Docker环境下安装Redis 集群
undefinedundefined
Redis 三种解决方案
哈希取余分区
优点:简单粗暴,直接有效
缺点:不好扩缩容,某个节点宕机,会导致hash取余全部数据重新洗牌
一致性哈希环
优点:加入或删除只影响哈希环中顺时针相邻的节点,对其他节点无影响
缺点:数据的分布和节点的位置有关。达不到均匀的效果,数据倾斜问题
哈希槽分区
解决一致性哈希算法的数据倾斜问题
在数据和节点之间又加入了一层,把这层称为哈希槽(slot),用于管理数据和节点之间的关系
相关命令
redis-cli --cluster create 192.168.31.68:6381 192.168.31.68:6382 192.168.31.68:6383 192.168.31.68:6384 192.168.31.68:6385 192.168.31.68:6386 --cluster-replicas 1
--cluster-replicas 1 表示为每个master创建一个slave节点;
- 一切OK的话,3主3从搞定
redis-cli -p 6381 链接进6381进入切入点
cluster info 查看集群状态
cluster nodes 查看节点状态
redis-cli -p 6381 -c 加入参数-c,优化路由
redis-cli --cluster check 192.168.31.68:6381 #查看集群信息
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗?
· 【译】Visual Studio 中新的强大生产力特性
· 【设计模式】告别冗长if-else语句:使用策略模式优化代码结构
· AI与.NET技术实操系列(六):基于图像分类模型对图像进行分类