- 高性能，指的是查詢快
redis是c語言實現，與其他語言相比，在實現語言層面性能高；redis是內存數據庫，而傳統的關系型數據庫是磁盤文件讀寫，所以redis讀寫快；單線程，無上下文切換損耗，也不需要線程間同步，在單核cpu上，性能高，如果服務器是多核cpu，可以開啟多個進程的單線程redis實例；基於以上原因，才達到了官網所說的，即使pc都支持QPS>10w/s的查詢。
- 高可用（High Availability），高可用指的是在節點故障時，服務仍然能正常運行或者進行降級后提供部分服務
單點redis：redis是內存數據庫，在遇到斷電或者重啟時，數據能恢復嗎？當然能。redis提供了兩種持久化方式AOF/RDB，AOF是Append Of File，redis的修改命令（hset、set）會寫入文件中，在恢復數據時，從頭執行一遍命令就恢復了數據了，這種數據最全，但是恢復時間長。RDB是Redis DataBase，redis會定時備份數據，這是默認的持久化方式，但是因為是定時備份所有數據會有部分缺失。
master-slave(主從.復制)：如果單點redis遇到故障怎么辦？redis提供master-slave/sentinel/cluster高可用方案，master-slave是常見的復制（Replication） 方案，一個master，多個slave，就是俗稱的主從復制，master用來接收請求，slave備份master數據，冗余了數據，但master-slave有個缺點，master 故障后，slave不會自動切換為master，必須人為干預，sentinel就是用來解決這個問題的
sentinel(哨兵)：這種方案在master-slave的基礎上，多了sentinel[ˈsentɪnl]，sentinel漢語意思是哨兵，哨兵監測master及所有的slave狀態（心跳），如果master故障，sentinel會組織slave選舉新的master，並通知客戶端，從而實現可用性，但是單master畢竟能力有限（查詢最大10w/s），如果超過這個極限，怎么辦？我們會想，如果有多個master就好了，這就是集群
- 高並發(redis cluster.集群)
redis集群有2個TCP 端口，一個用來伺服客戶端，比如常見的6379，另外一個對6379+10000=16379，作為“high”端口，high端口用來節點間通信、失敗監測、故障轉移授權、配置更新，high端口與數據端口差值必須是固定的10000。redis集群對數據做了分片，redis數據分片沒有采用一致性哈希（consistent hash），而是使用了hash slot，redis集群一共有16384（2的14次方）個槽，key對16384取模分配，比如A、B、C三個節點，
節點A 哈希槽（ 0 ~ 5500）
節點 B 哈希槽（5501 ~ 11000）
節點 C哈希槽（ 11001 ~ 16383）
增加節點D，那么就要將A、B、C的部分數據遷移到D上；如果刪除A，那就要將A的數據遷移到B、C上，然后才能完全刪除A。為了增加可用性，每個節點使用主從復制，比如A1、B1、C1，當B節點故障時，集群會將B1設置為新master，當B1也故障時，集群就真down了
replication（主從.復制）
如果業務要承載的QPS在幾十萬，單機是不可能做到的，此時就可以用到復制。做一個主從架構，一主多從，master節點負責寫，slave節點負責讀，假如說一個節點可以承載的5w讀QPS，那么兩個節點就可以承載10w的讀QPS，水平擴容非常方便。
master節點掛太多slave節點會有性能問題，此時就可以在slave節點上掛slave節點
redis replication(主從復制)的核心機制有如下幾點：
- redis采用異步方式復制數據到slave node，不會block master node的正常工作
- 一個master node可以配置多個slave node，slave node也可以連接其他的slave node
- slave node主要用來進行橫向擴容，做讀寫分離，擴容的slave node可以提高讀的吞吐量
主從復制原理：
- slave連接master，發送SYNC命令；
- master接收到SYNC命名后，開始執行BGSAVE命令生成RDB文件並使用緩沖區記錄此后執行的所有寫命令；
