026. redis 如何在保持读写分离+高可用的架构下，还能横向扩容支撑 1T + 海量数据

课程前说明

后面几个章节会老提到 读写分离和 master。之前的课程讲解中说了读写分离后的水平扩容是通过扩容 slave 来达到的。

但是在实际生产环境中，读写分离支持不是很好，特别的 java 这种客户端，可以做到但是稍微复杂

这里的说明其实我也没有太听明白，记住一条信息：通过 master 去扩容的，至于为什么，后面大概 29 讲的时候会讲解

单机 redis 在海量数据面前的瓶颈

之前讲解的一主多从架构，master 的瓶颈

这种架构的瓶颈只是解决了 QPS，但是没有解决海量数据的问题

单机 32G 内存，假如我们就希望存储 1T 的数据呢？

怎么才能够突破单机瓶颈，让 redis 支撑海量数据？

这个没有看明白是怎么怎么实际上能支撑海量数据的，难道是要通过路由均衡负载？

redis 的集群架构

redis cluster

支撑 N 个 redis master node，每个 master node 都可以挂载多个 slave node

简单说：redis cluster = 多 master + 读写分离 + 高可用

我们只要基于 redis cluster 去搭建 redis 集群即可，不需要手工去搭建 replication 复制+主从架构+读写分离+哨兵集群+高可用

redis cluster vs replication + sentinal

如果你的数据量很少，主要是承载高并发高性能的场景，比如你的缓存一般就几个 G，单机足够了

• replication

  一个 mater，多个 slave，要几个 slave 跟你的要求的读吞吐量有关系，然后自己搭建一个 sentinal 集群，去保证 redis 主从架构的高可用性，就可以了

• redis cluster

  主要是针对海量数据+高并发+高可用的场景，海量数据，如果你的数据量很大，那么建议就用 redis cluster