Redis उत्पादन में उच्च उपलब्धता: सेंटिनल, क्लस्टर और Kubernetes ऑपरेटर

Redis HA Helm मान

# values-redis-ha.yaml — Helm values for Redis HA on k3s/Longhorn
redis:
  replicas: 3
  resources:
    requests:
      cpu: "2"
      memory: 8Gi
    limits:
      cpu: "4"
      memory: 16Gi
  storage:
    persistentVolumeClaim:
      metadata:
        name: redis-data
      spec:
        accessModes:
          - ReadWriteOnce
        resources:
          requests:
            storage: 50Gi
        storageClassName: longhorn
  customConfig:
    maxmemory: "6gb"
    maxmemory-policy: "allkeys-lru"
    save: "900 1 300 10 60 10000"
    appendonly: "yes"
    appendfsync: "everysec"
    aof-use-rdb-preamble: "yes"
    repl-backlog-size: "256mb"
    tcp-keepalive: "60"
    timeout: "300"
    hz: "10"
    activedefrag: "yes"
  exporter:
    enabled: true
    image: oliver006/redis_exporter:latest

sentinel:
  replicas: 3
  resources:
    requests:
      cpu: 100m
      memory: 128Mi
    limits:
      cpu: 200m
      memory: 256Mi
  customConfig:
    down-after-milliseconds: "5000"
    failover-timeout: "60000"
    parallel-syncs: "1"

affinity:
  podAntiAffinity:
    requiredDuringSchedulingIgnoredDuringExecution:
      - labelSelector:
          matchExpressions:
            - key: app.kubernetes.io/component
              operator: In
              values:
                - redis
        topologyKey: kubernetes.io/hostname

मेमोरी प्रबंधन और निष्कासन नीतियाँ

Redis सभी डेटा को मेमोरी में संग्रहीत करता है, जिससे मेमोरी प्रबंधन सबसे महत्वपूर्ण परिचालन चिंता बन जाता है। जब Redis कॉन्फ़िगर की गईmaxmemoryसीमा तक पहुंच जाता है, तो उसे यह तय करना होगा कि आने वाले राइट कमांड के साथ क्या करना है। बेदखली नीति इस व्यवहार को नियंत्रित करती है।

# redis.conf — Memory management
maxmemory 6gb
maxmemory-policy allkeys-lru

# Available eviction policies:
# noeviction        — Return errors on writes when memory limit reached
# allkeys-lru       — Evict least recently used keys (general-purpose cache)
# allkeys-lfu       — Evict least frequently used keys (better for skewed access patterns)
# volatile-lru      — Evict LRU keys with TTL set
# volatile-lfu      — Evict LFU keys with TTL set
# volatile-ttl      — Evict keys with shortest TTL first
# allkeys-random    — Evict random keys
# volatile-random   — Evict random keys with TTL set

# Active defragmentation (Redis 4.0+)
activedefrag yes
active-defrag-enabled yes
active-defrag-ignore-bytes 100mb
active-defrag-threshold-lower 10
active-defrag-threshold-upper 100
active-defrag-cycle-min 1
active-defrag-cycle-max 25
active-defrag-max-scan-fields 1000

# Memory usage monitoring
# redis-cli INFO memory
# Key metrics:
#   used_memory           — Total bytes allocated by Redis
#   used_memory_rss       — Resident set size (OS-level memory)
#   mem_fragmentation_ratio — RSS / used_memory (should be close to 1.0)
#   maxmemory             — Configured memory limit
#   evicted_keys          — Total keys evicted due to maxmemory

HA परिनियोजन के लिए,maxmemoryको नोड की उपलब्ध रैम के लगभग 75% पर सेट करें। शेष 25% प्रतिकृति आउटपुट बफर, एओएफ रीराइट बफर, आरडीबी स्नैपशॉट के दौरान कॉपी-ऑन-राइट मेमोरी और ओएस ओवरहेड को समायोजित करता है। 16GB पॉड के लिए, अधिकतम मेमोरी को 12GB पर सेट करें। 64GB बेअर मेटल सर्वर के लिए, इसे 48GB पर सेट करें।

TLS एन्क्रिप्शन और ACLs

उत्पादन Redis परिनियोजन को TLS के साथ पारगमन में डेटा को एन्क्रिप्ट करना होगा और Redis 6.0 में पेश किए गए ACL (एक्सेस कंट्रोल लिस्ट) के साथ बारीक पहुंच नियंत्रण को लागू करना होगा।

# redis.conf — TLS configuration
tls-port 6380
port 0                            # Disable non-TLS port entirely
tls-cert-file /etc/redis/tls/redis.crt
tls-key-file /etc/redis/tls/redis.key
tls-ca-cert-file /etc/redis/tls/ca.crt
tls-auth-clients optional         # Require client certificates (mutual TLS)
tls-replication yes               # Encrypt replication traffic
tls-cluster yes                   # Encrypt cluster bus traffic
tls-protocols "TLSv1.3"           # Only allow TLS 1.3

# ACL configuration (Redis 6.0+)
# user  on|off [>password] [~pattern] [+command|-command] [&channel]
user default off                  # Disable the default user
user admin on >strong_admin_pass ~* +@all
user appuser on >app_pass ~app:* ~session:* ~cache:* +@read +@write +@connection -@admin -@dangerous
user readonly on >readonly_pass ~* +@read +@connection -@write -@admin
user replicator on >repl_pass +psync +replconf +ping

