redis-benchmark不支持redis cluster自动重定向，直接使用会导致moved/ask错误；需用redis-py-cluster等集群感知客户端编写压测脚本，或手动分片压测单节点。
redis-benchmark 本身不支持 Redis Cluster 自动发现
直接运行 redis-benchmark -h cluster-node-ip -p 6379 -c 100 -n 10000 只会压测单个节点，且当请求 key 落在其他节点时，会收到 MOVED 或 ASK 重定向响应——而原生 redis-benchmark（v6.2 及之前）**不会自动跟随重定向**，导致大量失败。
常见错误现象：ERROR: Protocol error, got "M" as reply type byte 或大量 (error) MOVED 报错。
- Redis Cluster 客户端必须能解析
MOVED响应并重新路由请求到目标节点 -
redis-benchmark是单点协议测试工具，不是集群感知客户端 - 即使加
-e（启用 pipeline）或-r（随机 key），也无法绕过重定向逻辑缺失问题
用 redis-cli --cluster call 模拟多节点并发不现实
redis-cli --cluster call 是管理命令，用于向所有节点广播执行某条命令（如 INFO），但它串行执行、无并发控制、不统计耗时、不支持自定义 key 分布和请求模式，完全不适合压力测试。
使用场景仅限于运维探活或批量配置检查，比如：redis-cli --cluster call 127.0.0.1:7000 INFO。
- 它每次只连一个节点，执行完再连下一个，QPS 极低
- 无法构造真实业务流量（如 SET/GET 混合、带 pipeline、指定 slot 的 key）
- 返回结果混杂，无统一吞吐/延迟指标输出
真正可行的方案：用支持 Cluster 的客户端 + 脚本驱动
推荐用 Python（redis-py-cluster）或 Go（github.com/go-redis/redis/v8）写轻量压测脚本，核心是让客户端自动完成槽路由，并发打满所有主节点。
以 Python 为例，关键点：
- 安装：
pip install redis-py-cluster（注意：不是redis-py） - 初始化时传入任意一个节点地址，客户端自动
CLUSTER SLOTS获取拓扑 - 用
threading或asyncio控制并发，避免单线程瓶颈 - key 必须设计为分散到不同 slot，例如用
f"user:{i % 16384}"确保哈希后落在不同槽 - 禁用
decode_responses=True，减少序列化开销
示例片段（简化）：
from rediscluster import RedisCluster
import time
<p>startup_nodes = [{"host": "127.0.0.1", "port": "7000"}]
rc = RedisCluster(startup_nodes=startup_nodes, decode_responses=False)</p><p>start = time.time()
for i in range(10000):
rc.set(f"user:{i % 16384}", b"x" * 64)
elapsed = time.time() - start
print(f"10k SETs in {elapsed:.2f}s → {10000/elapsed:.0f} QPS")</p>
如果非要硬用 redis-benchmark，只能手动分片压测
适用于快速摸底单节点能力，或验证特定 slot 范围性能。操作前提是已知集群 slot 分配（用 redis-cli -c -h node -p port CLUSTER SLOTS 查）。
- 对每个主节点单独跑
redis-benchmark，用-r配合key-pattern强制 key 落在该节点负责的 slot 区间内（需自己算 CRC16） - 例如 slot 0–5460 由 7000 节点负责，则生成 key 时确保
CRC16(key) % 16384∈ [0, 5460] - 各节点结果不能简单相加：网络、CPU、内存竞争会导致叠加后总吞吐低于线性值
- 无法反映跨节点事务、mget/mset 扩散行为、failover 期间表现等真实集群问题
这个做法容易低估客户端路由开销和重定向延迟，更适合做 baseline 对比，而非真实集群压测结论。
真正要测出 Redis Cluster 的瓶颈，得让客户端像生产服务那样工作——自动重定向、容忍短暂重试、按 slot 分布发请求。任何跳过这层逻辑的“压测”，测的都不是集群，只是几个孤立的 Redis 实例。
