目录
课程前说明
后面几个章节会老提到 读写分离和 master。之前的课程讲解中说了读写分离后的水平扩容是通过扩容 slave 来达到的。
但是在实际生产环境中,读写分离支持不是很好,特别的 java 这种客户端,可以做到但是稍微复杂
单机 redis 在海量数据面前的瓶颈
之前讲解的一主多从架构,master 的瓶颈
这种架构的瓶颈只是解决了 QPS,但是没有解决海量数据的问题
单机 32G 内存,假如我们就希望存储 1T 的数据呢?
怎么才能够突破单机瓶颈,让 redis 支撑海量数据?
这个没有看明白是怎么怎么实际上能支撑海量数据的,难道是要通过路由均衡负载?
redis 的集群架构
redis cluster
支撑 N 个 redis master node,每个 master node 都可以挂载多个 slave node
简单说:redis cluster = 多 master + 读写分离 + 高可用
我们只要基于 redis cluster 去搭建 redis 集群即可,不需要手工去搭建 replication 复制+主从架构+读写分离+哨兵集群+高可用
redis cluster vs replication + sentinal
如果你的数据量很少,主要是承载高并发高性能的场景,比如你的缓存一般就几个 G,单机足够了
-
replication
一个 mater,多个 slave,要几个 slave 跟你的要求的读吞吐量有关系,然后自己搭建一个 sentinal 集群,去保证 redis 主从架构的高可用性,就可以了
-
redis cluster
主要是针对海量数据+高并发+高可用的场景,海量数据,如果你的数据量很大,那么建议就用 redis cluster
参考
-中华石杉:亿级流量电商详情页系统实战(第二版):缓存架构+高可用服务架构+微服务架构
-Mrcode笔记本