# Load ACL from external file
aclfile /etc/redis/users.acl

पब/उप और HA सेटअप में स्ट्रीम

Redis पब/सब और स्ट्रीम HA कॉन्फ़िगरेशन में अलग-अलग व्यवहार करते हैं। विश्वसनीय इवेंट-संचालित सिस्टम बनाने के लिए इन अंतरों को समझना आवश्यक है।

पब/सबसंदेश आग लगाओ और भूल जाओ - वे कायम नहीं रहते, दोहराए नहीं जाते, और बफ़र नहीं किए जाते। सेंटिनल-आधारित एचए सेटअप में, मास्टर से जुड़े सब्सक्राइबर सामान्य रूप से संदेश प्राप्त करते हैं, लेकिन फेलओवर के दौरान, नए मास्टर को पिछले सब्सक्रिप्शन के बारे में कोई जानकारी नहीं होती है। पुनः कनेक्ट करने के बाद ग्राहकों को पुनः सदस्यता लेनी होगी। Redis क्लस्टर के साथ, पब/सब संदेश क्लस्टर के सभी नोड्स पर प्रसारित होते हैं, इसलिए किसी भी नोड से जुड़े ग्राहकों को प्रकाशित संदेश प्राप्त होते हैं (हालांकि यह इंटर-नोड ट्रैफ़िक उत्पन्न करता है)।

Redis स्ट्रीमएक सतत, प्रतिकृति डेटा संरचना है जो HA वातावरण में विश्वसनीय संदेश वितरण प्रदान करती है। स्ट्रीम प्रविष्टियों को सामान्य प्रतिकृति तंत्र के माध्यम से प्रतिकृतियों में दोहराया जाता है, विफलता से बचे रहते हैं, और कम से कम एक बार डिलीवरी शब्दार्थ के साथ उपभोक्ता समूहों का समर्थन करते हैं। एचए मैसेजिंग के लिए, स्ट्रीम को हमेशा पब/सब से अधिक प्राथमिकता दी जानी चाहिए।

# Redis Streams with consumer groups — HA-safe message processing

# Create a stream and consumer group
XGROUP CREATE events:orders orders-processors $ MKSTREAM

# Produce events
XADD events:orders * action "order_placed" order_id "12345" amount "599.99"
XADD events:orders * action "order_placed" order_id "12346" amount "149.99"

# Consume events (in consumer group — at-least-once delivery)
XREADGROUP GROUP orders-processors worker-1 COUNT 10 BLOCK 5000 STREAMS events:orders >

# Acknowledge processed events
XACK events:orders orders-processors 1681234567890-0

# Check pending messages (unacknowledged)
XPENDING events:orders orders-processors - + 10

# Claim abandoned messages (from a dead consumer)
XAUTOCLAIM events:orders orders-processors worker-2 60000 0-0 COUNT 10

# Trim stream to prevent unbounded growth
XTRIM events:orders MAXLEN ~ 100000

Redis मॉड्यूल

Redis मॉड्यूल विशेष डेटा संरचनाओं और कार्यक्षमता के साथ Redis का विस्तार करते हैं। तीन सबसे लोकप्रिय - RedisJSON, RediSearch, और RedisTimeSeries - प्रतिकृति और सेंटिनल के साथ काम करते हैं, लेकिन HA परिनियोजन में विशिष्ट विचार रखते हैं।

# redis.conf — Loading modules
loadmodule /opt/redis-stack/lib/rejson.so
loadmodule /opt/redis-stack/lib/redisearch.so
loadmodule /opt/redis-stack/lib/redistimeseries.so

# Modules are replicated to replicas via the command stream
# Ensure the same modules are installed on all nodes (master + replicas)

# RedisJSON — store and query JSON documents
JSON.SET user:1001 $ '{"name":"Alice","email":"alice@example.com","orders":42}'
JSON.GET user:1001 $.name

# RediSearch — full-text search with indexing
FT.CREATE idx:users ON JSON PREFIX 1 user: SCHEMA $.name AS name TEXT $.email AS email TAG $.orders AS orders NUMERIC
FT.SEARCH idx:users "@name:Alice"

# RedisTimeSeries — time-series data
TS.CREATE metrics:cpu:node1 RETENTION 86400000 LABELS host node1 metric cpu
TS.ADD metrics:cpu:node1 * 73.5
TS.RANGE metrics:cpu:node1 - + AGGREGATION avg 60000

HA में Redis स्टैक (मॉड्यूल बंडल) चलाते समय, सुनिश्चित करें कि सभी नोड्स - मास्टर और प्रतिकृतियां - समान मॉड्यूल संस्करण स्थापित हैं। मॉड्यूल कमांड को मानक प्रतिकृति स्ट्रीम के माध्यम से दोहराया जाता है, इसलिए प्रतिकृतियां उन्हें निष्पादित करने में सक्षम होनी चाहिए। फ़ेलओवर के बाद, RediSearch इंडेक्स प्रचारित प्रतिकृति पर मौजूद होते हैं और तुरंत क्वेरी प्रदान करते हैं।

HA

कनेक्शन पूलिंग और क्लाइंट कॉन्फ़िगरेशन

Redis HA प्रदर्शन और लचीलेपन के लिए उचित कनेक्शन पूलिंग आवश्यक है। कनेक्शन पूल टीसीपी कनेक्शन स्थापित करने के ओवरहेड को कम करते हैं, स्वचालित पुनः प्रयास तर्क प्रदान करते हैं, और शानदार विफलता प्रबंधन को सक्षम करते हैं।

