在作出Redis群集解决方案，他跑了小半个。行表现得非常稳定
在几乎相同的经历与大家分享，我写在前面的文章，能够做为背景阅读应用
我们的Redis集群主要承担了下面服务： 1. 实时推荐 2. 用户画像 3. 诚信分值服务集群状况
集群峰值QPS 1W左右，RW响应时间999线在1ms左右 整个集群： 1. Redis节点： 8台物理机;每台128G内存;每台机器上8个instance 2. Sentienl：3台虚拟机集群方案
Redis Node由一组Redis Instance组成，一组Redis Instatnce能够有一个Master Instance。多个Slave Instance Redis官方的cluster还在beta版本号，參看 在做调研的时候，以前特别关注过KeepAlived+VIP 和 Twemproxy 只是最后还是决定基于Redis Sentinel实现一套，整个项目大概在1人/1个半月 总体设计
1. 数据Hash分布在不同的Redis Instatnce上 2. M/S的切换採用Sentinel 3. 写：仅仅会写master Instance，从sentinel获取当前的master Instane 4. 读：从Redis Node中基于权重选取一个Redis Instance读取，失败/超时则轮询其它Instance 5. 通过RPC服务訪问。RPC server端封装了Redisclient，client基于jedis开发 6. 批量写/删除：不保证事务RedisKey
public class RedisKey implements Serializable{ private static final long serialVersionUID = 1L; //每一个业务不同的family private String family; private String key; ...... //物理保存在Redis上的key为经过MurmurHash之后的值 private String makeRedisHashKey(){ return String.valueOf(MurmurHash.hash64(makeRedisKeyString())); } //ReidsKey由family.key组成 private String makeRedisKeyString(){ return family +":"+ key; } //返回用户的经过Hash之后RedisKey public String getRedisKey(){ return makeRedisHashKey(); } .....} Family的存在时为了避免多个业务key冲突，给每一个业务定义自己独立的Faimily出于性能考虑，參考Redis存储设计，实际保存在Redis上的key为经过hash之后的值 接口
眼下支持的接口包含：public interface RedisUseInterface{ /** * 通过RedisKey获取value * * @param redisKey * redis中的key * @return * 成功返回value,查询不到返回NULL */ public String get(final RedisKey redisKey) throws Exception; /** * 插入 数据到Redis * * @param redisKey * the redis key * @param value * the redis value * @return * 成功返回"OK",插入失败返回NULL */ public String set(final RedisKey redisKey, final String value) throws Exception; /** * 批量写入数据到Redis * * @param redisKeys * the redis key list * @param values * the redis value list * @return * 成功返回"OK",插入失败返回NULL */ public String mset(final ArrayList redisKeys, final ArrayList values) throws Exception; /** * 从Redis中删除一条数据 * * @param redisKey * the redis key * @return * an integer greater than 0 if one or more keys were removed 0 if none of the specified key existed */ public Long del(RedisKey redisKey) throws Exception; /** * 从Redis中批量删除数据 * * @param redisKey * the redis key * @return * 返回成功删除的数据条数 */ public Long del(ArrayList redisKeys) throws Exception; /** * 插入 数据到Redis * * @param redisKey * the redis key * @param value * the redis value * @return * 成功返回"OK",插入失败返回NULL */ public String setByte(final RedisKey redisKey, final byte[] value) throws Exception; /** * 插入 数据到Redis * * @param redisKey * the redis key * @param value * the redis value * @return * 成功返回"OK",插入失败返回NULL */ public String setByte(final String redisKey, final byte[] value) throws Exception; /** * 通过RedisKey获取value * * @param redisKey * redis中的key * @return * 成功返回value,查询不到返回NULL */ public byte[] getByte(final RedisKey redisKey) throws Exception; /** * 在指定key上设置超时时间 * * @param redisKey * the redis key * @param seconds * the expire seconds * @return * 1:success, 0:failed */ public Long expire(RedisKey redisKey, int seconds) throws Exception;} 写Redis流程
1. 计算Redis Key Hash值 2. 依据Hash值获取Redis Node编号 3. 从sentinel获取Redis Node的Master 4. 写数据到Redis//获取写哪个Redis Node int slot = getSlot(keyHash); RedisDataNode redisNode = rdList.get(slot); //写Master JedisSentinelPool jp = redisNode.getSentinelPool(); Jedis je = null; boolean success = true; try { je = jp.getResource(); return je.set(key, value); } catch (Exception e) { log.error("Maybe master is down", e); e.printStackTrace(); success = false; if (je != null) jp.returnBrokenResource(je); throw e; } finally { if (success && je != null) { jp.returnResource(je); } } 读流程
1. 计算Redis Key Hash值 2. 依据Hash值获取Redis Node编号 3. 依据权重选取一个Redis Instatnce 4. 轮询读//获取读哪个Redis Node int slot = getSlot(keyHash); RedisDataNode redisNode = rdList.get(slot); //依据权重选取一个工作Instatnce int rn = redisNode.getWorkInstance(); //轮询 int cursor = rn; do { try { JedisPool jp = redisNode.getInstance(cursor).getJp(); return getImpl(jp, key); } catch (Exception e) { log.error("Maybe a redis instance is down, slot : [" + slot + "]" + e); e.printStackTrace(); cursor = (cursor + 1) % redisNode.getInstanceCount(); if(cursor == rn){ throw e; } } } while (cursor != rn); 权重计算
初始化的时候，会给每一个Redis Instatnce赋一个权重值weight 依据权重获取Redis Instance的代码：public int getWorkInstance() { //未定义weight。则全然随机选取一个redis instance if(maxWeight == 0){ return (int) (Math.random() * RANDOM_SIZE % redisInstanceList.size()); } //获取随机数 int rand = (int) (Math.random() * RANDOM_SIZE % maxWeight); int sum = 0; //选取Redis Instance for (int i = 0; i < redisInstanceList.size(); i++) { sum += redisInstanceList.get(i).getWeight(); if (rand < sum) { return i; } } return 0; } 版权声明：本文博客原创文章，博客，未经同意，不得转载。