本文列舉社區版Redis叢集、KVStore for Redis叢集版擴縮容方案的不足，並介紹Tair叢集版無感擴縮容方案。
社區版Redis叢集版通常會涉及到資料節點彈性擴縮容、分區間的資料移轉等需求，但業界常見的擴縮容方案仍存在一些問題，例如按Key遷移速度慢、不支援多Key命令、Lua指令碼無法遷移、大Key遷移出現卡頓甚至引發高可用切換、遷移失敗復原複雜等。
Tair推出的新一代以Slot複製為原理的無感遷移資料架構，最佳化執行個體內部線程調度演算法，高效、準確地控制叢集行為，支援真正的無感擴縮容。下文詳細介紹了社區版Redis叢集、KVStore for Redis叢集擴縮容方案的不足以及Tair叢集版無感擴縮容方案。
社區版Redis叢集常見擴縮容方案與不足
社區版Redis叢集彈性擴縮容
社區版Redis叢集通過Gossip協議傳遞資料，以槽（Slot）為資料的最小集合，並以遍曆（並遷移）Key的方式遷移單個Slot。但該方案存在如下問題：
穩定性較差
資料按Key遷移，可能會導致同一Slot內涉及多Key的命令在遷移過程中執行失敗。
無法同時拷貝Lua指令碼，導致遷移後Lua指令碼丟失。
資料拷貝方式可能會導致大Key遷移出現卡頓，甚至錯誤，觸發高可用（HA）故障切換。
營運難度大
若遷移期間出現失敗，需要依靠人工手動恢複資料庫，難度高、耗時間長度且易出錯。
按Key遷移通常速度慢，擴縮容所需耗時間長度，往往迫使業務方在業務低峰期進行擴縮容，甚至影響到業務正常進行。
基於資料同步遷移組件進行擴縮容
該方案不依靠社區版Redis叢集特性進行遷移，而是引入一個中間組件作為資料移轉工具。例如先構建一個新的叢集執行個體，然後通過中間組件進行資料移轉，完成遷移後通過LoadBalancer組件切換訪問路徑，最終完成擴縮容操作。該方案存在如下問題：
全量資料同步耗時過長。
擴縮容期間需要同時擁有2套叢集資源，成本較高。
LoadBalancer組件在切換過程中會不可避免地引發用戶端串連斷開的問題，同時切換生效時間較長，可能會導致長達10秒以上的服務不可用。
KVStore for Redis叢集版平滑擴縮容方案與不足
KVStore for Redis叢集版提供了平滑擴縮容解決方案，較好地解決了上述社區版Redis叢集版擴縮容存在的部分問題，但該方案也存在如下問題：
擴縮容變更配置期間的資料移轉過程有感知，可能存在秒層級的唯讀時間。
說明擴縮容涉及到資料移轉，通常過程為：服務端處理增量同步處理資料至差值小於一個閾值時，進入唯讀狀態，等待剩餘增量資料移轉完成，然後重新導向用戶端請求到新的地址。若服務端在唯讀狀態期間收到更新要求，則會拒絕請求並返回唯讀錯誤，這類錯誤響應無法被商務邏輯平滑處理，從而影響到業務體驗。
擴縮容變更配置的資料移轉任務與正常業務爭搶處理資源，迫使使用者需要在業務低峰期進行擴縮容操作，影響擴縮容的靈活性。
Tair叢集版無感擴縮容方案
雲原生記憶體資料庫Tair叢集版基於新一代管控架構，通過中心化控制組件，高效、準確地控制叢集行為，支援真正的無感擴縮容。
本方案具有如下特點：
真正的無感擴縮容
Tair叢集版在擴縮容過程中可實現用戶端無感知、不閃斷、無唯讀狀態，滿足隨時彈性資源伸縮需求。
平滑處理擴縮容的關鍵在於縮小資料移轉時服務端的唯讀區間，Tair叢集版執行個體通過動態評估增量差值，將資料庫核心的唯讀區間（時間）控制到毫秒層級，遠小於百毫秒層級的TCP重傳時間，因此服務端理論上可規避唯讀錯誤。服務端唯讀區間（禁寫）時，涉及待遷移Key的寫請求將緩衝至服務端，等待資料移轉結束後，向用戶端返回重新導向資訊。同時，叢集管理系統與資料庫核心聯動，資料移轉完成後將第一時間更新叢集資訊。因此，可以實現在用戶端完全無感知的情況下完成擴縮容操作。
擴縮容過程平滑
Tair叢集版通過最佳化執行個體內部的線程調度演算法，對遷移任務進行細粒度控制，從而最大化提升線程執行效率，線程執行效率可從原先的10%提升到80%（可配置），實現在不影響商務服務的情況下最大化提升資料移轉速度。同時，Tair叢集版在遷移過程中可保障資料高可靠，支援按細粒度擴縮容，且無明顯RT（Reaction Time）上漲，杜絕由RT抖動錯誤觸發高可用切換的隱患。
營運高效簡便
Tair叢集版解決多項社區版Redis叢集擴縮容的問題。
後台預拷⻉：Tair叢集版採用後台預拷⻉方式，資料拷⻉過程中不會影響線上業務，拷⻉完成前源端持有完整資料，規避大Key遷移卡頓等問題。
一鍵復原：在擴縮容過程中若發生異常情況，支援一鍵復原。
資料按槽（Slot）遷移：資料按Slot遷移，規避同一槽（Slot）內涉及多Key的命令在遷移過程中執行失敗的問題。
支援同時拷貝Lua指令碼：在遷移過程中會同時拷⻉Lua指令碼，規避遷移後指令碼丟失問題。
支援最大256分區水平擴縮容。
低成本
相比基於中間組件的方案，無需同時持有2套叢集資源，具有較低的成本。