# Node.js — ioredis connection pool with cluster mode
const Redis = require('ioredis');

// Cluster mode connection
const cluster = new Redis.Cluster(
  [
    { host: '10.0.1.10', port: 7000 },
    { host: '10.0.1.11', port: 7000 },
    { host: '10.0.1.12', port: 7000 }
  ],
  {
    redisOptions: {
      password: 'cluster_password',
      connectTimeout: 10000,
      maxRetriesPerRequest: 3
    },
    scaleReads: 'slave',           // Route reads to replicas
    clusterRetryStrategy(times) {
      return Math.min(times * 200, 5000);
    },
    slotsRefreshTimeout: 2000,
    slotsRefreshInterval: 5000,
    enableOfflineQueue: true,
    enableReadyCheck: true,
    natMap: {}                     // For NAT/port-forwarded environments
  }
);

cluster.on('error', (err) => console.error('Cluster error:', err));
cluster.on('node error', (err, address) => {
  console.error(`Node ${address} error:`, err);
});

# Python — redis-py connection pool with cluster mode
from redis.cluster import RedisCluster
from redis.backoff import ExponentialBackoff
from redis.retry import Retry

retry = Retry(ExponentialBackoff(cap=5, base=0.1), retries=5)

rc = RedisCluster(
    startup_nodes=[
        {"host": "10.0.1.10", "port": 7000},
        {"host": "10.0.1.11", "port": 7000},
        {"host": "10.0.1.12", "port": 7000}
    ],
    password="cluster_password",
    decode_responses=True,
    read_from_replicas=True,
    retry=retry,
    retry_on_timeout=True,
    socket_timeout=5,
    socket_connect_timeout=5,
    max_connections=50,
    health_check_interval=30
)

rc.set("key", "value")
print(rc.get("key"))

// Go — go-redis cluster client with connection pooling
package main

import (
    "context"
    "time"

    "github.com/redis/go-redis/v9"
)

func NewRedisCluster() *redis.ClusterClient {
    return redis.NewClusterClient(&redis.ClusterOptions{
        Addrs: []string{
            "10.0.1.10:7000",
            "10.0.1.11:7000",
            "10.0.1.12:7000",
        },
        Password:         "cluster_password",
        ReadOnly:         true,
        RouteRandomly:    true,
        RouteByLatency:   false,
        PoolSize:         50,
        MinIdleConns:     10,
        DialTimeout:      10 * time.Second,
        ReadTimeout:      5 * time.Second,
        WriteTimeout:     5 * time.Second,
        PoolTimeout:      10 * time.Second,
        MaxRetries:       5,
        MinRetryBackoff:  200 * time.Millisecond,
        MaxRetryBackoff:  5 * time.Second,
    })
}

बैकअप और पुनर्स्थापना रणनीतियाँ

HA प्रतिकृति के साथ भी, नियमित बैकअप आपदा पुनर्प्राप्ति, अनुपालन और तार्किक त्रुटियों (आकस्मिक FLUSHALL, खराब एप्लिकेशन राइट्स) से सुरक्षा के लिए आवश्यक हैं। Redis बैकअप RDB स्नैपशॉट और AOF फ़ाइलों पर आधारित हैं।

#!/bin/bash
# redis-backup.sh — Automated Redis backup script

REDIS_HOST="10.0.1.10"
REDIS_PORT="6379"
REDIS_PASS="strong_master_password"
BACKUP_DIR="/backups/redis"
S3_BUCKET="s3://redis-backups-prod"
RETENTION_DAYS=30
DATE=$(date +%Y%m%d_%H%M%S)

mkdir -p "$BACKUP_DIR"

# Trigger RDB snapshot on the master
redis-cli -h "$REDIS_HOST" -p "$REDIS_PORT" -a "$REDIS_PASS" BGSAVE

# Wait for background save to complete
while [ "$(redis-cli -h $REDIS_HOST -p $REDIS_PORT -a $REDIS_PASS LASTSAVE)" = "$(redis-cli -h $REDIS_HOST -p $REDIS_PORT -a $REDIS_PASS LASTSAVE)" ]; do
  sleep 1
done
sleep 2

# Copy the RDB file
RDB_FILE=$(redis-cli -h "$REDIS_HOST" -p "$REDIS_PORT" -a "$REDIS_PASS" CONFIG GET dir | tail -1)
cp "${RDB_FILE}/dump.rdb" "${BACKUP_DIR}/dump_${DATE}.rdb"

# Compress and upload to S3
gzip "${BACKUP_DIR}/dump_${DATE}.rdb"
aws s3 cp "${BACKUP_DIR}/dump_${DATE}.rdb.gz" "${S3_BUCKET}/daily/dump_${DATE}.rdb.gz" \
  --storage-class STANDARD_IA

# Cleanup old local backups
find "$BACKUP_DIR" -name "dump_*.rdb.gz" -mtime +$RETENTION_DAYS -delete

# Verify backup integrity
redis-check-rdb "${BACKUP_DIR}/dump_${DATE}.rdb.gz" && \
  echo "Backup verified: dump_${DATE}.rdb.gz" || \
  echo "ERROR: Backup verification failed!"

echo "Backup complete: ${BACKUP_DIR}/dump_${DATE}.rdb.gz"