- master BGSAVE執行完后，向slave發送快照文件，並在發送期間繼續記錄被執行的寫命令；
- slave收到快照文件后丟棄所有舊數據，載入收到的快照；
- master快照發送完畢后開始向salve發送緩沖區中的寫命令；
- slave完成對快照的載入，開始接收命令請求，並執行來自主服務器緩沖區的寫命令（從服務器初始化完成）
- master每執行一個寫命令就會向slave發送相同的寫命令，slave接收並執行收到的寫命令（從服務器初始化完成后的操作）
主從復制優缺點：
優點：
- 支持主從復制，主機會自動將數據同步到從機，可以進行讀寫分離
- 為了分載Master的讀操作壓力，Slave服務器可以為客戶端提供只讀操作的服務，寫服務仍然必須由Master來完成
- Slave同樣可以接受其它Slaves的連接和同步請求，這樣可以有效的分載Master的同步壓力。
- Master Server是以非阻塞的方式為Slaves提供服務。所以在Master-Slave同步期間，客戶端仍然可以提交查詢或修改請求。
- Slave Server同樣是以非阻塞的方式完成數據同步。在同步期間，如果有客戶端提交查詢請求，Redis則返回同步之前的數據
缺點：
- Redis不具備自動容錯和恢復功能，主機從機的宕機都會導致前端部分讀寫請求失敗，需要等待機器重啟或者手動切換前端的IP才能恢復。
- 主機宕機，宕機前有部分數據未能及時同步到從機，切換IP后還會引入數據不一致的問題，降低了系統的可用性。
- Redis較難支持在線擴容，在集群容量達到上限時在線擴容會變得很復雜。
sentinel（哨兵）
主從架構有一個缺點就是如果master節點掛了，那么寫服務是不可用的，因為slave節點默認是只讀的，這時就重啟master節點或者重新配置主從，有沒有更好的方案呢？類似zookeeper的組件，能自動完成主從切換。在Redis中還真有，就是sentinel節點，當master節點發生故障能自動完成主從切換。
當master節點掛掉時，sentinel將一個slave節點變成maste節點，當原先的master節點可用時，以slave的角色加入集群。
一個高可用的系統是很忌諱有單點問題的。看到沒，sentinel就是一個單點，如果sentinel掛了，主從切換也就沒人做了。所以應該將sentinel也做成一個集群，其部署架構主要包括兩部分：Redis Sentinel 集群和 Redis 數據集群。
其中 Redis Sentinel 集群是由若干 Sentinel 節點組成的分布式集群，可以實現故障發現、故障自動轉移、配置中心和客戶端通知。Redis Sentinel 的節點數量要滿足 2n+1（n>=1）的奇數個。
哨兵的作用有如下幾點
- 集群監控，負責監控redis master和slave進程是否正常工作
- 消息通知，如果某個redis實例有故障，那么哨兵負責發送消息作為報警通知給管理員
- 故障轉移，如果master node掛掉了，會自動轉移到slave node上
- 配置中心，客戶端初始化時，通過哨兵獲得master地址，如果故障轉移發生了，通知客戶端新的master地址
哨兵的工作方式：
- 每個Sentinel（哨兵）進程以每秒鍾一次的頻率向整個集群中的Master主服務器，Slave從服務器以及其他Sentinel（哨兵）進程發送一個 PING 命令。
- 如果一個實例（instance）距離最后一次有效回復 PING 命令的時間超過 down-after-milliseconds 選項所指定的值， 則這個實例會被 Sentinel（哨兵）進程標記為主觀下線（SDOWN）
- 如果一個Master主服務器被標記為主觀下線（SDOWN），則正在監視這個Master主服務器的所有 Sentinel（哨兵）進程要以每秒一次的頻率確認Master主服務器的確進入了主觀下線狀態
- 當有足夠數量的 Sentinel（哨兵）進程（大於等於配置文件指定的值）在指定的時間范圍內確認Master主服務器進入了主觀下線狀態（SDOWN）， 則Master主服務器會被標記為客觀下線（ODOWN）
- 在一般情況下， 每個 Sentinel（哨兵）進程會以每 10 秒一次的頻率向集群中的所有Master主服務器、Slave從服務器發送 INFO 命令。
- 當Master主服務器被 Sentinel（哨兵）進程標記為客觀下線（ODOWN）時，Sentinel（哨兵）進程向下線的 Master主服務器的所有 Slave從服務器發送 INFO 命令的頻率會從 10 秒一次改為每秒一次。
