Linux下 Redis集群搭建详解（主从+哨兵）
根据项目需求，搭建了基于Linux的Redis服务器集群，实现主从配置和容灾部署。
如果主服务器出现故障，系统会自动切换。
接下来我将详细介绍一下构建过程。
官方网站是redis.io。
使用Redis的原因是内存操作比传统硬盘快很多，适合高并发和流量高峰，并且提供缓存和读写隔离以减少压力。
2.安装部署首先从官网下载Redis5.0.7版本或者通过命令行下载。
安装过程包括解压、编译、makeinstall。
如果遇到编译错误，则需要安装gcc环境。
您可以在部署中组织常用的命令和配置文件，以使其更易于管理。
如果您在启动 Redis 服务时指定配置文件以避免默认设置，则可以通过 redis-cli 连接和终止服务。
3、集群架构
采用主从结构和哨兵进行容灾，保证主节点宕机时能够自动切换到备份节点。
安装Redis后，修改配置文件，配置主机和从机的IP、端口、密码等信息。
主节点允许远程访问，从节点自动同步主节点数据。
设置防火墙，允许主从节点之间通信，保证数据同步成功。
Sentinel是一种高可用解决方案，可以监控主节点并实现故障转移。
配置sentinel.conf文件，包括Sentinel端口、工作目录、监控的主节点信息。
部署3个Sentinel，保证主节点故障时及时切换。
模拟主节点宕机，Sentinel自动将备份从节点提升为主节点，新的主节点自动连接其他从节点，保证数据完整性和服务连续性。
通过以上步骤，成功搭建了一个基于Linux的Redis集群，包括主从配置和哨兵模式，实现了故障时的自动容灾切换，保证了系统的稳定性和可用性系统得到改进。
。
redis中主从、哨兵和集群这三个有什么区别?
访谈讨论了与Redis Architecture有关的主题，涉及主要概念，例如主奴隶架构，哨兵和簇。接下来，我们将以更直观的方式解释Redis体系结构的主要区别。
在Redis体系结构中，主奴隶体系结构通过复制服务器之间的数据来提高可用性和性能。
Master Server继续将数据推向从服务器，以形成数据的备份。
主服务器失败后，从服务器可以立即升级到主服务器并接管服务。
复制过程使用Psync命令，包括完整的重新同步和部分重新同步模式，以确保数据一致性。
为了达到更高的可用性，引入了前哨系统。
作为群集的监视器，Sentinel不断监视主服务器的状态。
一旦检测到主服务器的故障，它将自动选择从服务器作为新的主服务器，以实现自动故障转移。
Sentinel系统通过PING命令监视主服务器，并在配置的时间内确认其状态以确保高可用性。
碎片群集通过将数据分配到多个REDIS实例来实现分布式存储。
每个实例负责存储一部分数据，从而扩大系统的容量。
RedisCluster使用客户端路由通过哈希插槽将数据分配到不同的实例，而服务器端路由解决方案（例如Codis）通过代理层分配数据。
当集群中的实例动态增加或减少时，通过消息传播和映射关系更新确保数据的正确路由。
当在集群中动态扩展实例时，数据迁移是一个关键过程。
当客户端请求数据时，如果目标实例没有相关的数据，则将返回重定向命令，以指导客户端到正确的实例。
迁移过程涉及实例与数据逐渐传输之间的通信，以确保数据一致性和迁移过程中的可用性。
通过这些架构设计，Redis可以提供高可用性，高可扩展性和数据一致性，以满足不同方案的需求。
主奴隶架构，哨兵和集群在改善系统可靠性和性能中起着重要作用。
再谈Redis三种集群模式：主从模式、哨兵模式和Cluster模式
在Redis世界中，有三种群集模式供开发人员选择：主机制度，后卫和集群模式。每种模式都有自己的脚本和特征。
原始的主模型是通过从主按钮写作并从子按钮中读取的。
尽管基本，但在解决错误方面的有效性较小。
当主按钮停止工作时，有必要进行手动干预进行转换。
在此基础上改进了后卫模式。
它通过防护群监视主按钮和辅助按钮，以实现在错误后自动恢复并改善系统的稳定性和使用的能力。
但是，前哨模式受到按钮效率的限制，不适合大型处理。
版本3.x以后引入了重新策略。
它可以显着改善通过数据分割和多个按钮扩展的内存和性能的使用，并且特别适合具有高负载和大规模的数据处理。
它应用多个拥有者体系结构和分散的奴隶制，以确保数据的准备和高度扩展。
部署REDIS时，您需要注意配置和按钮设置，例如在集群模式下的主按钮配置，密钥配置和按钮分配。
在测试阶段，客户和Springboot项目的操作用于验证数据的准确同步以及阅读和记录之间的分离。
哨兵模式和群集模式都提供高度可用和自动备份，但是每个模式都有局限性。
例如，Sentinel的在线扩展很复杂，而集群模式需要更高的按钮配置。
哪种模式的选择取决于特定的业务需求和绩效指标。
总体而言，理解和使用这三种模式可以更好地优化REDIS群集的性能和稳定性，并适应不同规模和复杂性的应用程序方案。