# Restore from RDB backup
# 1. Stop Redis
systemctl stop redis

# 2. Replace the RDB file
gunzip /backups/redis/dump_20260412_030000.rdb.gz
cp /backups/redis/dump_20260412_030000.rdb /data/redis/dump.rdb
chown redis:redis /data/redis/dump.rdb

# 3. Disable AOF temporarily (if enabled) to prevent AOF overriding RDB on startup
redis-cli -a password CONFIG SET appendonly no

# 4. Start Redis (loads RDB)
systemctl start redis

# 5. Re-enable AOF and rewrite it from the loaded data
redis-cli -a password CONFIG SET appendonly yes
redis-cli -a password BGREWRITEAOF

मॉनिटरिंग

व्यापक निगरानी Redis HA के लिए परिचालन उत्कृष्टता की नींव है। Redis,INFOकमांड के माध्यम से समृद्ध आंतरिक मेट्रिक्स को उजागर करता है, जिसे Prometheus Redis निर्यातक Grafana डैशबोर्ड और अलर्टिंग के लिए समय-श्रृंखला मेट्रिक्स में अनुवादित करता है।

# Key Redis INFO sections for HA monitoring
redis-cli -a password INFO replication
# role:master
# connected_slaves:2
# slave0:ip=10.0.1.11,port=6379,state=online,offset=1234567,lag=0
# slave1:ip=10.0.1.12,port=6379,state=online,offset=1234560,lag=1
# master_replid:abc123...
# master_repl_offset:1234567
# repl_backlog_size:268435456
# repl_backlog_first_byte_offset:1000000

redis-cli -a password INFO memory
# used_memory:6442450944
# used_memory_human:6.00G
# used_memory_rss:6879707136
# mem_fragmentation_ratio:1.07
# maxmemory:6442450944
# maxmemory_policy:allkeys-lru
# evicted_keys:12345

redis-cli -a password INFO stats
# total_connections_received:50000
# total_commands_processed:12345678
# instantaneous_ops_per_sec:85432
# keyspace_hits:11000000
# keyspace_misses:1345678
# expired_keys:500000
# evicted_keys:12345

redis-cli -a password INFO clients
# connected_clients:150
# blocked_clients:0
# maxclients:10000

# Prometheus Redis Exporter deployment
apiVersion: apps/v1
kind: Deployment
metadata:
  name: redis-exporter
  namespace: monitoring
spec:
  replicas: 1
  selector:
    matchLabels:
      app: redis-exporter
  template:
    metadata:
      labels:
        app: redis-exporter
      annotations:
        prometheus.io/scrape: "true"
        prometheus.io/port: "9121"
    spec:
      containers:
        - name: redis-exporter
          image: oliver006/redis_exporter:latest
          args:
            - --redis.addr=redis://redis-ha-master:6379
            - --redis.password=$(REDIS_PASSWORD)
            - --include-system-metrics
            - --is-cluster
          env:
            - name: REDIS_PASSWORD
              valueFrom:
                secretKeyRef:
                  name: redis-secret
                  key: password
          ports:
            - containerPort: 9121
              name: metrics
          resources:
            requests:
              cpu: 100m
              memory: 128Mi
            limits:
              cpu: 200m
              memory: 256Mi

# PrometheusRule for Redis HA alerts
apiVersion: monitoring.coreos.com/v1
kind: PrometheusRule
metadata:
  name: redis-ha-alerts
  namespace: monitoring
spec:
  groups:
    - name: redis-availability
      rules:
        - alert: RedisDown
          expr: redis_up == 0
          for: 1m
          labels:
            severity: critical
          annotations:
            summary: "Redis instance {{ $labels.instance }} is down"

        - alert: RedisReplicaDisconnected
          expr: redis_connected_slaves < 2
          for: 2m
          labels:
            severity: warning
          annotations:
            summary: "Redis master has fewer than 2 connected replicas"

        - alert: RedisReplicationLagHigh
          expr: redis_replication_lag > 5
          for: 3m
          labels:
            severity: warning
          annotations:
            summary: "Redis replication lag exceeds 5 seconds on {{ $labels.instance }}"

        - alert: RedisMemoryUsageHigh
          expr: redis_memory_used_bytes / redis_memory_max_bytes > 0.9
          for: 5m
          labels:
            severity: warning
          annotations:
            summary: "Redis memory usage above 90% on {{ $labels.instance }}"

        - alert: RedisEvictionsHigh
          expr: rate(redis_evicted_keys_total[5m]) > 100
          for: 5m
          labels:
            severity: warning
          annotations:
            summary: "Redis evicting keys at >100/s on {{ $labels.instance }}"

        - alert: RedisKeyspaceHitRateLow
          expr: redis_keyspace_hits_total / (redis_keyspace_hits_total + redis_keyspace_misses_total) < 0.8
          for: 10m
          labels:
            severity: info
          annotations:
            summary: "Redis cache hit rate below 80% on {{ $labels.instance }}"

        - alert: RedisSentinelDown
          expr: redis_sentinel_master_status != 1
          for: 1m
          labels:
            severity: critical
          annotations:
            summary: "Redis Sentinel reports master unhealthy"

    - name: redis-performance
      rules:
        - alert: RedisSlowlogGrowing
          expr: increase(redis_slowlog_length[5m]) > 10
          for: 5m
          labels:
            severity: warning
          annotations:
            summary: "Redis slow log growing rapidly on {{ $labels.instance }}"

