在高并发、大数据量的业务场景中，单机 Redis 早已力不从心。Redis Cluster作为 Redis 官方提供的分布式解决方案，通过数据分片、主从复制和自动故障转移，完美解决了单机 Redis 的性能瓶颈和可用性问题。本文将从基础概念到实战部署，全面解析 Redis Cluster，并重点介绍在 Spring Boot 项目中的具体应用。

Redis Cluster 是什么？

Redis Cluster是 Redis 官方推出的分布式集群解决方案，专为解决单机 Redis 在存储容量、并发处理能力和高可用性上的局限性而设计。它将数据分散存储在多个节点上，每个节点负责一部分数据，同时通过主从复制机制为每个主节点配备从节点，实现了数据的分布式存储和高可用保障。

简单来说，Redis Cluster 就像一个 "数据仓库集群"：多个节点分工合作，既各自保管一部分数据，又相互监督，一旦某个节点出问题，立刻有 "备用节点" 顶上，确保整个集群持续稳定运行。

为什么需要 Redis Cluster？

单机 Redis 的局限性在业务增长到一定规模后会集中爆发，而 Redis Cluster 正是为解决这些问题而生：

Redis Cluster 的工作原理

数据分片与哈希槽：数据如何分配？

Redis Cluster 采用哈希槽（Hash Slot） 机制实现数据分片，核心逻辑如下：

• 集群预先分配 16384 个哈希槽（0-16383），每个哈希槽对应一部分数据。
• 当存储数据时，通过公式CRC16(key) % 16384计算键对应的哈希槽，再将数据存储到负责该哈希槽的节点上。
• 每个节点负责一部分哈希槽（如 3 个主节点可各分配 5461、5461、5462 个槽）。

这种机制的优势在于：数据分配规则简单清晰，节点增减时只需迁移哈希槽，无需重新计算所有键的位置。

节点通信与 Gossip 协议：集群如何 "沟通"？

集群中的节点通过Gossip 协议定期交换信息，包括：

• 节点状态（在线 / 离线）
• 节点负责的哈希槽
• 主从节点映射关系

每个节点会随机选择几个节点发送信息，信息通过 "一传十、十传百" 的方式在集群中扩散，最终所有节点达成状态共识。

故障检测与自动故障转移：节点挂了怎么办？

1. 故障检测：每个节点会定期向其他节点发送 PING 命令，若多次未收到 PONG 响应，则标记该节点为 "疑似下线"。当集群中超过半数的主节点认为某节点 "疑似下线" 时，该节点会被标记为 "确定下线"。
2. 自动故障转移：被标记为下线的主节点的所有从节点会发起选举，通过 Raft 算法竞争成为新主节点。获胜的从节点升级为主节点，接管原主节点的所有哈希槽，集群自动恢复正常。

Redis Cluster 的优势

Redis Cluster 的应用场景

• 大规模缓存：电商平台的商品详情、用户信息等高频访问数据，通过 Redis Cluster 缓存，降低数据库压力。
• 分布式会话：在微服务架构中，用 Redis Cluster 存储用户会话，实现多服务实例间的会话共享。
• 实时计数器：如直播平台的在线人数、短视频的点赞数，通过 Redis Cluster 的原子操作实现高并发计数。
• 消息队列：基于 Redis 的 List 结构，实现简单的分布式消息队列，处理高并发消息生产和消费。

Redis Cluster 的部署与运维（基于 Docker）

快速部署 3 主 3 从集群

运维注意事项

• 节点扩容：新增节点后，通过redis-cli --cluster reshard命令迁移哈希槽，无需停机。
• 数据备份：定期通过bgsave命令在主节点生成 RDB 文件，或开启 AOF 持久化（性能略低但数据更安全）。
• 故障处理：若自动故障转移失败，可手动执行cluster failover命令触发从节点升级。
• 监控：使用 Redis Insight 或 Prometheus+Grafana 监控集群节点状态、内存使用和哈希槽分布。

Spring Boot 项目集成 Redis Cluster

1. 引入依赖

在pom.xml中添加 Redis Starter：

xml

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

2. 配置集群信息

在application.yml中配置 Redis Cluster 节点和连接参数：

yaml

spring:
  redis:
    cluster:
      nodes:  # 集群所有节点的IP:端口
        - 192.168.1.100:7001
        - 192.168.1.100:7002
        - 192.168.1.100:7003
        - 192.168.1.100:7004
        - 192.168.1.100:7005
        - 192.168.1.100:7006
      max-redirects: 3  # 最大重定向次数（哈希槽迁移时）
    lettuce:  # 使用lettuce客户端（默认）
      pool:
        max-active: 16  # 最大连接数
        max-idle: 8     # 最大空闲连接
        min-idle: 4     # 最小空闲连接
    timeout: 3000ms    # 连接超时时间

3. 编写 Redis 工具类

java

运行

import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;
import javax.annotation.Resource;
import java.util.concurrent.TimeUnit;

@Component
public class RedisClusterUtil {

    @Resource
    private RedisTemplate<String, Object> redisTemplate;

    // 存值（无过期时间）
    public void set(String key, Object value) {
        redisTemplate.opsForValue().set(key, value);
    }

    // 存值（带过期时间）
    public void set(String key, Object value, long timeout, TimeUnit unit) {
        redisTemplate.opsForValue().set(key, value, timeout, unit);
    }

    // 取值
    public Object get(String key) {
        return redisTemplate.opsForValue().get(key);
    }

    // 删除键
    public Boolean delete(String key) {
        return redisTemplate.delete(key);
    }

    // 自增（计数器场景）
    public Long increment(String key, long delta) {
        return redisTemplate.opsForValue().increment(key, delta);
    }
}

4. 实战使用示例

java

运行

import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RestController;
import javax.annotation.Resource;

@RestController
public class UserController {

    @Resource
    private RedisClusterUtil redisClusterUtil;

    // 缓存用户信息
    @GetMapping("/user/{id}")
    public String getUser(@PathVariable Long id) {
        // 先查缓存
        String cacheKey = "user:" + id;
        Object user = redisClusterUtil.get(cacheKey);
        if (user != null) {
            return "从缓存获取：" + user.toString();
        }
        
        // 缓存未命中，查数据库（此处模拟）
        String userName = "用户" + id;
        
        // 存入缓存，设置30分钟过期
        redisClusterUtil.set(cacheKey, userName, 30, TimeUnit.MINUTES);
        return "从数据库获取：" + userName;
    }
}

5. 注意事项

• 键的设计：避免大量键落在同一个哈希槽（如不要用固定前缀 + 自增 ID，可通过{hashTag}强制指定哈希槽，如user:{100}:name和user:{100}:age会存在同一槽位）。
• 批量操作：mget、mset等批量命令仅支持同一哈希槽的键，跨槽批量操作需手动分片处理。
• 事务与 Lua：Redis Cluster 支持事务和 Lua 脚本，但需确保所有操作的键在同一哈希槽。

总结：Redis Cluster 的核心价值

Redis Cluster 通过哈希槽分片实现了数据的分布式存储，通过主从复制 + 自动故障转移保障了高可用性，完美解决了单机 Redis 的性能和扩展瓶颈。在 Spring Boot 项目中，只需简单配置即可集成，大幅降低了分布式缓存的使用门槛。

无论是中小项目的未来扩展预留，还是大型系统的高并发需求，Redis Cluster 都是值得优先选择的分布式缓存方案。关键是在实际使用中注意键的设计和批量操作的限制，充分发挥其分布式特性。