Redis集群是可以在多个Redis节点之间进行数据共享的架构。Redis集群通过分区容错（Partiton）来提高可用性（Availability），即使集群中有一部分节点失效或者无法进行通信，集群也可以继续处理请求。
Redis集群模式数据共享
Redis集群有以下特点：
- 将数据切分到多个Redis节点
- 当集群中部分节点失效或者无法进行通信时，整个集群仍然可以处理请求。
Redis将数据分片，每个Redis集群中包含16384个哈希槽（hash slot），Redis中存储的每个key都属于这些哈希槽中的一个。可通过计算得知每个key应该存放的具体哈希槽：key存放的哈希槽 = CRC(key) %16384，CRC(16)是计算key的CRC16检验和的。
Redis集群中的每个Redis节点负责处理一部分哈希槽，哈希槽分布在不同的Redis节点，向集群中添加或者删除Redis节点时只需将部分哈希槽移动到插入的Redis结点或将删除的Redis结点的数据均分到其他Redis结点即可。如向Redis集群中加入节点D，只需将节点A、B、C中的部分哈希槽移动到节点D即可。
Redis集群中的一致性问题
在谈Redis集群一致性问题前，先了解CAP定理。CAP定理指的是在一个分布式系统中，一致性（Consistency）、可用性（Availability）、分区容错性（Partition Tolerance）三者不可兼得，只能同时满足其中的两个。
Redis集群作为一个分布式系统，也存在相应的问题，Redis对可用性和分区容错性有较好的支持（AP）。因此Redis集群模式下数据一致性存在一定的问题，即Redis集群不保证强一致性。
在Redis集群中，主从节点之间的复制是异步执行的，即主节点对命令的复制工作发生在返回命令回复给客户端之后，如果每次处理命令请求都需要等待复制操作完成，那么主节点处理命令请求的速度将极大地降低——必须在性能和一致性之间做出权衡。这种情况下会存在数据一致性问题，即集群中部分节点短时间内获取不到最新的主节点新增的数据。
Redis集群架构
Redis集群容错
判断当前结点是否下线需要集群中所有的Redis Master节点参与。如果集群中半数以上的Master节点与当前节点通信超时，则认为当前节点下线。
整个集群不可用的情况：
- 某个Master节点下线，并且这个Master节点没有可用的Slave节点；
- 集群中超过半数以上的Master节点下线，无论Master节点是否有Slave节点。