Redis 几乎成了所有后端项目的标配组件，从简单的 KV 存储到分布式缓存，从消息队列到流处理，它的角色越来越多样。但当单机 Redis 无法满足需求时，分布式缓存就登场了。
本文将系统性地梳理分布式缓存的核心问题：Redis Cluster 的架构原理、一致性哈希算法、以及实战中最头疼的缓存穿透、击穿、雪崩三大问题及其解决方案。这些不是面试题，而是我在实际项目中真金白银踩过的坑。

单机 Redis 的瓶颈通常在三个方面：

1. 内存容量：单台物理机的内存有限（通常 64GB-512GB），缓存量到了瓶颈
2. 连接数：Redis 是单线程模型，一个连接就是一个线程上下文，单机连接数通常限制在 10000 左右
3. 吞吐量：虽然单节点 QPS 能达到 5-10 万，但面对亿级用户的系统，远远不够