大家好呀，我是 31 岁、爱喝奶茶、爱写 bug、爱分享技术的小米同学。
今天继续给大家讲一个我亲身经历的——被 Redis Cluster 当场“拷打”的面试故事。
事情是这样的。
开局：我满怀自信进场，结果第一问就被“击倒”那天我穿着我最喜欢的“小恐龙卫衣”，满怀信心走进一家互联网公司的会议室。
面试官看了我一眼，笑了一下，说：“你写 Java，这几年应该用过 Redis 吧？”
我心里说：那必须哇！缓存我天天写，Redis 我恨不得能背着跑。
结果他下一句：
“那说说 Redis Cluster 是怎么回事？slot 分片是什么？为什么 16384？集群怎么保证高可用？脑裂怎么解决？Java 程序用 Redis Cluster 要注意什么？Multi-key 操作是不是支持？”
我当场：？？？
这哪是一个问题，这是整个 Redis Cluster 全家桶啊！但作为一个“技术博主小米”，我当然不能怂。
于是这个故事，今天我就用最轻松的方式，全部讲给你听。
Redis Cluster 是什么？我用一个快递站点的故事解释我跟面试官说：“要是让我用一句话讲，它就是 Redis 的分布式集群解决方案。”
为了让对方觉得我不是背书，我给他讲了个故事：
想象 Redis 是一个快递站点，一个站点最多只能送这么多包裹。
当包裹越来越多时，就要建更多快递站点，并且把包裹按照一定规则分到不同站点存放。
而 Redis Cluster 就是——
把所有键按 slot 分片，分到多个节点上，每个节点就像一个快递分站，负责一部分包裹（key）。
面试官点点头。我继续说：
Redis Cluster 主要解决两个问题：
数据分片——怎么把数据分散到多个节点？
高可用——一个节点挂了怎么办？服务是否还能继续？
Redis Cluster 两者都解决了。于是我们来说重头戏：slot。
16384 个 slot 是怎么回事？我用红包分配来解释我继续讲故事：
你想象一下，你是个超有钱的人，想拆分 16384 个红包，
然后把它们分别塞到各个“红包袋”（Redis 节点）里面。
每个红包袋负责固定数量的红包。
客户端只要知道一个 key 的 slot 落在哪个红包袋，就能准确找到它的值。
这时候面试官忍不住笑了：“这么解释不错，你讲具体一点。”
于是我（小米）就把关键点讲出来：为什么是 16384？
因为：
槽位越多，集群越均匀，迁移成本越低
16384 是 2^14，足够均匀，又不会使节点处理 slot 消息太慢
Redis 作者 antirez 考虑了性能和可维护性，最终定这个值
slot 怎么算？
Redis 用 CRC16：slot = CRC16(key) % 16384
这个公式我没背，但意思我说对了。面试官点点头——表示我过关了第一轮。
Cluster 的主从结构：我用“备胎节点”把面试官逗笑了接着他问：“分片之后怎么保证高可用？”
我说：“Redis Cluster 每个主节点（master）都会挂一个备胎（slave）。”
面试官乐了：“备胎听上去不错，你继续说。”
我继续把故事说完整：
每个 master 负责部分 slot
每个 slave 复制对应 master 的数据
当 master 掉线后
集群会自动把它的 slave 扶正变成新的 master
整个过程不会让业务停顿
用图来说就是：
这就是 Redis Cluster 高可用的基础。这些内容面试官继续满意地点头。
故障检测：Redis Cluster 的“自我修复能力”面试官紧接着问：“那 Redis 怎么知道哪个节点挂了？”
我立刻说：
Redis Cluster 有 gossip 协议 + 心跳机制。
每个节点都会与其它节点发送 ping/pong：
如果某节点连续几次没有响应，它就会被标记为：pfail（疑似宕机）
再进一步，大部分节点都认为它挂了，就会变成：fail（正式宕机）
这时 slave 就会被推举为新的 master。
这一段讲完后，面试官又点头了，感觉我已经拿到 70 分了。
真正难点：Redis Cluster 如何选举新主节点？他接着问：“那 slave 是怎么被选举成 master 的？”
我说：选举和 Raft 一样吗？不是！
Redis Cluster 的 slave 选举逻辑更轻量。核心规则：
延迟最小的 slave 优先：数据最接近最新 master
复制 offset 最大者优先：意味着数据同步最完整
如果有多个候选人，节点 ID 小的优先：其实是为了 deterministic
我用一句话总结：
Redis Cluster 的主从切换依赖“谁的数据最新，谁最早同步”，不是像 Raft 那样玩投票竞选，而是更简单直接。
大坑：Redis Cluster 不支持 multi-key 操作？！讲完这些，面试官突然问：
“那 Redis Cluster 支持 multi-key 事务吗？”
我深吸一口气：终于来了。我跟他说：
答案是：不支持跨 slot 的 multi-key。
比如：MSET a 1 b 2，如果 a 和 b 的 slot 不同：会被拒绝
面试官点点头。我继续讲重点：如何让多个 key 在同一个 slot？
Redis 提供 hash tag，比如：
因为 {order} 是相同的，所以它们会被 hash 到同一个 slot，multi-key 就能成立了。
面试官笑得更开心了：“你这讲得很完整。”
防止脑裂（split-brain）：Redis Cluster 的隐藏绝招我以为面试结束了，但没想到对方又问关键问题：
“Redis Cluster 怎么避免脑裂？如果 master 和 slave 网络分区怎么办？”
我继续讲故事：
当 master 被一部分节点认为挂了，而它自己其实还活着，这就是脑裂的前奏。Redis Cluster 的解决方式是：
至少半数 master 节点认为某 master fail 后，才会触发故障转移，避免单节点误判。
而且 master 还能用：cluster-node-timeout，避免长时间收不到心跳的节点“误以为”对方已挂。
Java 程序如何连接 Redis Cluster？最后面试官问：“那 Java 用 Redis Cluster，需要注意什么？”
我果断说：
1、要用支持 cluster 的客户端：
JedisCluster
Lettuce ClusterClient
2、客户端会自动完成 MOVED 重试
也就是当 key 被迁移时，Redis 会返回：MOVED 1234 10.10.1.3:7001，客户端会自动重定向。
3、最好开启连接池，多节点连接池，否则容易卡死
4、关闭 Pipeline 和事务（cluster 中不推荐）
5、key 一定要用 hash tag，否则多 key 操作经常失败
6、业务层注意热点 key，集群再分片，也扛不住单节点打满。
这些都是 Java 场景真正会遇到的问题。面试官非常满意，让我回去等消息。
总结：Redis Cluster 面试必背七大点我最后在文章里帮你总结一下：
Redis Cluster 七大面试必答项：
Redis Cluster 是 Redis 的分布式分片 + 高可用方案
使用 16384 slot 分片
slot = CRC16(key) % 16384
主从结构，每个 master 对应若干 slave
故障检测：gossip + pfail/fail
主从切换：slave 根据 offset 领先度自动晋升
不支持跨 slot 的 multi-key；用 hash tag 解决
面试官一般就考这些。
END面试结束后我去楼下买了杯奶茶。那天不是我运气好，而是我真的把 Redis Cluster 学明白了。
如果你准备 Java 社招，这篇文章就是你对 Redis Cluster 最完整的一份“通关手册”。
