Redis 集群这事儿，实际上就像是在一家大公司的架构里搞分布式事务。
那会儿咱们当作单集群就是一支队伍，结局一扩容，指挥系统就乱套了。目前大家更习惯搞集群，把不同的兵分组，各自负责一块地盘，遇到大事儿再集合一下。 Redis 的集群核心逻辑，实际上就是分片（Sharding）。想象一下，你有一个庞大的仓库，里面全是货（数据），没人亲自跑，那赶明儿如何发货？你只能派几个快递员，每人负责一局部仓库。但在内存里，它们还是得知道彼此的位置，不然新来的快递员也不知道该往哪儿塞货。
故此 Redis 集群靠的是“分片键”和“共享内存”。当某个分片需求新增数据时，它会先看看这个数据跟哪个键相关，然后找对应的分片去入库，最终其他分片再统一拉取这些数据，再统一还到主键上。
这就好比大家各司其职，最终结局都汇总到了一起，既不用哪位多干活，也没人偷懒。 不过，这里有个关键点，就是数据是写进内存里的，不是硬盘上。
要是集群里某个分片挂了，那它手里的数据就瞬间丢了。毕竟 Redis 是用内存做运算的，硬盘更多是用来存配置要么写日志那种。
故此一旦某个节点倒下了，就得赶紧把数据迁移那会儿，要么砍掉那个节点。平时状态是 `split-branched`（分裂分支），这时候数据就在某个节点上，其他节点说是没看到，但实际上数据都在。一旦某个节点挂掉，其他节点就会主动把自己手里的数据去重映那会儿，重新把自己当主节点，再去找新的主节点。
这个过程得快，不然你的业务就中断了。 大量人认定集群就是好办的 N 个节点，哪位当主，哪位当从，这理解偏差挺大。Redis 的集群实际上是一个主从复制的变种，并且是有选举的。全集群只有一个主节点，其他节点都是从节点。主节点负责写数据，从节点负责读数据，平时读数据不经过主节点，省事儿。但难题是，哪位当主节点？这得靠选举。好办来说，哪位当主，就得比别人快。 这就引出了 HTTP 重连和主从切换的机制。在集群里，一般会有多个主节点。当主节点挂了，其他从节点会检测到主节点挂了，然后自己就顶上去了，成为新的主节点。
这时候，其他从节点会把自己刚刚写的数据，重新写一次给新的主节点。
这个过程可能需求点工夫，出于得把数据重新传输。
不过这时候，原来的主节点不是彻底挂了，它只是处于“主从切换”的状态，数据还在它手里，只是身份变了。 还有一点挺关键，就是你写数据的时候，会不会影响别人。出于主从切换是异步的，你写的东西可能还没同步到所有从节点，这时候别人操作了，数据还没预备好，就可能会读到旧数据。
故此有时候不建议在写数据的时候再主从切换。
另外，主节点挂了，读数据的时候，从节点就得重新从主节点拉取数据，这时候读取的速度可能就不如平时那流畅了，就连会比主节点挂了还慢。 数据同步的方面，Redis 集群一般会有主从复制。从节点会定期同步主节点的数据，这叫异步复制。
要是主节点挂了，从节点就得把数据补上，这叫同步复制。别看异步复制好办点，但不够实时，同步复制快但开销大。为了兼顾性能和可用性，Redis 集群本身赞成双活配置。
这时候所有节点都是主，数据都在内存里，读写都挺快，但需求做微服务化的操作，比如分库分表，把数据分散在多个节点上，避免一个大库扛不住。 再说说数据保险。Redis 集群的数据都是存内存里的，要是节点挂了，数据就没了。
要是集群挂了，那数据全没了。
故此 Redis 的集群架构务必保证高可用性。平时有些数据可能只存有从节点上，比如刚刚同步过来的数据，这时候要是节点挂了，数据就丢了。
故此要么保证集群一辈子不挂，要么保证数据有备份机制。 最终总结一下，Redis 集群的核心就是分片、主从复制、数据同步、主从切换和高可用。分片解决的是数据分布难题，主从复制解决的是数据一致性，主从切换解决的是可用性。通过这些机制，Redis 集群能在高并发下保持数据不丢失、读写不中断。自然，这也不是完美的，毕竟内存是有上限的，节点多了，数据量大了，运维也更有挑战了。但只要把原理搞懂，配置得当，Redis 集群依然能支撑起庞大的业务需求。