        - alert: RedisConnectionsNearLimit
          expr: redis_connected_clients / redis_config_maxclients > 0.8
          for: 5m
          labels:
            severity: warning
          annotations:
            summary: "Redis connected clients above 80% of maxclients"

ड्रैगनफ्लाई और KeyDB: Redis-संगत विकल्प

जबकि Redis प्रमुख इन-मेमोरी डेटा स्टोर है, दो Redis-संगत विकल्पों ने विशिष्ट उपयोग के मामलों के लिए आकर्षण प्राप्त किया है।

ड्रैगनफ्लाई

ड्रैगनफ्लाई एक आधुनिक, बहु-थ्रेडेड Redis प्रतिस्थापन है जिसका लक्ष्य सभी उपलब्ध CPU कोर का लाभ उठाते हुए एक ड्रॉप-इन प्रतिस्थापन बनना है। पारंपरिक Redis कमांड प्रोसेसिंग के लिए सिंगल-थ्रेडेड है - ड्रैगनफ्लाई मल्टी-कोर मशीनों पर काफी अधिक थ्रूपुट प्राप्त करने के लिए कई थ्रेड्स के साथ एक साझा-कुछ भी नहीं आर्किटेक्चर का उपयोग करता है। यह Redis प्रोटोकॉल, अधिकांश Redis कमांड का समर्थन करता है, और एप्लिकेशन परिवर्तन के बिना Redis को प्रतिस्थापित कर सकता है।

# Run Dragonfly as a Redis replacement
docker run -d --name dragonfly \
  -p 6379:6379 \
  -v /data/dragonfly:/data \
  docker.dragonflydb.io/dragonflydb/dragonfly \
  --maxmemory 12gb \
  --proactor_threads 8 \
  --dbfilename dump.rdb \
  --requirepass strong_password

# Dragonfly in Kubernetes
apiVersion: apps/v1
kind: StatefulSet
metadata:
  name: dragonfly
  namespace: production
spec:
  replicas: 1
  selector:
    matchLabels:
      app: dragonfly
  template:
    metadata:
      labels:
        app: dragonfly
    spec:
      containers:
        - name: dragonfly
          image: docker.dragonflydb.io/dragonflydb/dragonfly:latest
          args:
            - --maxmemory=12gb
            - --proactor_threads=8
            - --requirepass=strong_password
            - --snapshot_cron=*/30 * * * *
          ports:
            - containerPort: 6379
          resources:
            requests:
              cpu: "4"
              memory: 16Gi
            limits:
              cpu: "8"
              memory: 16Gi
          volumeMounts:
            - name: data
              mountPath: /data
  volumeClaimTemplates:
    - metadata:
        name: data
      spec:
        accessModes: ["ReadWriteOnce"]
        storageClassName: longhorn
        resources:
          requests:
            storage: 100Gi

ड्रैगनफ्लाई के प्रमुख लाभ: मल्टी-थ्रेडेड (8 कोर पर 25x थ्रूपुट बनाम सिंगल-थ्रेडेड Redis), बेहतर मेमोरी दक्षता (Redis डिक्ट के बजाय डैश हैश टेबल का उपयोग करता है), फोर्क() ओवरहेड के बिना अंतर्निहित स्नैपशॉट, और बड़े डेटासेट के लिए मूल समर्थन। हालाँकि, 2026 तक, ड्रैगनफ्लाई का प्रतिकृति समर्थन अभी भी परिपक्व हो रहा है - यह प्राथमिक-प्रतिकृति प्रतिकृति का समर्थन करता है लेकिन अभी तक इसमें सेंटिनल-समतुल्य स्वचालित विफलता प्रणाली नहीं है। HA के लिए, Kubernetes स्वास्थ्य जांच और स्टेटफुलसेट पुनरारंभ नीतियों का उपयोग करें, या एप्लिकेशन-स्तरीय विफलता के साथ लोड बैलेंसर के पीछे तैनात करें।

KeyDB

KeyDB स्नैप (स्नैपचैट के पीछे की कंपनी) द्वारा बनाए रखा गया Redis का एक मल्टी-थ्रेडेड फोर्क है। यह Redis के साथ पूरी तरह से संगत है और मल्टी-थ्रेडिंग, सक्रिय-सक्रिय प्रतिकृति (मल्टी-मास्टर), फ्लैश स्टोरेज टियरिंग और उपकुंजी समाप्ति जोड़ता है। KeyDB की सक्रिय-सक्रिय प्रतिकृति HA के लिए विशेष रूप से दिलचस्प है - दो KeyDB उदाहरण एक साथ लिखने को स्वीकार कर सकते हैं और एक-दूसरे को दोहरा सकते हैं, जिससे शून्य-डाउनटाइम विफलता मिलती है।

# keydb.conf — Multi-threaded configuration with active replication
server-threads 4                  # Use 4 threads for command processing
bind 0.0.0.0
port 6379
requirepass strong_password
masterauth strong_password

# Active-active replication (multi-master)
active-replica yes
replicaof peer-host 6379          # Bidirectional replication

# On the peer node, configure the reverse:
# replicaof this-host 6379

# FLASH storage tiering (for datasets larger than RAM)
# storage-provider flash /mnt/flash-storage 100
# maxmemory 16gb
# Will keep hot data in RAM and spill cold data to SSD

# SubKey expiration (unique to KeyDB)
# Allows setting TTL on hash fields, not just top-level keys
# EXPIREMEMBER myhash field1 3600

