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。
Redis集群中的每个Redis节点负责处理一部分哈希槽，通过这种将哈希槽分布到不同Redis节点的做法使得用户可以很容易的向集群中添加或者删除Redis节点。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。因此Redis集群模式下数据一致性存在一定的问题，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
来源：https://blog.csdn.net/qq_42220174/article/details/102679737