面试官： 说说线上Redis部署方案
当面试官问， 你们生产环境Redis是怎么部署的，， 通常需要结合高可用redis部署方案进行回答，
我来给大家讲下 种主流的、生产级的Redis架构方案：
单实例模式
首先， 最基础的 单实例模式。
优点是： 超级简单，零成本，部署起来分分钟搞定。
但缺点也非常致命：
它没有备份，服务器一断电，或者程序一崩，数据就可能丢了，服务也立马停掉。
它的内存和CPU，完全受限于单台服务器的配置，想扩容就只能加内存条，升级CPU，这叫“垂直扩展”，很快就会到天花板。
所以，单实例只适合做一些临时、非关键的任务，或者在开发环境里玩一玩。
主从+哨兵模式
那怎么解决单实例的可靠性问题呢？可以用 主从复制 + 哨兵。
这个架构就专业多了，它包含三种角色：
一个 主节点（Master）：他是家里唯一的劳动力，所有“写”数据的操作都得经过它。
一个或多个 从节点（Slave）：它们只负责从主节点那里同步数据，相当于做了个实时备份，可以分担“读”数据的压力。
还有几个 哨兵（Sentinel）：它们就像是24小时待命的“保姆”，不存数据，只负责监控。一旦发现主节点“心跳停止”了，哨兵们就会立刻开会投票，从剩下的从节点里，选一个新的出来当老大，保证服务能自动恢复。
好处是： 实现了高可用，读请求也可以分流，性能更好了并且纯redis就可以实现无需第三方依赖。
坏处是： 它没解决内存容量的问题。所有数据还是一份完整的，主节点的内存瓶颈依然存在。
这个方案非常经典，适合那些数据量不大，但读操作特别多，而且对可用性要求很高的场景。
分片集群+一致性hash
为了解决单台机器内存不够用的问题，就有了 分片集群 的想法。
简单说，就是把数据打散，存到好几台Redis服务器上。你之前是一个书架装所有的书， 现在分几个书架装不同的书。A-H 放1号架，I-P 放2号架，Q-Z 放3号架。
那电脑怎么知道哪个数据该存哪台机器呢？它会通过一致性哈希算法。你可以把它想象成一个二的三十二次方的圆环。 主要分2步：
- 服务器上环： 先把你的3台服务器（比如叫Redis-A, Redis-B, Redis-C）各自的IP地址进行哈希计算，随机分布在这个圆环的几个点上。比如，A在2点位置，B在6点位置，C在10点位置。
2.数据上环，顺时针找家： 现在来了一本书，通过对key进行hash计算，它落在了4点的位置。它会 顺时针 走，遇到的第一个服务器是谁？是Redis-B（在6点位置）。好，这本书就存到Redis-B里。如果另一本书落在11点，它顺时针走，就会存到Redis-A（在2点位置）。
好处是： 机器不够可以随时加，容量能变得很大。
坏处是： 每次加减机器，牵连的数据要“搬家”，会有点麻烦， 而且数据可能分得不是很均匀。
Redis Cluster
为了提供一个更完善、更官方的分布式解决方案，Redis在3.0版本后正式推出了 Redis Cluster。
这是一个 去中心化 的架构。大家看图，整个集群由多个主节点（M1, M2, M3）组成，每个主节点还可以挂载自己的从节点（图中未画出，但实际部署时必须有）。它没有中心代理节点，客户端可以连接集群中的任意一个节点。
它的核心设计是 哈希槽 (Hash Slot)。Redis Cluster预设了16384个哈希槽，每个Key通过CRC16算法计算后，会映射到这16384个槽中的某一个。集群在启动时，会将这些槽均匀地分配给所有的主节点。例如，M1负责0-5460，M2负责5461-10922，以此类推。
当客户端向一个节点（比如M1）发送一个关于某个Key的命令时，如果这个Key所属的哈希槽正好由M1负责，M1就直接处理。如果发现这个Key属于M3，M1 会返回一个 MOVED 重定向指令，告诉客户端这个Key在M3上，客户端会缓存这个信息并重定向请求到M3。
节点之间通过 Gossip协议 互相通信，交换彼此的状态信息，从而维护整个集群。
优点：
官方方案，去中心化设计，避免了代理层的性能瓶颈。
数据按哈希槽分布，扩容和缩容非常方便，只需在节点间迁移哈希槽即可，过程自动化且对服务影响小。
内置高可用，每个主节点都有从节点，主节点宕机后会自动进行故障转移。
缺点：
Gossip协议会带来一定的网络开销。
对于需要操作多个Key的批量命令（如 mget, mset），如果这些Key分布在不同的哈希槽中，Redis Cluster的支持非常有限，需要客户端进行拆分处理。
怎么选？
挑一种适合你项目的解决方案
单实例：只适用于 开发测试 或个人项目，任何生产环境都不应使用。
主从+哨兵：适用于 数据量不大、并发要求不是极限高，但对高可用有明确要求的场景。特别是读多写少的业务，可以通过增加从节点来水平扩展读性能。
Redis Cluster：这是 官方推荐的、面向未来的首选分布式方案。适用于 海量数据、高并发 的场景。
至于一致性hash方案，他算是一种比较原始的方案，可以说是现代分布式缓存系统的基石。 但是还需要自己动手造轮子就没必要了。Redis Cluster 和 Codis可以看作是在一致性哈希思想基础上的重大改进和工程化落地。
希望通过今天的分享，大家对Redis的几种主流部署模式有了更清晰、更系统的认识。感谢大家的收听如果视频对你有帮助可以支持下！