结论先行:选型的分水岭是"单机内存装不装得下":装得下(经验上 10~25GB 以内)就主从 + 哨兵,架构简单、功能完整;装不下或写入 QPS 单机顶不住,才上 Cluster 分片。不要为了"先进"直接上 Cluster——它的多 key 命令限制和运维复杂度是真金白银的成本。
主从 + 哨兵:高可用但不扩容
架构:一主多从复制,外加独立部署的 Sentinel 进程组(至少 3 个、奇数个)监控主库。主库挂掉后 Sentinel 们投票(quorum 确认客观下线 + 多数派执行转移)选出新主,客户端通过订阅 Sentinel 获知最新的主库地址。
为什么 Sentinel 至少要 3 个奇数个?故障判定是投票制:单个 Sentinel 发现主库无响应只是主观下线(sdown),quorum 个 Sentinel 都确认才升级为客观下线(odown),随后 Sentinel 之间选出 leader 执行转移。2 个节点与 1 个一样无法形成多数派,5 个的成本又高——3 个是可用性与成本的平衡点。新主的挑选有固定优先级:replica-priority 值最小者优先,相同则比复制偏移量(数据最全的优先),再相同比 runid。Sentinel 进程要与业务实例分离部署,否则机器挂掉时 Sentinel 和 Redis 一起死,故障转移无从谈起。
优点:
- 数据全量在主库,无分片,所有命令、事务、Lua、多 key 操作行为与单机完全一致;
- 读写分离容易,从库可分担读流量;
- 故障转移自动完成,运维心智负担小。
天花板:容量与写入吞吐被单机锁死;异步复制导致切换瞬间可能丢数据;从库越多,主库的复制输出压力越大。最后一点常被低估:从库不是免费的读扩容,每加一个从库,主库要为它输出全量写流量,复制积压 buffer 与网络带宽都要相应放大。还有一句话要说在前面:哨兵解决的是可用性问题,不是性能问题的万能药——读压力靠从库分摊有复制延迟这个副作用,写压力则完全无解。
Cluster:分片带来的自由与枷锁
架构:数据按 key 的 CRC16 值对 16384 取模映射到 slot,slot 分布在多个主节点;节点间 gossip 协议互通,客户端是 smart client——本地缓存 slot 路由表,key 不在本节点时收到 MOVED/ASK 重定向。每个主节点配至少一个从节点,主节点故障时它的从节点接手其 slot,故障转移由节点间投票完成,不再依赖外部的哨兵进程——这一点与哨兵模式是本质区别:Cluster 把"分片"和"高可用"揉进了同一套节点协议。
优点:容量与写入吞吐水平扩展;去中心化,无单点。slot 的分配单位决定了扩容的粒度:增加节点时只需把一部分 slot(连带其中的 key)迁到新节点,其余数据不动,这个过程可以在线执行,业务只需容忍迁移期间的 ASK 重定向。
代价(划重点):
- 多 key 命令限制:
MGET、MSET、事务、Lua 要求所有 key 落在同一 slot。用 hash tag(如{user:1001}:order:1)把相关 key 固定到同一 slot 可解,但会引入数据倾斜风险; - 客户端要求高:必须支持 Cluster 协议并正确配置拓扑刷新(Jedis/Lettuce/Redisson 均支持);
- 运维更复杂:扩缩容伴随 slot 迁移,故障转移拓扑变化更多;
- 主从切换丢数据窗口同样存在,Cluster 不解决复制异步的本质问题。
slot 数为什么是 16384 而不是 65536?节点间心跳包要携带自己负责哪些 slot 的位图,16384 位刚好 2KB,太大会显著抬高 gossip 心跳的带宽成本——这是一次"协议包大小"驱动的工程取舍。MOVED 与 ASK 也要分清:MOVED 意味着 slot 已永久迁走,客户端应更新路由表;ASK 只针对"迁移中的单个 key",请求需先向目标节点发 ASKING 再重发,路由表不变。reshard 期间业务能看到短暂 ASK 报错是正常现象,客户端重试逻辑要覆盖它。
多 key 限制在代码里最直观:
// 错误写法:两个 key 的 slot 不同,JedisCluster 直接抛异常
// JedisClusterException: No way to dispatch this command to Redis Cluster
cluster.mget("user:1001:profile", "user:1002:profile");
// 正确写法一:hash tag 把同一用户的相关 key 固定到同一 slot
// tag 取第一个大括号内的内容,CRC16({user:1001}) 决定 slot
cluster.mset("{user:1001}:profile", p1Json, "{user:1001}:settings", s1Json);
cluster.mget("{user:1001}:profile", "{user:1001}:settings");
// 正确写法二:key 无法同 slot 时,逐 key 查询后应用层组装
String p1 = cluster.get("user:1001:profile");
