Redis开源增强特性
完善的集群管理功能
系统提供完善的Redis集群管理功能，通过Manager，用户可以将Redis实例组建为Redis集群，提升系统处理能力，同时满足高可靠性要求。
- 向导式创建Redis集群系统
图1 创建Redis集群
MRS支持一主一从模式的Redis集群，系统自动计算节点上可安装的Redis实例个数并分配主从关系。
- 集群扩容、减容
当集群需要提供大规模的处理能力时，可以一键式扩容一对或多对主从实例。在此过程中，系统会自动完成数据迁移和数据平衡，用户无需关注。
- Balance
出现扩容异常、部分实例掉线等异常场景时，Redis集群中的数据可能会分布不均匀，此时可以通过管理界面上提供的Balance功能，让系统自动对集群数据进行平衡，保证集群的健康运行。
- 性能监控与告警
系统提供Redis集群的性能监控功能，可以通过直观的曲线图方式，了解当前Redis集群、实例的TPS吞吐量情况。
系统为Redis集群提供了多种告警，例如集群下线告警、持久化失败告警、槽位分布不均告警、主备倒换事件、集群高可靠性受损告警等，甚至主从实例内存大小不一致都可以自动上报告警。丰富的告警帮助用户更加轻松的进行Redis集群的监控和管理。
集群可靠性保证
Redis社区提供ruby脚本的集群管理工具redis-trib.rb，创建集群时主从分配只能按照固定顺序排列，且无法保证集群的高可靠性。如果主实例和从实例在同一台机器上，则这种主从备份的意义不大，或者集群内一个主机发生故障将导致整个集群不可用。
MRS在创建Redis集群的时候，能够根据用户选择的实例范围，自动进行计算，按照主机级高可靠原则来部署集群，同时在进行扩容和减容的操作时，仍然会保证该原则。这样可以保证集群内任意一台主机发生故障，集群都能够通过主从实例倒换来保证集群继续工作。
同时如果发生了部分节点、实例故障，整个集群无法继续保证高可靠性时，系统会自动发送相关告警，提示用户进行修复。
数据导入导出工具
Redis集群构建了16384个槽位，通过计算不同key的crc16码值来决定key存放在哪个槽位，用来做键值的哈希，来保证不同的主实例负载均衡。这样不同的槽位存放着不同的值，如果两个集群的拓扑结构不相同，则其不同实例上存放着的键是不同的，此时如果需要进行数据迁移或者备份恢复是非常困难的。
MRS提供了一个专用的数据导入导出工具，可以方便的导出Redis集群中的数据，并支持在原集群、新集群、异构集群（节点个数不同的集群）进行数据恢复。
完善的安全特性
社区redis仅提供简单的密码认证机制，其密码以明文的方式保存在配置文件当中，在企业级应用当中，这种安全机制是不够的。MRS提供了完善的安全特性，增加了认证、鉴权、审计机制。
只有认证过的客户端才能向服务端发送或请求数据，而服务端之间（集群内部）也有认证机制，防止伪造的实例发送未认证的请求。同时鉴权管理机制则将Redis的命令分为三类：读取型、写入型、管理型，不同的用户赋予不同的权限，避免越权的操作。
审计机制则对Redis的一些高危操作记录了详细的审计日志，比如更改集群拓扑结构、清除Redis中的数据等。
性能优化
Redis已经是一个高性能的分布式缓存数据库，但原始的Redis实例部署在普通OS上，会发现存在这样一个问题：当客户端并发量提高时，尽管服务端CPU等资源并不存在瓶颈，但TPS吞吐量却无法继续提高。当组建Redis集群的时候，集群的性能也无法随着集群规模的扩大而线性提升。 MRS在OS层面进行了多重优化，包括CPU核绑定、网卡中断队列绑定、OS系统参数优化等，从而保证了Redis的性能，特别是Redis集群性能的线性增长。
增强的淘汰算法
Redis是一个缓存系统，在其内存达到配置的最大值之后，将会触发数据的淘汰。原生Redis具备LRU、Random、TTL三种淘汰策略，但是在实际业务使用中并不能很好的达到“淘汰冷数据、留下热数据”的目的。
MRS中的Redis组件对淘汰算法做了增强，引入了Smart淘汰策略，该淘汰策略基于对key的热度统计进行淘汰，确保每次尽量只淘汰最冷的数据。在模拟的业务测试中，Smart淘汰策略的热数据命中率可以始终保持在99%以上，热数据淘汰率最高则也只有3%左右（原生LRU策略的这两个测试数据则分别是85%和35%）。由于热数据命中率的提高，从而也使得业务请求的TPS得到提高。
集群管道
redis-server支持客户端发过来的管道命令，即一次接收多个命令进行处理，这样能减少网络传输时间，极大提高redis-server的每秒请求处理数量。但是Jedis社区仅提供单实例的管道模式。客户端通过对Jedis进行封装，使得这种模式也能应用在集群上，并且使用方式与单实例的管道模式保持一致。
