基于Redis的开源分布式服务Codis

442次阅读

共计 1807 个字符，预计需要花费 5 分钟才能阅读完成。

Redis 在豌豆荚的使用历程——单实例 ==》多实例，业务代码中做 sharding==》单个 Twemproxy==》多个 Twemproxy==》Codis，豌豆荚自己开发的分布式 Redis 服务。在大规模的 Redis 使用过程中，他们发现 Redis 受限于多个方面：单机内存有限、带宽压力、单点问题、不能动态扩容以及磁盘损坏时的数据抢救。

基于 Redis 的开源分布式服务 Codis

Redis 通常有 3 个使用途径：客户端静态分片，一致性哈希；通过 Proxy 分片，即 Twemproxy；还有就是官方的 Redis Cluster，但至今无一个新版本。随后刘奇更详细的分析了为什么不使用 Twemproxy 和 Redis Cluster：

Twemproxy：最大的痛点是无法平滑的扩容或者缩容，甚至修改配置都需要重启服务；其次，不可运维，甚至没有 Dashboard。

Redis Cluster（官方）：无中心化设计，程序难以编写；代码有点吓人，clusterProcessPacket 函数有 426 行，人脑难以处理所有的状态切换；迟迟没有正式版本，等了 4 年之久；目前还缺乏最佳实践，没有人编写 Redis Cluster 的若干条注意事项；整个系统高度耦合，升级困难。

虽然我们有众多的选择，比如 Tair 、 Couchbase 等，但是如果你需要更复杂和优秀的数据结构， Redis 可称为不二之选。基于这个原因，在 Redis 之上，豌豆荚设计了 Codis ，并将之开源。

既然重新设计，那么 Codis 首先必须满足自动扩容和缩容的需求，其次则是必须避免单点故障和单点带宽不足，做一个高可用的系统。在这之后，基于原有的遗留系统，还必须可以轻松地将数据从 Twemproxy 迁移到 Codis ，并实现良好的运维和监控。基于这些， Codis 的设计跃然纸面：

基于 Redis 的开源分布式服务 Codis

然而，一个新系统的开发并不是件容易的事情，特别是一个复杂的分布式系统。刘奇表示，虽然当时团队只有 3 个人，但是他们几乎考量了可以考量的各种细节：

尽量拆分，简化每个模块，同时易于升级
每个组件只负责自己的事情
Redis 只作为存储引擎
Proxy 的状态
Redis 故障判定是否放到外部，因为分布式系统存活的判定异常复杂
提供 API 让外部调用，当 Redis Master 丢失时，提升 Slave 为 Master
图形化监控一切： slot 状态、 Proxy 状态、 group 状态、 lock 、 action 等等

而在考量了一切事情后，另一个争论摆在了眼前 ——Proxy 或者是 Smart Client ： Proxy 拥有更好的监控和控制，同时其后端信息亦不易暴露，易于升级；而 Smart Client 拥有更好的性能，及更低的延时，但是升级起来却比较麻烦。对比种种优劣，他们最终选择了 Proxy ，无独有偶，在 codis 开源后， twitter 的一个分享提到他们也是基于 proxy 的设计。