更大的存储容量：数据可以分片存储在多个节点，突破单机内存 / 磁盘限制。redis 经典集群部署方案 1. 主从模式 (Master-Slave) 这是 Redis 最基础的高可用部署模式，核心是数据冗余 + 读写分离。核心架构：一个主节点 (Master):负责处理所有写请求，并将数据同步到从节点。多个从节点 (Slave):负责复制主节点的数据，处理读请求。解决的问题：可用性：主节点挂了，从节点可以手动提升为主节点，继续提供服务。性能：读请求可以负载均衡到多个从节点，分担主节点的读压力。存在的问题：主节点仍是单点：写操作只能在主节点进行，主节点挂了需要人工干预切换，无法自动故障转移。数据一致性：主从复制是异步的，可能出现短暂的“读旧数据”(最终一致性)。2. 主从 + 哨兵模式 (Master-Slave + Sentinel) 在主从模式的基础上，引入了哨兵 (Sentinel) 进程，解决了“主节点挂了需要人工干预”的问题，实现了自动故障转移。核心架构：（截至 2026 年 2 月 25 日）
Redis 集群深度解析：从单机瓶颈到分布式解决方案
单机 Redis 面对这样的场景会出现什么问题？单机 Redis 极限： ├── 内存瓶颈：通常 16-256GB，无法存储 TB 级数据 ├── 性能瓶颈：单线程模型，QPS 约 10-15 万 ├── 可用性瓶颈：单点故障导致服务完全中断 └── 扩展瓶颈：无法在线水平扩展 一键获取完整项目代码 这就是 Redis 集群要解决的核心问题！一、Redis 集群的三大核心使命 1.1 数据分片：突破内存限制 问题：单个 Redis 实例内存有限 (通常 16-256GB),无法存储海量数据。集群解决方案：将数据自动分散到多个节点 每个节点只存储部分数据 理论上可无限扩展存储容量 技术实现：# Redis 使用 CRC16 算法计算 key 的哈希槽 def HASH_SLOT(key): # 计算 CRC16 校验和 crc=crc16(key) #对 16384 取模得到槽位 slot=crc %16384 returnslot # 示例：不同 key 分配到不同节点 keys=["user:1001","order:5001","product:3001"] forkeyinkeys: slot=HASH_SLOT(key) node=slot//5461# 分配到 3 个主节点之一 print(f"{key} -> 槽位{slot} -> 节点{node}") 一键获取完整项目代码 实际效果：集群存储能力=单个节点内存 × 节点数量 示例:6 个节点，每个 32GB=192GB 总容量 理论上可通过增加节点扩展到 TB、PB 级别 一键获取完整项目代码 1.2 负载均衡：突破性能瓶颈 问题：单机 Redis QPS 约 10-15 万，无法满足高并发需求。集群解决方案：将请求分散到多个节点 每个节点独立处理请求 整体 QPS = 单节点 QPS × 节点数量 架构对比：单机架构：集群架构： ┌─────────────────┐┌─────────────────┐ │ 客户端请求 ││ 客户端请求 │ │ (20 万 QPS) ││ (20 万 QPS) │ └────────┬────────┘└────────┬────────┘ ││ ┌────┴────┐┌────┴────┐ │││ 智能路由 │ │ Redis │││ │ 单节点 │└────┬────┘ │││ └─────────┘┌─────────┼─────────┐ │││ ┌─────┴─┐┌─────┴─┐┌─────┴─┐（撰于 2026 年 2 月 7 日）
Redis 集群：突破单机瓶颈的分布式解决方案
本文深入解析 Redis 集群的工作原理、部署配置和最佳实践，帮助你构建可扩展、高性能的 Redis 分布式架构。一、Redis 集群概述 1. 什么是 Redis 集群？Redis 集群是 Redis 提供的分布式数据库解决方案，它将数据分散存储在多个节点上，每个节点存储整个数据集的一部分。[文字描述:Redis 集群架构图，展示了多个 Redis 节点组成的网状结构。图中包含多个主节点和从节点，每个主节点负责一部分数据 (哈希槽),每个主节点都有对应的从节点做备份。节点之间通过集群总线相互连接，形成一个去中心化的分布式系统。客户端可以连接任意节点访问集群中的数据。] Redis 集群的核心特性：数据分片：将数据自动分散到多个节点 高可用性：节点故障时自动故障转移 去中心化：无中心节点设计，避免单点故障 线性扩展：可以通过添加节点来增加集群容量和性能 2. 集群与哨兵模式的区别 Redis 集群与哨兵模式有着本质区别：3. 适用场景 Redis 集群适用于以下场景：数据量超过单机 Redis 容量 需要高性能和高可用性 需要线性扩展能力 可以接受一定的数据一致性折衷 1. 数据分片机制 Redis 集群使用哈希槽 (HashSlot) 实现数据分片：[文字描述：Redis 哈希槽分配图，展示了 Redis 集群中 16384 个哈希槽如何分配给不同的节点。