CAP

CAP理论，指的是在一个分布式系统中，Consistency(一致性)、Availability(可用性)、Partition Tolerance(分区容错性)，不能同时成立。

C:一致性，一致性指的是所有节点在同一时间的数据完全一致

A:可用性，可用性指服务一直可用，而且是正常响应时间

P:分区容错性，分区容错性指在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务

Redis集群实现AP

分区

分区方式分为哈希分区，顺序分区，redis使用的就是哈希分区

哈希分区：离散性好，数据分布与业务无关，无法顺序访问。

顺序分区：离散性易倾斜，数据分布与业务相关，可顺序访问。

常用哈希分区方式

节点取余分区，使用特定的数据，如Redis的建或用户ID，再根据节点数量N使用公司 hash（key）%N计算出哈希值 ，用于决定数据映射到拿一个节点，存在节点数量变化时如扩容或收缩节点数据节点性需要重新计算

可以用于数据库的分库分表规则，例如：订单表数据过多时我们可以根据商家来分表，这时候我们不能一个商家一个表，我们可以将根据商家ID来取余，假如商家ID主键是整型自增ID ，商家ID是随机数 n，那么n%10就是0~9中的一个数。无论n是多大的数，取余算出来的表都在10张表范围内

//java 取余公式
a%b=a-(a/b)*b

一致性的哈希分区

一致性哈希分区 每个节点分配一个token,范围在0~2的32次方 ，这个构成一个哈希环 然后顺时针找到一个大于等于该哈希值的token节点

虚拟槽分区

Redis Cluster 就是采用虚拟槽分区,虚拟槽被分为16384个槽，每个节点负责维护一部分槽（建议最大节点约为1000个节点） 

例如分为5个节点，即可分为如下：

node-1，0-3276 
node-2，3277-6553
node-3，6554-9830
node-4，9831-13107 
node-5，13018-16383