Redis有四种常见的运行模式，分别为：
单机模式
主从模式
哨兵模式
集群模式
1.单机模式
单机模式是指在单台服务器中运行的Redis程序，是最原始最基本的模式。
单机模式的优势在于部署简单只要安装好Redis，并进行简单配置即可，因为没有其他Redis节点，因此费用低廉。
单机模式的缺点在于可靠性差，如果Redis宕机，那么服务也就会直接失效。同时因为Redis是单线程的，所以在单机上运行时受CPU的影响很大。
单机模式通常适合于在不需要很高的性能以及可靠性的小型业务场景。
2.主从模式
主从模式是指将一个Redis节点设置为主节点，其他Redis节点设置为从节点，通过将主节点的数据复制到其他的Redis服务器中（单向），此时请求会按规则访问所有的Redis节点，因此主节点的访问压力也就被从节点所分担了。并且当主节点宕机时，会将一个从节点提升为主节点，因此系统的可靠性也有所提高。
主从模式扩展了主节点的读能力，但存储和写都受主节点的性能限制，并且该模式下数据存在大量冗余情况。
3.哨兵模式
哨兵模式是在主从模式的基础上，增加了哨兵节点这一个概念。在哨兵模式中，节点分为哨兵节点和数据节点两种：
哨兵节点可以是一个或多个，每个节点都是一种特殊的Redis节点，该节点并不存储数据。
数据节点则由主节点和从节点组成，和之前的主从节点类似。
其中由哨兵节点负责监视数据节点，其原理是通过Ping方式判断数据节点是否存活，如果Ping超时，则将该节点标记为主观下线状态，当有指定数量以上的哨兵节点也发现该数据节点处于主观下线状态，就将其标记为客观下线状态。
哨兵模式的优点是：
具备所有主从模式的优点（是主从模式的升级）
主从节点可以自动切换，增强了系统的可用性
缺点是哨兵节点也有几率会发生宕机，从而引起集群的故障
4.集群模式
集群模式是通过数据分片的方式来将数据分配到不同的分片上，因此其数据冗余较小，其故障转移也和哨兵模式类似。
redis的多种模式
都说了升级到哨兵模式，那之前用的不是哨兵模式，肯定还有其他模式。
单机模式、主从模式、哨兵模式、集群模式
单机模式
这个最简单，一看就懂。
就是安装一个redis，启动起来，业务调用即可。具体安装步骤和启动步骤就不赘述了，网上随便搜一下就有了。
单机在很多场景也是有使用的，例如在一个并非必须保证高可用的情况下。
咳咳咳，其实我们的服务使用的就是redis单机模式，所以来了就让我改为哨兵模式。
说说单机的优缺点吧。
优点：
部署简单，0成本。
成本低，没有备用节点，不需要其他的开支。
高性能，单机不需要同步数据，数据天然一致性。
缺点：
可靠性保证不是很好，单节点有宕机的风险。
单机高性能受限于CPU的处理能力，redis是单线程的。
单机模式选择需要根据自己的业务场景去选择，如果需要很高的性能、可靠性，单机就不太合适了。
主从复制
主从复制，是指将一台Redis服务器的数据，复制到其他的Redis服务器。
前者称为主节点(master)，后者称为从节点(slave)；数据的复制是单向的，只能由主节点到从节点。
主从模式配置很简单，只需要在从节点配置主节点的ip和端口号即可。
启动主从节点的所有服务，查看日志即可以看到主从节点之间的服务连接。
从上面很容易就想到一个问题，既然主从复制，意味着master和slave的数据都是一样的，有数据冗余问题。
在程序设计上，为了高可用性和高性能，是允许有冗余存在的。这点希望大家在设计系统的时候要考虑进去，不用为公司节省这一点资源。
对于追求极致用户体验的产品，是绝对不允许有宕机存在的。
主从模式在很多系统设计时都会考虑，一个master挂在多个slave节点，当master服务宕机，会选举产生一个新的master节点，从而保证服务的高可用性。
主从模式的优点：
一旦 主节点宕机，从节点 作为 主节点 的 备份 可以随时顶上来。
扩展 主节点 的 读能力，分担主节点读压力。
高可用基石：除了上述作用以外，主从复制还是哨兵模式和集群模式能够实施的基础，因此说主从复制是Redis高可用的基石。
也有相应的缺点，比如我刚提到的数据冗余问题：
一旦 主节点宕机，从节点 晋升成 主节点，同时需要修改 应用方 的 主节点地址，还需要命令所有 从节点 去 复制 新的主节点，整个过程需要 人工干预。
主节点 的 写能力 受到 单机的限制。
主节点 的 存储能力 受到 单机的限制。
哨兵模式
刚刚提到了，主从模式，当主节点宕机之后，从节点是可以作为主节点顶上来，继续提供服务的。
但是有一个问题，主节点的IP已经变动了，此时应用服务还是拿着原主节点的地址去访问，这...
