Redis 分区技术（又称 Redis Partition）指的是将 Redis 中的数据进行拆分，然后把拆分后的数据分散到多个不同的 Redis 实例（指一台安装了 Redis 服务的计算机）中，每个实例仅存储数据集的某一部分（一个子集），我们把这个过程称之为 Redis 分区操作。
分区（Partition）不仅是 Redis 中的概念，几乎所有数据库管理系统都会涉及到 “分区” 的应用。
Redis 分区技术有两个优势。
单台机器的 Redis 服务，其网络 IO 能力和计算资源都是非常有限的，但是如果我们将请求分散到多台机器上，那么就能充分利用多台计算机的算力和网络带宽，从而整体上提升 Redis 服务的性能。
随着存储数据的不断增加，单台机器的存储容量会达到极限，若将数据分散存储到多台 Redis 服务器上，其存储能力也将得到大幅度提升。Redis 分区技术可以利用多台计算机的内存总和，从而创建出大型的 Redis 数据库。
虽然 Redis 分区技术有诸多优势，但是它也存在一些不足之处。下面做简单介绍：
涉及操作多个 key 时，通常不被支持。这是由于批量操作的 key 会被映射到不同的 Redis 实例中，此时无法实现在一个实例中操作分散开的 key；
不支持包含多个 key 的 Redis 事务；
当使用分区的时候，数据的处理变的非常复杂，比如需要处理多个 .rdb 或者 .aof 存储文件，并且还需要从多个 Redis 实例中备份数据；
添加、删除实例变的复杂，比如 Redis 集群支持在运行时增加或减少实例，分区技术不支持这种功能。
Redis 有两种类型分区。假设有 4 个 Redis 实例 R0，R1，R2，R3，和类似 user:1，user:2 这样的表示用户的多个key，对既定的 key 有多种不同方式来选择这个 key 存放在哪个 Redis 实例中。也就是说，由不同的系统来映射某个 key 到某个 Redis 服务。
最简单的分区方式是按范围分区，就是映射一定范围的对象到特定的 Redis 实例。例如：ID 从 0 到 10000 的用户会保存到实例 R0，ID 从 10001 到 20000 的用户会保存到 R1，以此类推。
这种方式是可行的，并且在实际中使用，不足就是要有一个区间范围到实例的映射表。这个表要被管理，同时还需要各种对象的映射表，通常对 Redis 来说并非是好的方法。
另外一种分区方法是 hash 分区。这对任何 key 都适用，也无需是 object_name: 这种形式，像下面描述的一样简单：
用一个 hash 函数将 key 转换为一个数字，比如使用 crc32 hash 函数。对 key foobar 执行 crc32(foobar) 会输出类似 93024922 的整数。
对这个整数取模，将其转化为 0-3 之间的数字，就可以将这个整数映射到 4 个 Redis 实例中的一个了。93024922 % 4 = 2，就是说 key foobar 应该被存到 R2 实例中。
注意：取模操作是取除的余数，通常在多种编程语言中用 % 操作符实现。
客户端分区就是在客户端就已经决定数据会被存储到哪个 Redis 节点或者从哪个 Redis 节点读取，大多数客户端已经实现了客户端分区。
代理分区意味着客户端将请求发送给代理，然后代理决定去哪个节点写数据或者读数据。代理根据分区规则决定请求哪些 Redis 实例，然后根据 Redis 的响应结果返回给客户端。
Redis 和 Memcached 的一种代理实现就是 Twemproxy。
什么是 Twemproxy？
Twemproxy 是一种代理分片机制，由 Twitter 开源，主要用于减少后端缓存服务器的连接数量。Twemproxy 作为代理，可接受来自多个程序的访问，按照路由规则，转发给后台的各个 Redis 或 Memcached 服务器，再原路返回。该方案很好的解决了单个 Redis 或 Memcached 实例承载能力的问题。Twemproxy 本身也是单点，需要用 Keepalived 做高可用方案，可以使用多台服务器来水平扩张 Redis 或 Memcached 服务，可以有效的避免单点故障问题。
查询路由（Query routing）的意思是客户端随机地请求任意一个 Redis 实例，然后由 Redis 将请求转发给正确的 Redis 节点。Redis Cluster 实现了一种混合形式的查询路由，但并不是直接将请求从一个 Redis 节点转发到另一个 Redis 节点，而是在客户端的帮助下直接 Redirected（重定向）到正确的 Redis 节点。