String p2 = cluster.get("user:1002:profile");
脑裂防护两边都要配:哨兵合理设置 down-after-milliseconds 并控制主从延迟;Cluster 用 min-replicas-to-write 1,没有可用从库时主库拒绝写入。
客户端示例
// 哨兵模式:只配哨兵地址,主库地址由哨兵动态告知,故障转移对业务透明
Set<String> sentinels = Set.of(
"10.0.0.1:26379", "10.0.0.2:26379", "10.0.0.3:26379");
try (JedisSentinelPool pool =
new JedisSentinelPool("mymaster", sentinels, poolConfig)) {
try (Jedis jedis = pool.getResource()) {
jedis.set("k", "v"); // 用法与单机完全一致
}
}
// Cluster 模式:smart client 自动处理 slot 路由与重定向
Set<HostAndPort> nodes = new HashSet<>(Arrays.asList(
new HostAndPort("10.0.0.1", 6379),
new HostAndPort("10.0.0.2", 6379)));
try (JedisCluster cluster = new JedisCluster(nodes, poolConfig)) {
// 单 key 命令:正常使用
cluster.set("user:1001:profile", json);
// 多 key 命令:key 必须同 slot,用 hash tag
cluster.mset("{user:1001}:a", "1", "{user:1001}:b", "2");
}
选型决策表
| 场景 | 推荐 |
|---|---|
| 数据 < 10GB,读写单机可承受 | 主从 + 哨兵 |
| 数据增长无上限 / 写入热点分散 | Cluster |
| 大量 multi-key / Lua / 事务依赖 | 主从 + 哨兵,或改造业务加 hash tag 后上 Cluster |
| 纯缓存、数据可回源重建、预算有限 | 主从即可,哨兵按成本取舍 |
选型还有一条时间维度的建议:哨兵 → Cluster 的迁移是支持的(扩容可以通过 slot 重新分配平滑进行),但要在 Cluster 上线前规划好初始 slot 分布与 hash tag 规范,避免迁移时业务代码大面积改造。反过来,从 Cluster 退回哨兵几乎不可能。所以判断"未来一年数据量是否会突破单机内存"是选型的核心练习——宁可稍早分片,不要反复迁移。
客户端侧的超时与重试策略两个模式都要专门设计:哨兵模式的故障转移窗口内(几十秒量级)连接会批量失败,业务要有重试与熔断,不能把转移当故障打爆上游;Cluster 模式下的 MOVED/ASK 要交给客户端库自动处理,同时监控"重定向率"——持续偏高说明路由表刷新不健康或 hash tag 设计有倾斜。架构选对了,客户端行为没跟上,等于白选。
一句话总结:哨兵解决"挂了怎么办",Cluster 解决"装不下怎么办"——两个问题都存在才两个都上;只为高可用就上 Cluster,等于给自行车装飞机引擎。
生产案例
某社交业务早期为图省事直接上了 Cluster,结果踩坑不断:点赞、关注列表等功能大量使用 MGET 和 Lua,开发只能给所有 key 套 hash tag,而热门大 V 的 tag 又把过半数据吸到同一个 slot,节点间负载严重倾斜,迁移 slot 也压不平;同时客户端未配置拓扑刷新,一次节点扩容后旧路由表失效,出现批量 MOVED 异常。团队最终做了一次"反向架构升级":把业务数据按是否可回源重新盘点,纯缓存部分(占大头)迁回主从 + 哨兵,容量骤降且可重建;真正有状态、无法单机容纳的部分(用户关系链)保留 Cluster,并强制两项规范——hash tag 只允许按 user_id 维度,禁止按热点实体;客户端统一接入带拓扑刷新的封装,扩缩容前先灰度验证路由表更新。改造后两类数据各自的天花板都变宽了,运维动作也回到了各自最简单的形态。这个案例的结论值得写进选型评审清单:Cluster 的成本在多 key 语义和运维复杂度上,选型前先统计代码里 multi-key 与 Lua 的使用密度,密度高的业务优先改造代码而不是硬上分片。
检查清单
- 选型先回答两个问题:单机内存装得下吗、写入 QPS 单机扛得住吗
- 哨兵至少 3 个奇数个节点,且与业务实例分离部署
- Cluster 下 multi-key / Lua / 事务的使用密度进选型评审
- hash tag 只按低基数业务维度(如 user_id)设置,防止数据倾斜
- Cluster 客户端必须支持并验证拓扑刷新,扩缩容前灰度
- 脑裂防护:哨兵调优 down-after-milliseconds;Cluster 配置 min-replicas-to-write
- 明确从库数量与主库复制带宽的关系,读写分离不无限加从库