KeyDB एक मजबूत विकल्प है जब आपको भौगोलिक वितरण या शून्य-डाउनटाइम रखरखाव के लिए मल्टी-मास्टर प्रतिकृति की आवश्यकता होती है, या जब आपको सिंगल-थ्रेडेड Redis की तुलना में अधिक थ्रूपुट की आवश्यकता होती है, लेकिन आप ड्रैगनफ्लाई की तुलना में Redis कोडबेस के करीब रहना चाहते हैं।

प्रदर्शन ट्यूनिंग

पाइपलाइनिंग

पाइपलाइनिंग कई कमांड को एक ही नेटवर्क राउंड-ट्रिप में बैच करती है, जिससे बल्क ऑपरेशंस के लिए विलंबता नाटकीय रूप से कम हो जाती है। अगला कमांड भेजने से पहले प्रत्येक प्रतिक्रिया की प्रतीक्षा करने के बजाय, क्लाइंट एक ही बार में सभी कमांड भेजता है और सभी प्रतिक्रियाओं को एक साथ पढ़ता है।

# Python — Pipelining with redis-py
import redis
import time

r = redis.Redis(host='10.0.1.10', port=6379, password='password', decode_responses=True)

# Without pipelining: 1000 round-trips
start = time.time()
for i in range(1000):
    r.set(f'key:{i}', f'value:{i}')
print(f'Without pipeline: {time.time() - start:.3f}s')

# With pipelining: 1 round-trip for 1000 commands
start = time.time()
pipe = r.pipeline(transaction=False)
for i in range(1000):
    pipe.set(f'key:{i}', f'value:{i}')
pipe.execute()
print(f'With pipeline: {time.time() - start:.3f}s')
# Typically 5-10x faster

लुआ स्क्रिप्टिंग

Lua स्क्रिप्ट Redis सर्वर पर परमाणु रूप से निष्पादित होती है, जटिल संचालन के लिए राउंड-ट्रिप को समाप्त करती है और गारंटी देती है कि स्क्रिप्ट के संचालन के बीच कोई अन्य कमांड निष्पादित नहीं होता है। Redis क्लस्टर में, सुनिश्चित करें कि Lua स्क्रिप्ट द्वारा एक्सेस की गई सभी कुंजियाँ हैश टैग का उपयोग करके एक ही हैश स्लॉट में रहती हैं।

# Lua script for atomic rate limiting
# KEYS[1] = rate limit key
# ARGV[1] = max requests
# ARGV[2] = window in seconds
local current = redis.call('INCR', KEYS[1])
if current == 1 then
    redis.call('EXPIRE', KEYS[1], ARGV[2])
end
if current > tonumber(ARGV[1]) then
    return 0  -- Rate limited
end
return 1  -- Allowed

# Load and execute
redis-cli -a password EVAL "\
  local current = redis.call('INCR', KEYS[1]) \
  if current == 1 then redis.call('EXPIRE', KEYS[1], ARGV[2]) end \
  if current > tonumber(ARGV[1]) then return 0 end \
  return 1" 1 ratelimit:user:123 100 60

मेमोरी ऑप्टिमाइज़ेशन

# redis.conf — Memory optimisation settings

# Use ziplist encoding for small hashes, lists, sorted sets
hash-max-listpack-entries 128
hash-max-listpack-value 64
list-max-listpack-size -2          # 8KB per node
zset-max-listpack-entries 128
zset-max-listpack-value 64
set-max-intset-entries 512

# Lazy freeing (avoid blocking on large key deletion)
lazyfree-lazy-eviction yes
lazyfree-lazy-expire yes
lazyfree-lazy-server-del yes
lazyfree-lazy-user-del yes
lazyfree-lazy-user-flush yes

# jemalloc tuning
# MALLOC_CONF="background_thread:true,dirty_decay_ms:5000,muzzy_decay_ms:5000"

# Analyse memory usage
redis-cli -a password MEMORY DOCTOR
redis-cli -a password MEMORY STATS
redis-cli -a password --bigkeys
redis-cli -a password --memkeys

सामान्य विफलता परिदृश्य और समस्या निवारण

परिदृश्य 1: मास्टर विफल, सेंटिनल प्रतिकृति

# Diagnosis
redis-cli -p 26379 SENTINEL master mymaster
# Check: flags should show 's_down' or 'o_down' if master is unreachable

redis-cli -p 26379 SENTINEL get-master-addr-by-name mymaster
# Returns the current master address (should be the promoted replica)

# Check Sentinel logs for failover events
tail -f /var/log/redis/sentinel.log
# Look for: +sdown, +odown, +try-failover, +elected-leader,
#           +failover-state-select-slave, +selected-slave,
#           +failover-state-send-slaveof-noone, +failover-end

परिदृश्य 2: दो मास्टर्स के साथ स्प्लिट-ब्रेन

# Diagnosis: check if min-replicas-to-write is configured
redis-cli -a password CONFIG GET min-replicas-to-write
redis-cli -a password CONFIG GET min-replicas-max-lag

# Prevention: configure min-replicas on all masters
redis-cli -a password CONFIG SET min-replicas-to-write 1
redis-cli -a password CONFIG SET min-replicas-max-lag 10

# If split-brain occurred: identify the stale master
# Compare replication offsets — the master with the higher offset has more data
redis-cli -h master1-ip -a password INFO replication | grep master_repl_offset
redis-cli -h master2-ip -a password INFO replication | grep master_repl_offset