- 若沒有足夠數量的 Sentinel（哨兵）進程同意 Master主服務器下線， Master主服務器的客觀下線狀態就會被移除。若 Master主服務器重新向 Sentinel（哨兵）進程發送 PING 命令返回有效回復，Master主服務器的主觀下線狀態就會被移除。
哨兵模式的優缺點
優點：
- 哨兵模式是基於主從模式的，所有主從的優點，哨兵模式都具有。
- 主從可以自動切換，系統更健壯，可用性更高。
缺點：
- Redis較難支持在線擴容，在集群容量達到上限時在線擴容會變得很復雜
redis cluster（集群）
redis的哨兵模式基本已經可以實現高可用，讀寫分離 ，但是在這種模式下每台redis服務器都存儲相同的數據，很浪費內存，因為一個master節點並不能放海量數據，而且單個Redis的實例過大時，會導致rdb文件過大，當執行主從同步時時間過長，所以在redis3.0上加入了cluster模式，實現的redis的分布式存儲，也就是說每台redis節點上存儲不同的內容。
Redis-Cluster采用無中心結構,它的特點如下：
-
所有的redis節點彼此互聯(PING-PONG機制),內部使用二進制協議優化傳輸速度和帶寬。
-
節點的fail是通過集群中超過半數的節點檢測失效時才生效。
-
客戶端與redis節點直連,不需要中間代理層.客戶端不需要連接集群所有節點,連接集群中任何一個可用節點即可。
工作方式：
在redis的每一個節點上，都有這么兩個東西，一個是插槽（slot），它的的取值范圍是：0-16383。還有一個就是cluster，可以理解為是一個集群管理的插件。當我們的存取的key到達的時候，redis會根據crc16的算法得出一個結果，然后把結果對 16384 求余數，這樣每個 key 都會對應一個編號在 0-16383 之間的哈希槽，通過這個值，去找到對應的插槽所對應的節點，然后直接自動跳轉到這個對應的節點上進行存取操作。
為了保證高可用，redis-cluster集群引入了主從模式，一個主節點對應一個或者多個從節點，當主節點宕機的時候，就會啟用從節點。當其它主節點ping一個主節點A時，如果半數以上的主節點與A通信超時，那么認為主節點A宕機了。如果主節點A和它的從節點A1都宕機了，那么該集群就無法再提供服務了。
優點：
- 無中心架構；
- 數據按照 slot 存儲分布在多個節點，節點間數據共享，可動態調整數據分布；
- 可擴展性：可線性擴展到 1000 多個節點，節點可動態添加或刪除；
- 高可用性：部分節點不可用時，集群仍可用。通過增加 Slave 做 standby 數據副本，能夠實現故障自動 failover，節點之間通過 gossip 協議交換狀態信息，用投票機制完成 Slave 到 Master 的角色提升；
- 降低運維成本，提高系統的擴展性和可用性。
缺點：
- Client 實現復雜，驅動要求實現 Smart Client，緩存 slots mapping 信息並及時更新，提高了開發難度，客戶端的不成熟影響業務的穩定性。目前僅 JedisCluster 相對成熟，異常處理部分還不完善，比如常見的“max redirect exception”。
- 節點會因為某些原因發生阻塞（阻塞時間大於 clutser-node-timeout），被判斷下線，這種 failover 是沒有必要的。
- 數據通過異步復制，不保證數據的強一致性。
- 多個業務使用同一套集群時，無法根據統計區分冷熱數據，資源隔離性較差，容易出現相互影響的情況。
- Slave 在集群中充當“冷備”，不能緩解讀壓力，當然可以通過 SDK 的合理設計來提高 Slave 資源的利用率。
- Key 批量操作限制，如使用 mset、mget 目前只支持具有相同 slot 值的 Key 執行批量操作。對於映射為不同 slot 值的 Key 由於 Keys 不支持跨 slot 查詢，所以執行 mset、mget、sunion 等操作支持不友好。
- Key 事務操作支持有限，只支持多 key 在同一節點上的事務操作，當多個 Key 分布於不同的節點上時無法使用事務功能。
- Key 作為數據分區的最小粒度，不能將一個很大的鍵值對象如 hash、list 等映射到不同的節點。
