1. 背景
一开始并没有打算梳理redis的相关内容，因为在一篇文章中看到关于热点问题的处理，心中有一些疑惑，内容如下：
缓存热点：
对于特别热的数据，如果大部分甚至所有的业务都命中同一份缓存数据，则这份数据所在缓存服务器压力就很大，例如，某明星微博发布“我们”来宣告恋爱了，则短时间内有成千上万的用户都来围观。
缓存热点解决方案：
就是复制多份缓存，将请求分散到多个缓存服务器上，减轻缓存热点导致的单台缓存服务器压力，以新浪微博为例，对于粉丝超过100万的明星，每一条微博都可以生成100分缓存，缓存的数据都是一样的，通过缓存key里面加编号进行分区，每次读缓存都随机读取其中某份缓存。
解决思路是没有问题的，是通过备份相同的数据到多台缓存服务器中，缓解分散单台服务器的压力，我的疑惑是"通过缓存key里面加编号进行分区"这种方式是怎么确保使需要保存的数据都分散到不同的服务器呢？redis集群根据key进行hash散列算法，最终映射的是槽位，不同的缓存服务器分别管理的是一些列表槽位，怎么保证通过key计算出来的槽位值正好不在同一台机器上呢？
带着这个疑问点，开始了redis复制，哨兵，集群内容的整理。