# Force the stale master to become a replica
redis-cli -h stale-master-ip -a password REPLICAOF correct-master-ip 6379

परिदृश्य 3: नेटवर्क विभाजन के बाद पूर्ण पुनर्सिंक तूफान

# Diagnosis: check replication backlog
redis-cli -a password INFO replication | grep repl_backlog
# If repl_backlog_first_byte_offset is ahead of replica's offset, full sync triggers

# Prevention: increase backlog size
redis-cli -a password CONFIG SET repl-backlog-size 512mb

# Monitor for full syncs
redis-cli -a password INFO stats | grep sync_full
redis-cli -a password INFO stats | grep sync_partial_ok
redis-cli -a password INFO stats | grep sync_partial_err

परिदृश्य 4: मेमोरी थकावट और OOM किल

# Diagnosis
redis-cli -a password INFO memory
# Check: used_memory vs maxmemory, mem_fragmentation_ratio

redis-cli -a password MEMORY DOCTOR
# Returns advice on memory issues

# Prevention: set proper maxmemory and eviction
redis-cli -a password CONFIG SET maxmemory 12gb
redis-cli -a password CONFIG SET maxmemory-policy allkeys-lru

# Find large keys consuming memory
redis-cli -a password --bigkeys
redis-cli -a password --memkeys --memkeys-samples 100

# Emergency: manually evict keys
redis-cli -a password SCAN 0 COUNT 1000 TYPE string
# Identify and DEL unnecessary large keys

परिदृश्य 5: प्रतिकृति को अवरुद्ध करने वाले धीमे आदेश

# Diagnosis: check slowlog
redis-cli -a password SLOWLOG GET 20
redis-cli -a password SLOWLOG LEN

# Check for blocking commands
redis-cli -a password CLIENT LIST | grep -E 'cmd=(keys|sort|smembers)'

# Prevention: configure slowlog threshold
redis-cli -a password CONFIG SET slowlog-log-slower-than 10000   # 10ms
redis-cli -a password CONFIG SET slowlog-max-len 256

# Rename dangerous commands
rename-command KEYS ""              # Disable KEYS entirely
rename-command FLUSHALL ""          # Disable FLUSHALL
rename-command FLUSHDB ""           # Disable FLUSHDB
rename-command DEBUG ""             # Disable DEBUG

क्षमता योजना और स्केलिंग रणनीतियाँ

क्षमता नियोजन में मास्टर और प्रतिकृति नोड्स में मेमोरी आवश्यकताओं, नेटवर्क बैंडविड्थ और CPU उपयोग का अनुमान लगाना शामिल है। योजना बनाने के लिए मुख्य मीट्रिक डेटासेट आकार, प्रति सेकंड संचालन, औसत कुंजी/मूल्य आकार और प्रतिकृति ओवरहेड हैं।

# Capacity estimation formulas

# Memory per node:
#   Base dataset size (use redis-cli DBSIZE and MEMORY USAGE on a sample)
#   + Replication output buffer: ~64MB per replica
#   + AOF rewrite buffer: ~64MB during rewrites
#   + Copy-on-write overhead during BGSAVE: up to 2x during heavy writes
#   + Client output buffers: ~1KB per client
#   + OS overhead: ~1-2GB
#   Rule of thumb: maxmemory = 75% of available RAM

# Network bandwidth:
#   Replication: write_throughput_bytes * num_replicas
#   Client traffic: ops_per_sec * avg_response_size
#   Full sync: dataset_size (one-time during replica bootstrap or failover)

# Example sizing for 20GB dataset, 100K ops/sec:
#   RAM per node: 20GB data + 4GB buffers + 2GB OS = 26GB -> 32GB node (75% = 24GB maxmemory)
#   CPU: 1 core handles ~100K ops/sec for simple commands (GET/SET)
#   Network: 100K ops * 1KB avg = 100MB/s client + 50MB/s replication = 150MB/s per master

# Scaling decision tree:
#   Need more read throughput? -> Add replicas (up to 5 per master)
#   Need more write throughput? -> Redis Cluster (add shards)
#   Need more memory? -> Redis Cluster (distribute dataset across shards)
#   Need lower latency? -> Reduce network hops (co-locate, use unix sockets)
#   Need global distribution? -> Multi-region replication or Redis Enterprise Active-Active

क्षैतिज स्केलिंग

# Add shards to an existing Redis Cluster

# 1. Start new Redis nodes
redis-server /etc/redis/new-master.conf
redis-server /etc/redis/new-replica.conf

# 2. Add the new master to the cluster
redis-cli --cluster add-node new-master:7000 existing-node:7000 -a password

# 3. Add the new replica to follow the new master
redis-cli --cluster add-node new-replica:7000 existing-node:7000 \
  --cluster-slave --cluster-master-id NEW_MASTER_ID -a password

# 4. Reshard slots to the new master
redis-cli --cluster reshard existing-node:7000 \
  --cluster-from all --cluster-to NEW_MASTER_ID \
  --cluster-slots 4096 --cluster-yes -a password

# 5. Verify the new slot distribution
redis-cli -c -h existing-node -p 7000 -a password CLUSTER SLOTS

# Remove a shard (scale down)
# 1. Reshard all slots away from the node
redis-cli --cluster reshard existing-node:7000 \
  --cluster-from REMOVING_NODE_ID --cluster-to TARGET_NODE_ID \
  --cluster-slots 5461 --cluster-yes -a password

