1. 需求评估与架构规划
现有集群容量与目标容量分析
在进行 扩展 Redis 集群节点 之前，首先需要对当前集群的容量进行全面评估。现有节点数量、主从结构、分片分布以及单节点内存和磁盘 I/O 的瓶颈都是关键指标。通过对历史运行数据的对比，可以明确增加多少节点、如何分配分片，以及是否需要调整复制因子。
明确目标容量后，应制定一个可执行的扩展方案，包含新节点数量、分区重分配策略以及上线时间窗。目标容量与时间表要具有可追踪性，便于运维人员在实际操作中对照执行。
扩容策略与节点分布原则
常见的策略包括：直接增加主节点并通过重新分配分片实现负载均衡，或通过增加从节点提升容错与读写并发。优先选择性能良好的新节点，以确保数据分布和网络带宽可以支撑提升后的压力。
在分布原则方面，应遵循：避免单点故障、确保主从对等、以及分区均衡，尽量缩短热点分布的偏差，使扩容后的集群具备更稳定的响应时间。
2. 环境准备、风险控制与备份
备份与回滚计划
扩容前的首要任务是完成数据备份，并设计清晰的回滚机制。BGSAVE 的触发与 last_save_time 的校验可以快速确认快照的一致性，在出现异常时能够回滚到扩容前的状态。
回滚路径应覆盖：移除新节点、恢复原有分片分布、以及验证原集群状态，确保扩容没有引入不可控的风险。
# 备份演示：对主节点触发持久化并检查最近保存时间
redis-cli -h 192.168.1.101 -p 6379 BGSAVE
redis-cli -h 192.168.1.101 -p 6379 INFO Persistence | grep last_save_time
故障注入与测试环境搭建
为确保扩容方案在实际故障场景下的鲁棒性，应搭建与生产环境相仿的测试集群，进行故障注入、网络分区、以及写入压力测试。测试环境是验证方案可行性的关键环节，扩容方案在生产环境上线前必须确保在测试中达到稳定状态。
此外，应该建立一个可重复的测试流程，覆盖从节点上线、分片调整到最终验证的一整套步骤。
# 测试环境启动示例（Docker Compose）示例
docker-compose up -d
3. 扩容实操：新增节点到 Redis 集群的完整流程
新节点前的准备工作
在开始扩容之前，务必确认新机器具备足够的 CPU、内存、网络带宽，并且与现有集群处于同一网络段。关闭不必要防火墙或放通必要端口，避免连接被阻塞。
对新节点进行 Redis 实例配置，确保开启 port 7000、cluster-enabled yes、cluster-config-file nodes-7000.conf 等选项，以便能够参与集群。
# 新节点 Redis 配置示例（7000 端口）
cat > /etc/redis/7000.conf << 'EOF'
port 7000
cluster-enabled yes
cluster-config-file nodes-7000.conf
cluster-node-timeout 5000
appendonly yes
EOF
redis-server /etc/redis/7000.conf
将新节点接入集群的步骤
在已有集群的任一主节点上执行 添加新节点的命令，让新节点加入集群，并确保新的节点和现有分区结构能够稳定工作。
执行时要清楚目标集群的地址、待加入的新节点地址，以及期望的分区与槽分布。网络连通性与端口一致性是成功的关键。
# 将新节点 192.168.1.102:7000 加入到现有集群 192.168.1.100:7000
redis-cli --cluster add-node 192.168.1.102:7000 192.168.1.100:7000 --cluster-slots 16384
新节点成功加入后，接下来需要对分区进行重新分布以达到更好的负载均衡效果。
# 重新分区（reshard），将 16384 个槽重新分配给集群中的节点
redis-cli --cluster reshard 192.168.1.100:7000
4. 验证、监控与运行要点
验证步骤与结果检查
扩容完成后，需第一时间验证集群状态，确保所有节点都已注册、分区覆盖、无未分配槽，并且没有明显异常。
通过集群信息、节点状态和槽分布的核对，可以确保一致性满足要求。
# 集群信息与节点状态
redis-cli --cluster info 192.168.1.100:7000
redis-cli -p 7000 CLUSTER NODES
redis-cli -p 7000 CLUSTER SLOTS
另外，进行简单的读写测试以验证新节点对吞吐量的影响，并观察错误率是否回落。
# 简单读写压力测试示例
redis-benchmark -h 192.168.1.100 -p 7000 -t set,get -n 100000
监控要点与日常运维
持续监控集群健康状态，重点关注 内存使用、延迟、命中率与 GC，以及 节点死亡与重新加入事件。告警机制与日志记录应覆盖扩容过程中的所有关键步骤。
建立完善的运维节奏，包括定期的备份校验、滚动扩容的可重复性验证，以及对变更日志的完整记录，确保问题追踪与审计无漏洞。
