Hur möjliggör Redis Cluster skalning?

Question

Accepted Answer

**Redis Cluster** möjliggör **horisontell skalning** genom att sharda data över flera Redis-noder — distribuera dataset (och belastning) så att Redis kan hantera data och genomströmning bortom en enskild servers minne. Det partitionerar data via **hash slots** och tillhandahåller inbyggd hög tillgänglighet.

## Sharding via hash slots

```text
Redis Cluster divides the keyspace into 16384 HASH SLOTS.
  → each key maps to a slot: slot = CRC16(key) mod 16384
  → slots are distributed across the cluster's primary nodes
  → each node owns a subset of slots (and thus a subset of the data)
→ This spreads data and load across nodes → scales memory and throughput horizontally.
```

Data partitioneras över noder via **hash slots** (16384 totalt): varje nyckel hashas till en slot, och slots är utspridda över primära noder — så varje nod innehåller en del av data, vilket skalerar kapaciteten bortom en server.

## Hög tillgänglighet inbyggd

```text
Each primary node has REPLICAS:
  → if a primary fails, one of its replicas is promoted (automatic failover)
  → the cluster continues serving (HA without separate Sentinel)
→ Redis Cluster combines SHARDING (scale) + REPLICATION (HA).
```

## Klienter och omdirigering

```text
→ Clients connect to the cluster; a key's request goes to the node owning its slot.
→ If a client hits the wrong node, it gets a MOVED redirect to the right node
  (cluster-aware clients cache the slot map and route directly).
```

## Multi-key-begränsningen (viktigt)

```text
⚠️ Multi-key operations only work if all keys are in the SAME slot (same node):
  → operations spanning keys on different nodes are NOT supported directly
  → use HASH TAGS to force related keys into the same slot:
     {user:1000}:profile and {user:1000}:settings → same slot ({...} part is hashed)
→ Design keys so related data that's used together shares a slot.
```

## Varför det spelar roll

Att förstå Redis Cluster är viktigt för **horisontell skalning av Redis bortom en enskild server**, så det är värdefull kunskap på seniornivå för storskaliga Redis-distributioner.

Kärnvärdet är **horisontell skalning**: när data eller genomströmning överstiger vad en enskild Redis-servers minne kan hantera, **shardar Cluster data över flera noder** (via 16384 **hash slots**, varje nyckel mappad till en slot distribuerad över primära noder), vilket sprider data och belastning för att skala minne och genomströmning bortom en enskild maskin — väsentligt för storskaliga system.

Att förstå **hash slot-mekanismen** (hur nycklar mappar till slots och slots till noder) är grundläggande för hur Cluster distribuerar data.

Att veta att Cluster tillhandahåller **inbyggd hög tillgänglighet** (varje primär har repliker med automatisk failover, kombinerar sharding och replikering utan behov av separat Sentinel) är viktigt för tillförlitlighet i stor skala.

Att förstå **klientomdirigering** (MOVED-omdirigeringar, cluster-medvetna klienter som cachelagrar slot-kartan) förklarar hur förfrågningar når rätt nod.

Kritiskt är det att förstå **multi-key-begränsningen** — att multi-key-operationer kräver alla nycklar i samma slot, löst med **hash tags** (`{user:1000}:...` tvingar relaterade nycklar till samma slot) — är väsentligt eftersom det är en verklig begränsning som påverkar nyckeldesign (relaterad data som används tillsammans måste ko-lokaliseras), och att inte förstå det orsakar fel med multi-key-operationer i ett cluster.

Då skalning bortom en enskild Redis-server är ett verkligt behov för höga volymsystem, och då Redis Cluster (sharding via hash slots + inbyggd HA) är mekanismen för det — med den viktiga hash-tag/multi-key-begränsningen som påverkar design — är förståelse för Redis Cluster viktig kunskap på seniornivå för skalning av Redis, ett ämne som demonstrerar förståelse för horisontell skalning och de praktiska begränsningar (nyckelko-lokalisering) som följer med distribution av Redis-data över noder.