切片集群
之前讲过主从集群，主要是为了增加redis的可靠性。但是对于大量数据的存储，存在一个redis里面，会造成瓶颈，因为硬件无法无限的扩展，而切片集群可以解决问题，可以吧数据分散存储在多个实例里面，这样对于单个实例来说，需要存储的数据只是N分之一。扩展性很高。
从图中来看和数据库的分表很像，在数据分表中，我们会确认一个分表键，再更具这个键做分表的规则。
Redis Cluster
Redis3.0以后官方推出了Redis Cluster来实现切片集群，这里的方案是采用哈希槽（slot）来处理数据和实例之间的映射关系。一个切片集群共有 16384 个哈希槽，这些哈希槽类似于数据分区，每个键值对都会根据它的 key，被映射到一个哈希槽中。
现根据key做一个CRC16 算法，得到一个16位的值，然后对16384取模，确定对应的哈希槽，然后通过哈希槽和实例之间的关系来找到正确的实例。
在手动分配哈希槽时，需要把 16384 个槽都分配完，才可以正常工作
重定向
切片集群的可以良好的支持增删实例，那么在这个过程中，哈希槽需要进行重新分配，同时数据需要迁移。在于哈希算法相关的地方，都会考虑扩容 冲突 哈希算法这3个重要的方向。当哈希槽与实例之间的关系发生改变时，数据会由原来的实例，迁移向新实例
MOVED重定向命令
当数据全部迁移后，假设由实例A迁移到了实例B，但是由于客户端存储的哈希槽的映射关系还是原来的，所以会想实例A继续请求，此时实例A发现这个slot已经迁移到B了，于是返回一个MOVED命令给客户端，并附带了实例B的信息，客户端此时知道机子错了，于是向B发送请求。并且只要收到MOVED后，会更新哈希槽的映射关系
ASK命令
当数据正在迁移过程中是，客户端发送给了实例A相关的命令，A返回一个ASK的报错给客户端，并附带了实例B,此时，客户端再发送给ASKING给B,然后再给B发送具体要实现的命令。ASK只有单次，当第二次是数据还在迁移，那还要再一次进行ASK的过程