- 不支持多數據庫空間，單機下的 redis 可以支持到 16 個數據庫，集群模式下只能使用 1 個數據庫空間，即 db 0。
- 復制結構只支持一層，從節點只能復制主節點，不支持嵌套樹狀復制結構。
- 避免產生 hot-key，導致主庫節點成為系統的短板。
- 避免產生 big-key，導致網卡撐爆、慢查詢等。
- 重試時間應該大於 cluster-node-time 時間。
- Redis Cluster 不建議使用 pipeline 和 multi-keys 操作，減少 max redirect 產生的場景。
1、客戶端分片：這種方案將分片工作放在業務程序端，程序代碼根據預先設置的路由規則，直接對多個Redis實例進行分布式訪問。這樣的好處是，不依賴於第三方分布式中間件，實現方法和代碼都自己掌控，可隨時調整，不用擔心踩到坑。這實際上是一種靜態分片技術。Redis實例的增減，都得手工調整分片程序。基於此分片機制的開源產品，現在仍不多見。這種分片機制的性能比代理式更好（少了一個中間分發環節）。但缺點是升級麻煩，對研發人員的個人依賴性強——需要有較強的程序開發能力做后盾。如果主力程序員離職，可能新的負責人，會選擇重寫一遍。所以，這種方式下，可運維性較差。出現故障，定位和解決都得研發和運維配合着解決，故障時間變長。因此這種方案，難以進行標准化運維，不太適合中小公司（除非有足夠的DevOPS）。
Twemproxy是一種代理分片機制，由Twitter開源。Twemproxy作為代理，可接受來自多個程序的訪問，按照路由規則，轉發給后台的各個Redis服務器，再原路返回。這個方案順理成章地解決了單個Redis實例承載能力的問題。當然，Twemproxy本身也是單點，需要用Keepalived做高可用方案。這么些年來，Twemproxy是應用范圍最廣、穩定性最高、最久經考驗的分布式中間件。只是，他還有諸多不方便之處。Twemproxy最大的痛點在於，無法平滑地擴容/縮容。這樣增加了運維難度：業務量突增，需增加Redis服務器；業務量萎縮，需要減少Redis服務器。但對Twemproxy而言，基本上都很難操作。或者說，Twemproxy更加像服務器端靜態sharding。有時為了規避業務量突增導致的擴容需求，甚至被迫新開一個基於Twemproxy的Redis集群。Twemproxy另一個痛點是，運維不友好，甚至沒有控制面板。
Codis由豌豆莢於2014年11月開源，基於Go和C開發，是近期涌現的、國人開發的優秀開源軟件之一。現已廣泛用於豌豆莢的各種Redis業務場景，從各種壓力測試來看，穩定性符合高效運維的要求。性能更是改善很多，最初比Twemproxy慢20%；現在比Twemproxy快近100%（條件：多實例，一般Value長度）。Codis具有可視化運維管理界面。Codis無疑是為解決Twemproxy缺點而出的新解決方案。因此綜合方面會由於Twemproxy很多。目前也越來越多公司選擇Codis。Codis引入了Group的概念，每個Group包括1個Redis Master及至少1個Redis Slave，這是和Twemproxy的區別之一。這樣做的好處是，如果當前Master有問題，則運維人員可通過Dashboard“自助式”切換到Slave，而不需要小心翼翼地修改程序配置文件。為支持數據熱遷移（Auto Rebalance），出品方修改了Redis Server源碼，並稱之為Codis Server。Codis采用預先分片（Pre-Sharding）機制，事先規定好了，分成1024個slots（也就是說，最多能支持后端1024個Codis Server），這些路由信息保存在ZooKeeper中。
Redis-cluster：
reids-cluster在redis3.0中推出，支持Redis分布式集群部署模式。采用無中心分布式架構。所有的redis節點彼此互聯(PING-PONG機制),內部使用二進制協議優化傳輸速度和帶寬.節點的fail是通過集群中超過半數的節點檢測失效時才生效.客戶端與redis節點直連,不需要中間proxy層.客戶端不需要連接集群所有節點,連接集群中任何一個可用節點即可，減少了代理層，大大提高了性能。redis-cluster把所有的物理節點映射到[0-16383]slot上,cluster 負責維護node<->slot<->key之間的關系。目前Jedis已經支持Redis-cluster。從計算架構或者性能方面無疑Redis-cluster是最佳的選擇方案。