Codis
在大数据高并发场景下，单个Redis实例往往会捉襟见肘。
首先体现在内存上，单个实例内存不宜过大，过大会导致快照文件过大，进一步导致主从同步时全量同步时间过长，实例重启恢复时也会消耗很长的数据加载时间，特别是在云环境下，单个Redis实例的内存都是受限的。
其次体现在CPU利用率上，单个Redis实例只能利用单个核心，让单个核心完成海量数据的存取和管理，压力会很大。
正是在这样的大数据高并发的需求下，Redis集群方案出现了。
它将众多小内存的Redis实例综合起来，将分布在多台机器上的众多CPU核心的计算能力聚集到一起，完成海量数据存储和高并发读写操作。
Codis是Redis集群方案之一，由中国人开发并开源，很靠谱。Codis使用Go语言开发，是一个代理中间件，和Redis一样使用Redis协议对外提供服务，客户端向Codis发送指令，Codis将指令转发到Redis实例执行，将返回结果转回客户端。
Codis分片原理
Codis如何将特定的key转发到特定的Redis实例呢？
Codis将所有key默认划分为1024个槽，对客户端传过来的key进行crc32运算计算hash值，然后将hash值对1024取模获得余数，这个余数就是对应key的槽。
每个槽会映射到唯一的Redis实例中，这种映射关系由Codis维护。
若集群节点较多，可以将1024配置更大的数，如2048、4096。
不同的Codis实例之间槽关系如何同步？
Codis将槽关系存储在zookeeper中，并提供Dashboard用来观察和修改槽关系，槽关系变化时，Codis Proxy会监听到变化并重新同步槽关系。
扩容
Codis在扩容过程中接收到正在迁移槽中的key后，会强制让该key进行迁移，然后再将请求转发到新的Redis实例。
自动均衡
集群中新增实例时手工均衡slots太繁琐，所以Codis提供自动均衡功能。
自动均衡会在系统空闲时观察每个Redis实例对应的槽数量，如果不平衡，就会自动进行迁移。
Codis的代价
Codis的key分散在不同实例中，因此就不支持事务了。
同样rename的两个key如果在不同的实例中，rename的操作就无法进行，Codis官方文档中给出了不支持的指令。
为了支持扩容，单个key对应的value不宜过大。
Codis集群配置中心使用zk实现，意味着部署上增加了zk的代价。
Codis的优点
设计上比官方Cluster方案简单很多，其将分布式问题交给第三方zk/etcd去负责。
Codis的后台管理
Codis提供服务器集群管理功能，可以增加分组、增加节点、执行自动均衡等指令。