Redis集群配置需要注意什么

Redis 集群配置关键注意事项

一 基础架构与网络

• 版本与节点规模：Redis Cluster 要求 Redis ≥ 3.0；生产建议至少 3 个主节点，并为主节点配置从节点（常见做法是每个主配 1 个从，总计 6 个节点），以保证故障转移与可用性。集群使用 16384 个哈希槽进行分片，数据按 key 的 CRC16 取模映射到槽。
• 端口与防火墙：每个节点需要开放 2 个 TCP 端口——客户端端口（如 6379）与集群总线端口（默认客户端端口 +10000，如 16379）。务必在防火墙与安全组中放行这两个端口，否则节点发现、故障检测与配置更新会异常。
• 网络环境限制：集群不建议运行在 NAT/端口映射 环境，容易导致节点地址不一致与握手失败。
• Docker 部署：如需容器化，优先使用 Host 网络模式（–net=host），避免端口映射与地址映射带来的复杂性。

二 核心配置参数

• 启用集群与节点标识：设置 cluster-enabled yes；每个节点使用独立的 cluster-config-file（如 nodes-6379.conf），该文件由 Redis 自动维护，不要手工编辑。
• 故障检测与可用性：配置 cluster-node-timeout（默认 15000 ms）。超过该阈值未响应会被标记为 PFAIL/FAIL，触发从节点提升；节点若无法在阈值内联系到“大多数主节点”，会停止接收请求。
• 复制与故障转移资格：设置 cluster-replica-validity-factor。为 0 时从节点无论与主断开多久都可参与故障转移；为 >0 时若断开时间超过 node-timeout × factor + repl-ping-replica-period，该从节点将放弃提升，避免“数据过旧”的从升主。
• 防“孤儿 Master”：设置 cluster-migration-barrier（默认 1），保证每个主至少保留一定数量的从，才允许把其他主的富余从迁移给“孤儿主”；必要时可关闭自动迁移（cluster-allow-replica-migration no）。
• 可用性与一致性开关：
  • cluster-require-full-coverage yes（默认）：只要有哈希槽未分配或未达到多数主，集群停止写入；设为 no 可在部分分片可用时继续提供查询。
  • cluster-allow-reads-when-down yes/no：集群标记为失效时是否允许从节点提供读服务（提升读可用性，需评估一致性影响）。
  • cluster-replica-no-failover yes/no：是否禁止从节点故障转移（多数据中心可用来“固定主在指定机房”）。

三 安全与认证

• 远程访问与绑定：如需远程访问，避免仅绑定 127.0.0.1，可使用 bind 0.0.0.0 或明确指定业务网段；同时开启 protected-mode 并结合密码与 ACL 使用。
• 密码与重启：集群模式下建议为所有节点配置一致的 requirepass（客户端密码）与 masterauth（复制密码）。创建集群阶段可先关闭密码以便节点互通，集群可用后逐节点执行 CONFIG SET 设置密码，并用 CONFIG REWRITE 持久化到配置文件。
• 客户端兼容：使用支持集群的客户端（如 JedisCluster），并注意老版本客户端对“集群密码”支持不完善的问题（如 Jedis 2.9.0 才完善该能力）。

四 运维与扩容

• 集群状态与健康检查：使用 redis-cli -c -p <port> 连接集群，执行 CLUSTER INFO 检查 cluster_state:ok；使用 CLUSTER NODES 查看节点角色、连接状态与槽分布。
• 扩缩容与槽迁移：新增节点后通过 redis-trib.rb add-node 加入，使用 reshard 迁移哈希槽；移除节点前先 reshard 清空其槽。迁移过程中关注进度与数据均衡。
• 数据与配置清理：节点加入集群前若包含旧数据或旧集群状态，需执行 FLUSHALL 与 CLUSTER RESET 清理；集群创建或变更后，确认各节点的 cluster-config-file 已被正确重写。
• 常见报错速查：
  • “Sorry, can’t connect to node” → 检查 bind 地址、防火墙/安全组、密码配置与版本兼容性。
  • “Node … is not empty / Slot X is already busy” → 先 FLUSHALL 再 CLUSTER RESET，确保节点干净加入。

五 数据一致性与风险提示

• 复制与一致性：Redis Cluster 采用 异步复制，在故障转移与网络分区场景下可能出现已确认写入的丢失（如少数分区持续写入旧主，恢复后被新主取代）。对强一致有要求的业务，可在写入后使用 WAIT 命令降低丢失概率，但无法做到绝对不丢。
• 超时与可用性权衡：缩短 cluster-node-timeout 可更快故障转移，但会增加误判与抖动；加长则相反。结合业务 RTO/RPO 与网络质量谨慎设置，并配合 cluster-replica-validity-factor 避免“过旧从”升主。