面试题：缓存设计之中等难度：缓存扩容策略的具体实现方式

Question

在后端开发中，假设你使用Redis作为缓存，当业务增长需要对缓存进行扩容时，你会采用哪些常见的策略？请详细说明每种策略的实现步骤以及优缺点。

Answer 1

1. 垂直扩容策略

• 实现步骤：增加Redis服务器的硬件资源，如增加内存、CPU核心数等。对于云服务提供商（如阿里云Redis），可在控制台直接调整实例规格，选择更高配置的机型。对于自建Redis服务器，需要关闭Redis服务，更换硬件设备后重新启动Redis服务。
• 优点：实现简单，不涉及对业务架构和代码的大量修改，能快速提升单个Redis实例的性能和存储容量。
• 缺点：受限于硬件物理资源，成本较高，且提升空间有限。当业务持续增长时，可能很快又会达到硬件瓶颈。

2. 水平扩容策略 - 主从复制 + 读写分离

• 实现步骤：
  • 配置主从关系：在从服务器的配置文件（redis.conf）中设置 slaveof <master_ip> <master_port>，重启从服务器使其成为主服务器的副本。例如，有一台主服务器A，IP为192.168.1.100，端口6379，配置从服务器B为其副本，在B的redis.conf中添加 slaveof 192.168.1.100 6379 并重启。
  • 读写分离：在业务代码中，将读操作路由到从服务器，写操作路由到主服务器。例如，在Java中使用Jedis客户端，可创建两个Jedis实例，一个连接主服务器用于写，另一个连接从服务器用于读。
• 优点：提升了读性能，可应对大量读请求场景，同时增加了数据冗余，提高了数据安全性。
• 缺点：存在数据同步延迟问题，从服务器数据可能与主服务器不一致，对于数据一致性要求极高的场景不太适用。写操作仍集中在主服务器，可能成为性能瓶颈。

3. 水平扩容策略 - 分片（Sharding）

• 实现步骤：
  • 客户端分片：在客户端代码中实现分片逻辑。例如，在Python使用Redis - Py库，可根据键的哈希值对分片数量取模来决定数据存储在哪个Redis实例。假设存在3个Redis实例，对键 key1，计算 hash('key1') % 3，根据结果选择对应的实例存储数据。
  • 代理分片（如Twemproxy）：安装并配置Twemproxy，在配置文件（如nutcracker.yml）中定义Redis实例列表和分片规则。Twemproxy会作为客户端和Redis实例之间的代理，接收客户端请求并根据配置的规则将请求转发到相应的Redis实例。
  • Redis Cluster（集群分片）：搭建Redis Cluster集群，至少需要3个主节点和3个从节点。使用 redis - trib.rb 工具（Redis 3.0及以上版本）创建集群，例如 redis - trib.rb create --replicas 1 <ip1:port1> <ip2:port2> <ip3:port3> <ip4:port4> <ip5:port5> <ip6:port6>，其中前3个为主节点，后3个为从节点。集群会自动分配哈希槽（0 - 16383）到各个主节点，根据键的CRC16值对16384取模来决定键所在的哈希槽，进而确定存储的节点。
• 优点：有效提升存储容量和读写性能，可扩展性强，能应对大规模数据和高并发请求。
• 缺点：实现相对复杂，客户端分片需要在每个客户端代码中维护分片逻辑；代理分片增加了代理层的维护成本；Redis Cluster对集群管理和故障转移有一定复杂性，需要额外学习和管理成本。同时，跨分片操作（如跨节点的事务）相对复杂甚至不支持。