# 2. Remove the empty node
redis-cli --cluster del-node existing-node:7000 REMOVING_NODE_ID -a password

लंबवत स्केलिंग संबंधी विचार

# When to scale vertically vs horizontally:

# Scale UP (bigger instances) when:
#   - Dataset fits in single-node memory
#   - Workload uses multi-key operations (MGET, SUNION, Lua across keys)
#   - Operational simplicity is more important than cost efficiency
#   - Using Redis modules that don't support Cluster mode well

# Scale OUT (more shards) when:
#   - Dataset exceeds single-node memory
#   - Write throughput exceeds single-thread capacity (~200K ops/sec)
#   - You need per-shard isolation for multi-tenant workloads
#   - Cost per GB of RAM is a concern (many smaller nodes vs few large ones)

# Cloud instance recommendations:
# AWS:   cache.r7g.xlarge (4 vCPU, 26GB) to cache.r7g.16xlarge (64 vCPU, 419GB)
# Azure: P1 (6GB) to P5 (120GB) per shard
# GCP:   5GB to 300GB per instance (Memorystore Standard)

# Bare metal:
#   CPU: 2-4 cores dedicated to Redis (single-threaded, but background tasks use extra cores)
#   RAM: 32-128GB per node (NVMe for swap-as-last-resort)
#   Network: 10Gbps minimum, 25Gbps for large datasets
#   Storage: NVMe SSD for AOF/RDB persistence (IOPS matters for fsync)

निष्कर्ष

सही HA आर्किटेक्चर आपकी विशिष्ट आवश्यकताओं पर निर्भर करता है।

अधिकतर अनुप्रयोगों के लिए,जब आपको एकल मास्टर के थ्रूपुट या मेमोरी क्षमता से परे क्षैतिज स्केलिंग की आवश्यकता होती है, तोRedis क्लस्टरप्रति शार्ड में अंतर्निहित फेलओवर को बनाए रखते हुए डेटासेट को कई शार्ड में वितरित करता है। Kubernetes वातावरण के लिए,SpotahomeऔरOpsTreeजैसे ऑपरेटर परिचालन सर्वोत्तम प्रथाओं को घोषणात्मक CRD में एन्कोड करते हैं, जबकिRedis एंटरप्राइजसक्रिय-सक्रिय भू-प्रतिकृति और मॉड्यूल समर्थन के साथ सबसे अधिक सुविधा संपन्न विकल्प प्रदान करता है।

क्लाउड-प्रबंधित सेवाएं -AWS ElastiCache, Redisके लिएAzure कैश, औरGCP मेमोरीस्टोर- Redis बुनियादी ढांचे को चलाने के परिचालन बोझ को खत्म करते हैं लेकिन कम लचीलेपन और बड़े पैमाने पर उच्च लागत के साथ आते हैं। बेअर मेटल इंफ्रास्ट्रक्चर वाले संगठनों के लिए, रैंचर और लॉन्गहॉर्नके साथk3s एक पूरी तरह से ओपन-सोर्स, क्लाउड-स्वतंत्र विकल्प प्रदान करता है जो विक्रेता लॉक-इन के बिना एंटरप्राइज़-ग्रेड HA प्रदान करता है।

विकल्प जैसेड्रैगनफ्लाईऔरKeyDBविशिष्ट उपयोग के मामलों के लिए मूल्यांकन करने लायक हैं - बड़ी मशीनों पर कच्चे मल्टी-थ्रेडेड थ्रूपुट के लिए ड्रैगनफ्लाई, और सक्रिय-सक्रिय मल्टी-मास्टर प्रतिकृति के लिए KeyDB। दोनों Redis-संगत हैं और कई परिदृश्यों में ड्रॉप-इन प्रतिस्थापन के रूप में काम कर सकते हैं।

भले ही आप कौन सा आर्किटेक्चर चुनें, परिचालन संबंधी बुनियादी सिद्धांत स्थिर रहते हैं: उचित दृढ़ता (हाइब्रिड RDB + AOF) को कॉन्फ़िगर करें, स्प्लिट-ब्रेन डेटा हानि को रोकने के लिएmin-replicas-to-writeलागू करें, अपने लेखन वॉल्यूम के लिए अपने प्रतिकृति बैकलॉग को आकार दें, TLS के साथ सभी ट्रैफ़िक को एन्क्रिप्ट करें, ACL के साथ कम से कम विशेषाधिकार प्राप्त पहुंच को लागू करें, Prometheus और Grafana के साथ प्रतिकृति अंतराल और मेमोरी उपयोग की निगरानी करें, टिकाऊ के लिए RDB स्नैपशॉट का बैकअप लें। ऑफ-साइट भंडारण, और - सबसे गंभीर रूप से - नियमित रूप से अपने फेलओवर का परीक्षण करें। एक फेलओवर प्रणाली जिसका कभी परीक्षण नहीं किया गया वह एक ऐसी प्रणाली है जो काम नहीं करती है। मासिक विफलता अभ्यास चलाएँ, अराजकता इंजीनियरिंग उपकरणों के साथ विफलताओं को इंजेक्ट करें, और अपने वास्तविक पुनर्प्राप्ति समय को मापें। व्यवस्थित परीक्षण से आपको जो आत्मविश्वास प्राप्त होता है, वही Redis परिनियोजन को अलग करता है जो उत्पादन घटनाओं से बचता है और जो सर्वर विफलता को कंपनी-व्यापी आउटेज में बदल देता है।