图中显示了多个节点，每个节点负责一段连续的哈希槽范围，例如节点 A 负责 0-5460 槽，节点 B 负责 5461-10922 槽，节点 C 负责 10923-16383 槽。同时展示了键通过 CRC16 算法映射到对应的哈希槽，再根据槽的归属确定存储节点。] 集群共有 16384 个哈希槽 每个节点负责一部分哈希槽 每个键通过 CRC16 算法映射到一个哈希槽 集群中的每个主节点都负责处理一部分哈希槽 计算公式:HASH_SLOT = CRC16(key) mod 16384 2. 节点通信机制 Redis 集群节点间通过 Gossip 协议进行通信：节点状态信息交换：节点间互相交换集群状态信息 心跳检测：定期发送 PING/PONG 消息检测节点状态 故障检测：当节点无法响应时标记为 PFAIL(可能下线) 故障共识：多个节点认为某节点故障时，标记为 FAIL(已下线) 集群节点通过两个端口通信：客户端端口 (默认 6379):处理客户端请求 集群总线端口 (客户端端口 +10000):节点间通信 3. 故障转移机制 Redis 集群的故障转移依赖于主从复制：每个主节点至少有一个从节点 主节点故障时，集群自动选举一个从节点升级为新主节点（2025 年 6 月 24 日的资料）
Redis 运维实战 第 02 期:Redis Cluster
Redis 最为突出的特性就是：执行命令的速度非常快 (原因是所有数据都存放在内存中)。但是单机 Redis 总会遇到瓶颈的，比如：并发、流量、内存等。在 Redis 3.0 之前，官方并没有提供集群方案，在访问量比较大的情况，基本使用的是 Twemproxy、Codis 等集群方案。直到 Redis 3.0，官方推出了 Redis Cluster，实现了切片集群方案。Redis Cluster 采用虚拟槽分区，一个集群有 16384 个虚拟槽，这些虚拟槽类似数据分区，每个键值对都会根据它的 key，按照 CRC16 算法计算一个 16bit 的值，然后再用这个 16bit 的值对 16384 取模，通过模映射到一个虚拟槽中。Redis Cluster 使用虚拟槽，可以解耦数据和节点之间的关系，大大简化了节点扩缩容的难度，并且重要的是扩缩容不影响数据一致性。2.1 安装 Redis 安装 6 个 Redis 实例 (本节的版本为:5.0.7,6 个实例在同一台 Centos7 上部署的，端口分配是:7001 到 7006),Redis 安装可以参考官方文档 (https://redis.io/download)。2.2 修改配置文件 在 Redis 的配置文件中，加入如下参数，开启 Redis 集群功能。代码语言:javascript AI 代码解释 cluster-enabled yes cluster-config-file/data/redis{port}/data/nodes{port}.conf cluster-node-timeout5000 简单介绍上面三个参数的含义:cluster-enabled:是否开启集群模式 cluster-config-file:集群内部配置文件 cluster-node-timeout:节点超时时间，单位毫秒 2.3 创建集群 部署 Redis Cluster 方案时，可以使用 cluster create 命令创建集群，此时，Redis 会自动把这些槽平均分布在集群实例上。当然，如果想自定义每个实例的槽分配，也可以使用 cluster meet 命令手动建立实例间的连接，形成集群，再使用 cluster addslots 命令，指定每个实例上的哈希槽个数 (比如集群中配置不统一的场景)。要注意的是，在手动分配哈希槽时，需要把 16384 个槽都分配完，否则 Redis 集群无法正常工作。本节内容就只讲使用 cluster create 命令创建集群的过程。首先执行集群创建命令：代码语言:javascript AI 代码解释 redis-cli--cluster create127.0.0.1:7001127.0.0.1:7002127.0.0.1:7003127.0.0.1:7004127.0.0.1:7005127.0.0.1:7006--cluster-replicas1 这里的 --cluster-replicas 1 表示每个主节点都分配一个从节点，如果为 2，则表示每个主节点分配两个从节点。生产环境也建议至少配置一个从节点。如图，在下方输入 yes 确认（资料日期为 2024 年 11 月 20 日）
FAQ
单机 Redis 的主要性能瓶颈有哪些？
单机 Redis 主要面临内存容量限制（通常 16-256GB）、QPS 上限（约 10-15 万/秒）以及单点故障风险。
Redis 集群如何实现数据分片？
通过 CRC16 算法计算 key 的哈希值，对 16384 取模得到哈希槽，将槽分配给不同节点。
集群模式下节点间如何通信？
节点间通过 Gossip 协议进行通信，交换状态信息并进行心跳检测。