📌 Redis 集群模式如何实现渐进式扩容？

1️⃣ 问题背景

随着业务规模增长，Redis 单机或者固定规模的 Redis Cluster 往往会面临存储容量不足、CPU 压力增大以及网络带宽瓶颈等问题。

例如一个电商系统最初部署了 3 主 3 从集群，能够支撑 5000 万用户数据。当业务增长到数亿级用户后，单个节点的内存逐渐接近上限，此时就需要扩容。

如果采用传统数据库的扩容方式，通常需要停机迁移数据，而 Redis Cluster 设计之初就考虑到了在线扩容问题，因此支持渐进式扩容（Online Resharding）。

Redis 集群最大的特点是：

2️⃣ 核心原理

Redis Cluster 并不是简单地按照 Key 进行分片，而是引入了 Hash Slot 的概念。

整个 Redis Cluster 固定划分为：

所有 Key 通过 CRC16 算法计算后映射到 16384 个槽位中的某一个。

计算公式：

例如：

• 用户A → Slot 5000
• 用户B → Slot 12000
• 订单A → Slot 3000

Redis 集群扩容时，并不是迁移整个节点的数据，而是迁移部分 Slot。

因此：

3️⃣ 数据结构分析

Redis Cluster 的核心数据结构是 Slot 映射表。

节点	负责槽位
Master1	0 ~ 5460
Master2	5461 ~ 10922
Master3	10923 ~ 16383

扩容前：

新增 Master4 后：

本质就是重新分配 Slot。

4️⃣ 算法分析

Redis 集群扩容采用 Slot 迁移算法。

迁移步骤如下：

1. 新增 Redis 节点
2. 节点加入 Cluster
3. 重新计算 Slot 分布
4. 迁移部分 Slot
5. 同步迁移对应 Key
6. 更新 Slot 路由表

假设新增一个节点：

Redis 会将部分 Slot 从旧节点迁移到新节点。

迁移过程中采用：

• MIGRATING 状态
• IMPORTING 状态
• ASK 重定向机制

保证业务不中断。

5️⃣ 执行流程

扩容流程图

整个过程业务仍然正常运行。

客户端访问过程中如果访问到迁移中的 Slot：

客户端收到 ASK 指令后会自动重定向到新的节点。

6️⃣ 实际案例

假设电商系统部署：

节点	内存	使用率
Master1	32G	90%
Master2	32G	88%
Master3	32G	92%

此时新增一台 32G Redis：

加入集群后执行：

迁移约 4096 个 Slot 到新节点。

最终四个节点平均承担数据压力。

7️⃣ 优缺点分析

✅ 优点

• 无需停机
• 支持在线扩容
• 数据迁移粒度小
• 业务无感知
• 支持水平扩展
• 容量近乎无限增长

❌ 缺点

• 迁移期间存在网络开销
• 大量 Slot 迁移耗时较长
• 迁移过程中性能略有下降
• 客户端必须支持 ASK/MOVED 重定向

8️⃣ 面试常见问题

Redis Cluster 为什么能在线扩容？

因为 Redis 将数据划分为 16384 个 Slot，扩容时迁移 Slot 即可，不需要整体迁移节点数据。

Redis 扩容迁移的是数据还是 Slot？

本质迁移的是 Slot，Slot 对应的数据会跟随迁移。

迁移期间客户端访问怎么办？

Redis 通过 ASK 重定向机制自动引导客户端访问新的节点。

为什么是 16384 个槽位？

16384 = 2¹⁴，在内存占用和寻址效率之间取得平衡，同时能够通过 Bitmap 高效表示 Slot 分布。

扩容时会影响业务吗？

理论上不会中断业务，但迁移期间会消耗部分网络和 CPU 资源，因此通常选择业务低峰期进行扩容。

Redis Cluster 为什么不用一致性 Hash？

一致性 Hash 在节点变更时需要重新计算大量映射关系，而 Slot 模型只需要迁移部分 Slot，管理更加简单。

9️⃣ 总结