redis数据量大的时候就需要使用多个redis实例去共同存储数据。

固定取模

• 过程

1. 先把redis若干个主节点编号

Master1 : 1
Master2 : 2, 3
Master3 : 4, 5

2. 再用hash值和编号总数量取模

hash(key) % total_virtual_weight

• 缺点：当新增或者删除节点时，数据几乎全部都要重新洗牌。消耗过大，只能当做缓存

一致性哈希Consistent Hashing

• 过程

1. 假设有一个HSAH环，范围为2^32-1(即一个32位的无符号整形范围)
2. 计算集群节点的HASH(通过ip,主机名之类的)，并标记在HASH环上
3. 客户端请求数据时会通过数据的HASH值向后找，找到的第一个节点处理此请求

• 优点：相对于固定取模，删除节点或节点宕机所影响的数据更少。
• 缺点： 删除节点时还是需要计算所有该节点的key，另外算出来的节点Hash值也可能导致数据分布不均匀的现象。

预先分配PreSharding

• 过程

1. 部署redis时一个机器上部署多个实例
2. 需要拓展时将一台机器上的实例分发到多台机器上，以提升性能与空间

• 优点：增长过程中redis的实例数保持不变
• 缺点：实例多，增加了运维成本