于是，在Redis 2.8版本开始引入，就有了哨兵这个概念。
在复制的基础上，哨兵实现了自动化的故障恢复。
如图，哨兵节点由两部分组成，哨兵节点和数据节点：
哨兵节点：哨兵系统由一个或多个哨兵节点组成，哨兵节点是特殊的redis节点，不存储数据。
数据节点：主节点和从节点都是数据节点。
访问redis集群的数据都是通过哨兵集群的，哨兵监控整个redis集群。
一旦发现redis集群出现了问题，比如刚刚说的主节点挂了，从节点会顶上来。但是主节点地址变了，这时候应用服务无感知，也不用更改访问地址，因为哨兵才是和应用服务做交互的。
Sentinel 很好的解决了故障转移，在高可用方面又上升了一个台阶，当然Sentinel还有其他功能。
比如 主节点存活检测、主从运行情况检测、主从切换。
Redis的Sentinel最小配置是 一主一从。
说下哨兵模式监控的原理
每个Sentinel以 每秒钟 一次的频率，向它所有的 主服务器、从服务器 以及其他Sentinel实例 发送一个PING 命令。
如果一个 实例（instance）距离最后一次有效回复 PING命令的时间超过 down-after-milliseconds 所指定的值，那么这个实例会被 Sentinel标记为 主观下线。
如果一个 主服务器 被标记为 主观下线，那么正在 监视 这个 主服务器 的所有 Sentinel 节点，要以 每秒一次 的频率确认 该主服务器是否的确进入了 主观下线 状态。
如果一个 主服务器 被标记为 主观下线，并且有 足够数量 的 Sentinel（至少要达到配置文件指定的数量）在指定的 时间范围 内同意这一判断，那么这个该主服务器被标记为 客观下线。
在一般情况下， 每个 Sentinel 会以每 10秒一次的频率，向它已知的所有 主服务器 和 从服务器 发送 INFO 命令。
当一个 主服务器 被 Sentinel标记为 客观下线 时，Sentinel 向 下线主服务器 的所有 从服务器 发送 INFO 命令的频率，会从10秒一次改为 每秒一次。
Sentinel和其他 Sentinel 协商 主节点 的状态，如果 主节点处于 SDOWN`状态，则投票自动选出新的主节点。将剩余的 从节点 指向 新的主节点 进行 数据复制。
当没有足够数量的 Sentinel 同意 主服务器 下线时， 主服务器 的 客观下线状态 就会被移除。当 主服务器 重新向 Sentinel的PING命令返回 有效回复 时，主服务器 的 主观下线状态 就会被移除。
哨兵模式的优缺点
优点：
哨兵模式是基于主从模式的，所有主从的优点，哨兵模式都具有。
主从可以自动切换，系统更健壮，可用性更高。
Sentinel 会不断的检查 主服务器 和 从服务器 是否正常运行。当被监控的某个 Redis 服务器出现问题，Sentinel 通过API脚本向管理员或者其他的应用程序发送通知。
缺点：
Redis较难支持在线扩容，对于集群，容量达到上限时在线扩容会变得很复杂。
我的任务
我部署的redis服务就如上图所示，三个哨兵节点，三个主从复制节点。
使用java的jedis去访问我的redis服务，下面来一段简单的演示代码(并非工程里面的代码)：
public static void testSentinel() throws Exception { //mastername从配置中获取或者环境变量，这里为了演示 String masterName = "master"; Set<String> sentinels = new HashSet<>(); // sentinel的IP一般会从配置文件获取或者环境变量，这里为了演示 sentinels.add("192.168.200,213:26379"); sentinels.add("192.168.200.214:26380"); sentinels.add("192.168.200.215:26381"); //初始化过程做了很多工作 JedisSentinelPool pool = new JedisSentinelPool(masterName, sentinels); //获取到redis的client Jedis jedis = pool.getResource(); //写值到redis jedis.set("key1", "value1"); //读取数据 jedis.get("key1"); }
集群模式
主从不能解决故障自动恢复问题，哨兵已经可以解决故障自动恢复了，那到底为啥还要集群模式呢？
主从和哨兵都还有另外一些问题没有解决，单个节点的存储能力是有上限，访问能力是有上限的。
Redis Cluster 集群模式具有 高可用、可扩展性、分布式、容错 等特性。
Cluster 集群模式的原理
通过数据分片的方式来进行数据共享问题，同时提供数据复制和故障转移功能。
之前的两种模式数据都是在一个节点上的，单个节点存储是存在上限的。集群模式就是把数据进行分片存储，当一个分片数据达到上限的时候，就分成多个分片。
数据分片怎么分？
集群的键空间被分割为16384个slots（即hash槽），通过hash的方式将数据分到不同的分片上的。
CRC16是一种循环校验算法，这里不是我们研究的重点，有兴趣可以看看。
这里用了位运算得到取模结果，位运算的速度高于取模运算。
有一个很重要的问题，为什么是分割为16384个槽？这个问题可能会被面试官随口一问
数据分片之后怎么查，怎么写？
读请求分配给slave节点，写请求分配给master，数据同步从master到slave节点。
读写分离提高并发能力，增加高性能。
如何做到水平扩展？
master节点可以做扩充，数据迁移redis内部自动完成。
当你新增一个master节点，需要做数据迁移，redis服务不需要下线。
举个栗子：上面的有三个master节点，意味着redis的槽被分为三个段，假设三段分别是0~7000，7001~12000、12001~16383。
现在因为业务需要新增了一个master节点，四个节点共同占有16384个槽。
槽需要重新分配，数据也需要重新迁移，但是服务不需要下线。
redis集群的重新分片由redis内部的管理软件redis-trib负责执行。redis提供了进行重新分片的所有命令，redis-trib通过向节点发送命令来进行重新分片。
如何做故障转移？
假如途中红色的节点故障了，此时master3下面的从节点会通过 选举 产生一个主节点。替换原来的故障节点。
此过程和哨兵模式的故障转移是一样的。
总结
每种模式都有各自的优缺点，在实际使用场景中要根据业务特点去选择合适的模式。
redis是一个非常常用的中间件，作为一个使用者来说，学习成本一点不高。
如果作为一个很好的中间件去研究的话，还是有很多值得学习和借鉴的地方。比如redis的各种数据结构(动态字符串、跳跃表、集合、字典等)、高效的内存分配(jemalloc)、高效的IO模型等等。
每个点都可以深入研究，在后期设计高并发、高可用系统的时候融入进去。
参考：Redis四种运行模式