Node.js 分布式缓存与高可用：Redis Sentinel、Cluster 与持久化

1. 分布式缓存的业务价值

在电商秒杀场景中，某平台在促销日遭遇服务器雪崩：MySQL数据库因查询过载宕机，用户看到的库存数据与实际库存不符，最终导致超卖和退款纠纷。引入分布式缓存后，将热数据（如库存信息）缓存到Redis集群，请求量从单机5K QPS提升至集群20W QPS，核心业务响应时间稳定在5ms以内。

// 技术栈：Node.js + ioredis（Sentinel模式）
const Redis = require('ioredis');

const sentinelClient = new Redis({
  sentinels: [
    { host: 'sentinel1.yourdomain.com', port: 26379 },
    { host: 'sentinel2.yourdomain.com', port: 26379 },
    { host: 'sentinel3.yourdomain.com', port: 26379 }
  ],
  name: 'mymaster', // Redis主节点名称
  enableReadyCheck: true,
  maxRetriesPerRequest: 3
});

// 库存扣减示例（支持原子操作）
async function deductStock(productId) {
  const key = `stock:${productId}`;
  return await sentinelClient.multi()
    .watch(key)
    .get(key)
    .then(([_, stock]) => {
      if (stock <= 0) throw new Error('库存不足');
      return sentinelClient.decr(key);
    })
    .exec();
}

2. Redis Sentinel高可用实现

某在线教育平台初期部署单节点Redis，在硬件故障时导致2小时的课程数据丢失。改造为Sentinel架构后：

1. 部署三台Sentinel节点（2C4G）监控主从节点
2. 主节点故障时自动选举新主，切换时间≤10秒
3. 新增节点自动注册到Sentinel监控列表

// Sentinel事件监听（事件驱动架构）
sentinelClient.on('+switch-master', (details) => {
  console.log(`主节点切换至 ${details.newMaster.host}:${details.newMaster.port}`);
  // 自动更新连接池逻辑
  reconnectCluster(details.newMaster);
});

// 自定义连接池实现（基于ioredis内置连接池）
function createConnectionPool(config) {
  return new Redis.Cluster([
    { host: config.host, port: config.port }
  ], {
    scaleReads: 'slave',  // 读操作负载均衡到从节点
    redisOptions: { password: 'your_secure_password' }
  });
}

3. Redis Cluster横向扩展实战

某社交平台用户量突破1亿后，出现严重的缓存雪崩问题。实施Cluster分片方案后：

• 数据分区策略：采用CRC16算法自动散列16384个槽
• 多主架构：部署6个节点（3主3从），容量线性扩展
• 自动数据迁移：支持动态增删节点

// Cluster客户端初始化（智能路由）
const cluster = new Redis.Cluster([
  { host: 'cluster-node1', port: 7000 },
  { host: 'cluster-node2', port: 7001 },
  { host: 'cluster-node3', port: 7002 }
], {
  slotsRefreshTimeout: 5000,  // 槽位刷新超时
  clusterRetryStrategy: (times) => Math.min(100 + times * 2, 3000)
});

// 多键操作处理（需确保键在相同哈希槽）
async function batchUpdate(userIds) {
  const pipeline = cluster.pipeline();
  userIds.forEach(id => {
    const key = `user:${id}_profile`; // 使用哈希标签强制同槽
    pipeline.hset(key, 'last_active', Date.now());
  });
  return pipeline.exec();
}

4. 持久化策略深度优化

某金融系统因未配置持久化策略，导致缓存数据丢失引起金额对账差异。调整后的混合持久化方案：

save 900 1       # 15分钟内至少1次变更触发RDB
save 300 10000    # 5分钟内万级变更触发
appendonly yes    # 启用AOF
appendfsync everysec  # 折衷方案：每秒刷盘
aof-use-rdb-preamble yes  # 混合持久化格式

5. 方案选型决策树

1. Sentinel模式：适合中小规模（<100GB）、需要自动故障转移的场景

   • 优势：简单易用，客户端透明切换
   • 挑战：人工扩容时需重新配置Sentinel

2. Cluster模式：适合超大规模（TB级）、自动分片需求

   • 优势：线性扩展，自动数据平衡
   • 挑战：跨槽事务实现复杂

3. 持久化组合：

   • RDB：快速恢复，适合冷备
   • AOF：数据零丢失，适合金融场景
   • 混合模式（推荐）：同时具备RDB恢复速度和AOF数据完整性

6. 应用场景全景图

• 实时排行榜（Cluster分片+ZSET）
• 分布式会话存储（Sentinel+持久化）
• 突发流量削峰（持久化保障缓存数据可追溯）
• 分布式锁（Redlock算法实现）

7. 关键注意事项

1. 网络分区处理：配置合理的超时时间（如cluster-node-timeout 15000）
2. 监控指标：重点关注connected_slaves、instantaneous_ops_per_sec
3. 安全加固：启用ACL访问控制，分离业务数据与sentinel通信
4. 容量规划：内存使用不超过物理内存的70%

8. 技术方案对比矩阵

9. 总结与展望

通过电商秒杀系统的实战验证，混合部署架构（Sentinel+Cluster）能够实现99.99%的可用性。随着Serverless架构的普及，未来可探索基于Kubernetes的Redis自动扩缩容方案，结合Node.js的动态模块加载特性，实现更智能的缓存治理体系。