【IT168 技术】redis 集群方案主要有两类，一是使用类 codis 的架构，按组划分，实例之间互相独立;另一套是基于官方的 redis cluster 的方案;下面分别聊聊这两种方案;
类 codis 架构
这套架构的特点：
分片算法：基于 slot hash桶;
分片实例之间相互独立，每组 一个master 实例和多个slave;
路由信息存放到第三方存储组件，如 zookeeper 或etcd
旁路组件探活
使用这套方案的公司：阿里云： ApsaraCache, RedisLabs、京东、百度等
codis
slots 方案：划分了 1024个slot， slots 信息在 proxy层感知; redis 进程中维护本实例上的所有key的一个slot map;
迁移过程中的读写冲突处理：最小迁移单位为key;访问逻辑都是先访问 src 节点，再根据结果判断是否需要进一步访问 target 节点;
访问的 key 还未被迁移：读写请求访问 src 节点，处理后访问：
访问的 key 正在迁移：读请求访问 src 节点后直接返回;写请求无法处理，返回 retry
访问的 key 已被迁移(或不存在)：读写请求访问 src 节点，收到 moved 回复，继续访问 target 节点处理
阿里云
AparaCache 的单机版已开源(开源版本中不包含slot等实现)，集群方案细节未知;ApsaraCache
百度 BDRP 2.0
主要组件：proxy，基于twemproxy 改造，实现了动态路由表;redis内核： 基于2.x 实现的slots 方案;metaserver：基于redis实现，包含的功能：拓扑信息的存储 & 探活;最多支持1000个节点;
slot 方案：redis 内核中对db划分，做了16384个db; 每个请求到来，首先做db选择;
数据迁移实现：数据迁移的时候，最小迁移单位是slot，迁移中整个slot 处于阻塞状态，只支持读请求，不支持写请求;对比 官方 redis cluster/ codis 的按key粒度进行迁移的方案：按key迁移对用户请求更为友好，但迁移速度较慢;这个按slot进行迁移的方案速度更快;
京东
主要组件：proxy: 自主实现，基于 golang 开发;redis内核：基于 redis 2.8configServer(cfs)组件：配置信息存放;scala组件：用于触发部署、新建、扩容等请求;mysql：最终所有的元信息及配置的存储;sentinal(golang实现)：哨兵，用于监控proxy和redis实例，redis实例失败后触发切换;
slot 方案实现：在内存中维护了slots的map映射表;
数据迁移：基于 slots 粒度进行迁移;scala组件向dst实例发送命令告知会接受某个slot;dst 向 src 发送命令请求迁移，src开启一个线程来做数据的dump，将这个slot的数据整块dump发送到dst(未加锁，只读操作)写请求会开辟一块缓冲区，所有的写请求除了写原有数据区域，同时双写到缓冲区中。当一个slot迁移完成后，把这个缓冲区的数据都传到dst，当缓冲区为空时，更改本分片slot规则，不再拥有该slot，后续再请求这个slot的key返回moved;上层proxy会保存两份路由表，当该slot 请求目标实例得到 move 结果后，更新拓扑;
跨机房：跨机房使用主从部署结构;没有多活，异地机房作为slave;
基于官方 redis cluster 的方案
和上一套方案比，所有功能都集成在 redis cluster 中，路由分片、拓扑信息的存储、探活都在redis cluster中实现;各实例间通过 gossip 通信;这样的好处是简单，依赖的组件少，应对400个节点以内的场景没有问题(按单实例8w read qps来计算，能够支持 200 * 8 = 1600w 的读多写少的场景);但当需要支持更大的规模时，由于使用 gossip协议导致协议之间的通信消耗太大，redis cluster 不再合适;
使用这套方案的有：AWS, 百度贴吧
官方 redis cluster
数据迁移过程：基于 key粒度的数据迁移;迁移过程的读写冲突处理：从A 迁移到 B;
访问的 key 所属slot 不在节点 A 上时，返回 MOVED 转向，client 再次请求B;
访问的 key 所属 slot 在节点 A 上，但 key 不在 A上， 返回 ASK 转向，client再次请求B;
访问的 key 所属slot 在A上，且key在 A上，直接处理;(同步迁移场景：该 key正在迁移，则阻塞)
AWS ElasticCache
ElasticCache 支持主从和集群版、支持读写分离;集群版用的是开源的Redis Cluster，未做深度定制;
百度贴吧的ksarch-saas：
基于redis cluster + twemproxy 实现;后被 BDRP 吞并;twemproxy 实现了 smart client 功能;使用 redis cluster后还加一层 proxy的好处：
对client友好，不需要client都升级为smart client;(否则，所有语言client 都需要支持一遍)
加一层proxy可以做更多平台策略;比如在proxy可做 大key、热key的监控、慢查询的请求监控、以及接入控制、请求过滤等;
即将发布的 redis 5.0 中有个 feature，作者计划给 redis cluster加一个proxy。
ksarch-saas 对 twemproxy的改造已开源：https://github.com/ksarch-saas/r3proxy
