标签：cti 服务器端 Go语言 lov net enabled 执行 nbsp kernel
redis作为一个开源的kv数据库在互联网公司被广泛应用。
作为nosql的一员redis有这几个优点：
事物都不是完美的，redis也有不少缺点:
为了解决上述的缺点，互联网公司主要提出了三种类型的技术
特点：
由客户端自己计算key在哪个机器上存储和查找，和后端服务器没有什么关系，降低了redis server集群的复杂度，增加了开发的难度。
缺点：
但是客户端要实时知道，集群节点的信息状态，新增节点的时候客户端要支持动态的sharding，但是多数客户端不支持，因此没有大规模使用。
此方式是借助一个代理服务器实现数据分片，客户端直接与proxy联系，proxy计算集群节点信息，并把请求发送到对应的集群节点。
代表应用：
twitter 开发。它主要通过事件驱动模型来达到高并发，每收到一个请求，通过解析请求，发送请求到后端服务，再等待回应，发送回请求方。有这几个特点：
架构图（来源于网络） 
由于twemprox本身是单点的因此 经常和高可用软件搭配使用
配置示例：
xxxx:
listen: 127.0.0.1:4097
hash: fnv1a_64
distribution: ketama
auto_eject_hosts: true
redis: true
server_retry_timeout: 2000
server_failure_limit: 1
servers:
- 127.0.0.1:6378:1
distribution：为一致性哈希算法
servers:为后端缓存服务，twemproxy可以预先连接每个server或者不，根据接收到的请求具体分析出key，然后根据key来选择适当的server。
codis 由豌豆荚的团队编写，也是采用代理分片的技术。
架构图（来源于网络） 
Codis组件：
Codis怎么分片？
Codis 采用 Pre-sharding 的技术来实现数据的分片, 默认分成 1024 个 哈希槽。其实就是预分片，将这些分布式状态保存在ZK中，最大后端支持1024个redis server。另外每个哈希槽必须有个对应的组id，数据迁移和redis cluster 一样由哈希槽为单位。
客户端随意与集群中的任何节点通信，服务器端负责计算某个key在哪个机器上，当客户端访问某台机器时，服务器计算对应的key应该存储在哪个机器，然后把结果返回给客户端，客户端再去对应的节点操作key，是一个重定向的过程，目前官方的Redis Cluster 集群支持
特点：
Redis Cluster 如何分片？
采用CRC16(key) % 16384 来计算键 key 属于哪个槽，其中 CRC16(key) 语句用于计算键 key 的 CRC16 校验和。
如何进行故障转移？
当主节点down掉之后，选举出一个从成为新的主
被选中的从执行slave no one 成为新的主
新主撤销down掉主的哈希槽指派，把这些哈希槽指派给自己
新主和集群其他节点进行通信，广播自己是主了
新主开始接收请求和哈希槽指派
如何选举？
从在集群中属于冷备，读写请求都不会发往从节点。
从发现自己的主down掉之后，会广播一条 cluster_type_fallover_auth_reqeust的消息，要求其他的主节点给自己投票
其他收到主节点并且还没投票的情况下会把票投给他，返回一个cluster_type_fallover_auth_ack的消息，就是钦定他
当集群中n/2+1的数量的投票从就成为主。
这个选举周期没选成，就下一个周期重新开始
对比
系统参数
vm.overcommit_memory = 1
net.core.somaxconn = 8192 同配置的backlog
echo never > /sys/kernel/mm/transparent_hugepage/enabled
配置参数
Maxmemory 102400mb/10gb
timeout 180
tcp-keepalive 300
repl-backlog-size 32M #psync初始大小
client-output-buffer-limit normal 512mb 256mb 60
client-output-buffer-limit slave 1024mb 256mb 120
标签：cti 服务器端 Go语言 lov net enabled 执行 nbsp kernel
原文地址：https://www.cnblogs.com/cb521413/p/11394731.html
