redis集群如何动态扩展（redis 动态扩容）

Redis基本原理

1、渐进式 rehash：为避免一次性 rehash 阻塞服务，Redis 采用分批迁移数据的方式（后续文章详述）。总结Redis 的存储结构以哈希表为核心，通过 数组 + 链地址法 解决冲突，结合 动态扩容/缩容 平衡性能与资源消耗。其设计兼顾了高速访问（O（1）和灵活性（支持多种 Value 类型），是 Redis 高性能的关键基础。

2、Redis 是一款基于内存的 key-value 存储组件，支持多种数据类型和丰富的功能特性，其核心原理涵盖数据存储、高性能处理、持久化、复制与集群管理等方面。以下是具体原理的详细说明：数据存储与核心结构内存存储：Redis 所有数据结构均存储在内存中，通过全局的 dict 字典管理。

3、基于内存的存储机制Redis将所有数据存储在内存中，而非传统磁盘数据库。这一设计消除了磁盘I/O的瓶颈，使得读写操作仅需内存访问时间（纳秒级），从而实现了极高的吞吐量和低延迟。适用场景：适合需要快速响应的实时应用（如缓存、会话管理、消息队列）。

集群架构是什么

典型场景：复杂计算任务拆分：例如将视频处理任务拆分为转码、压缩、存储等子任务，分别由不同服务器处理。跨地域服务部署：例如电商系统将用户管理、订单处理、支付等业务部署在不同地区服务器，降低延迟。

集群服务器是一种将多台服务器集中起来共同提供同一种服务的架构形式，其优势主要体现在高可用性、容错性和负载均衡等方面。什么是服务器集群？服务器集群就是指将很多服务器集中起来一起进行同一种服务，在客户端看来就像是只有一个服务器。

分布式架构的典型实现包括微服务架构（按功能模块拆分服务）和MapReduce计算模型（将任务分解为Map和Reduce阶段）。关键差异对比 任务处理方式：集群采用完整复制策略，每个节点具备完整功能；分布式采用分工协作策略，节点仅处理部分任务。

新浪微博关注功能:如何高效存储海量关注关系?

1、灾备方案：定期备份Redis数据到持久化存储（如S3）。通过上述方案，可高效存储和管理海量关注关系，同时保障系统性能与可扩展性。

2、存储方式：直接存储被关注者ID，无需分数。示例操作：SADD user1：following follower1SADD user1：following follower2 优势：操作简单，适合快速判断是否关注某用户（SISMEMBER命令）。 核心操作实现添加关注关系：双向更新：将被关注者ID加入关注者的following集合。

3、数据库表结构设计社交平台中用户间的关注、粉丝和互关关系本质是多对多关系，需通过中间表拆解为两个一对多关系。设计两张表分别存储关注和粉丝关系，可避免数据冗余并提升查询效率。关注关系表（follows）字段：user_id（INT）：关注者用户ID，作为外键关联用户表。

Redis集群部署的三种模式

Redis，这款开源的高性能键值数据库，因其高效率和广泛的应用场景深受开发者喜爱。本文将深入探讨Redis的三种集群部署模式：主从模式、Sentinel模式和Cluster模式，以提升系统的可用性和资源利用率。

Redis集群部署的三种模式包括：主从模式：简介：由主数据库和从数据库组成。特点：主库负责读写操作，数据同步到从库，确保数据一致性。主库宕机时，从库可以自动切换继续服务，但不支持动态扩展。Sentinel模式：简介：为解决主从模式的高可用问题而生，通过哨兵监控master和slave的状态。

Redis集群模式主要包括主从复制模式（Master-Slave）、哨兵模式（Sentinel）和Cluster模式，每种模式在原理、配置、优缺点和应用场景上各有特点。

Redis集群部署主要有三种方式：主从复制、哨兵机制、Cluster集群。主从复制：工作原理：通过Slave向Master发送sync命令实现数据同步。Master会启动后台存盘进程，并收集所有修改数据命令，完成存盘后传送整个数据文件到Slave，Slave加载数据文件完成首次完全同步。

同步设计支持全量、增量、指定数据三种模式，灵活应对不同场景。软删除机制数据标记为删除时，仅逻辑删除（非物理删除），15天后自动结转（物理删除）。逻辑删除期间可恢复数据，避免误操作导致数据丢失。设计优势总结高可用性：双集群与双机房部署消除单点故障风险。

部署复杂：相较于Redis主从模式，部署和理解原理更复杂。资源浪费：slave节点作为备份节点不提供服务，造成资源浪费。读写分离问题：哨兵模式不能解决读写分离问题，实现起来相对复杂。集群方式 优点：无中心架构：数据按照slot存储分布在多个节点，节点间数据共享，可动态调整数据分布。