那天加班到后半段，对着服务器琢磨如何搭建redis集群，一开始想的很简单，把几个实例拉起来，配好端口就完事，没料到后面卡了好几个钟头。手上机器是三台虚拟机，打算每台上面跑两个redis节点，一主一从，配置文件是网上随手扒下来改的，改了端口，把cluster模式打开，其余参数差不多就没细看。
先启动所有redis进程，看日志里进程都正常跑起来了，没有直接报错，心里还松了一口气。跟着敲集群创建的命令，等待节点互相握手，结果控制台反复抛出节点无法连通的提示，集群一直卡在等待加入的状态里。
挨个去ping机器IP，都通的，ssh也能正常登进去，防火墙规则之前也放了对应端口，一时半会想不明白到底卡在哪个地方。反复删掉节点数据文件，重启redis实例，重新执行创建命令，来回试了三四次，每次都是一模一样的结果，日志里只能看到节点发起握手之后收不到对方的回应。
盯着配置文件一行行翻的时候才留意到，cluster-announce-ip那一行是空着没填的。虚拟机本身有两层地址，内网网卡和NAT映射的地址，redis自己识别出来的地址和我用来组建集群的地址对不上，节点向外广播的地址别的机器根本访问不到。当时只是随手注释掉这一项，以为不填就默认用本机IP，哪想到这里会卡这么久。
改完这个参数，把每一个节点配置里都填上对应机器内网IP，清理掉dump和nodes配置文件，重新启动所有redis实例。再跑集群创建命令，节点之间开始交换消息，有几个节点顺利加入集群，可新的状况又冒出来，有一个从节点始终拒绝同步主节点的数据，日志里断断续续打印同步超时。
也没去查别的资料，就试着把这个异常节点单独停掉，换了一个空闲端口重新部署，再加入集群。这一次同步流程走通了，集群信息查询命令也能返回完整的槽位分配信息，看上去集群算是搭起来了。但我当时心里没底，随便往里面写了几条测试key，一部分key可以正常读写，少数几个key操作的时候直接返回迁移相关的提示，原来槽位分配没有均匀落好，还有一部分槽处于迁移中状态。
就在这个时候，同事过来瞟了一眼屏幕，说他之前搭的时候直接用容器跑，不用手动调这么多配置，出问题直接删掉容器重建就行。听他这么说，我有点羡慕，可手上这套虚拟机环境已经折腾这么久，懒得再换成容器方案，就继续在当前环境里耗着。
没有去手动触发槽位迁移命令，就放在那等，想着等它自己跑完迁移流程。坐旁边刷了会儿页面，隔几分钟查一次集群状态，慢慢的迁移标记消失了，所有槽位都标记成在线，测试读写也都稳定下来。
这个集群只代表我当时在这套虚拟机环境下跑出来的样子，不同服务器环境、网络模式下，碰到的情况差别很大，别人照着我这个操作走，大概率会遇到别的问题。
后面没再继续做压力测试，保存好配置文件，关掉多余的终端窗口，收拾东西下班。