Redis——Redis扩展应用与实战

摘要

主要是介绍了的redis的哨兵机制以及底层原理。

哨兵模式(raft)与Zookeeper模式（zab）选主的总结

• Redis中的Sentinel选主相对来说更简单，因为不涉及事务状态的一致性
• Sentinel选主是基于raft协议，Zookeeper则基于Zab协议
•     二者都是收到半数的选票就选举成功，同样的都是分布式部署
•     Sentinel投票发消息主要内容是Sentinel id和配置纪元，Zookeeper则是 zxid和 sid
•     Sentinel谁先来找他投票他就投谁，Zookeeper中则是要细细检查比较一番，检查内容包括epoch和节点状态，检查完毕后再跟自己的投票进行pk，进而看需不需要更新自己的投票，若是需要，则自己的投票也要广播出去

redis sentinel（相当于是的Zookeeper的节点，同样本身也是分布式部署的）

哨兵在redis集群架构中是一个非常重要的组件，其主要功能有下面这些：

• 集群监控，即时刻监控着redis的master和slave进程是否是在正常工作。
• 消息通知，就是说当它发现有redis实例有故障的话，就会发送消息给管理员
• 故障自动转移，如果redis master 节点宕机了的话，它就会将请求转到slave 节点上，slave升为master。
• 充当配置中心，如果发生了故障转移，它会通知将master的新地址写在配置中心告诉客户端。

哨兵进程的工作方式

 1）每个 Sentinel（哨兵）进程以每秒钟一次的频率向整个集群中的 Master 主服务器，Slave 从服务器以及其他 Sentinel（哨兵）进程发送一个 PING 命令。

2. 如果一个实例（instance）距离最后一次有效回复 PING 命令的时间超过 down-after-milliseconds 选项所指定的值， 则这个实例会被 Sentinel（哨兵）进程标记为主观下线（SDOWN）。

3. 如果一个 Master 主服务器被标记为主观下线（SDOWN），则正在监视这个 Master 主服务器的所有 Sentinel（哨兵）进程要以每秒一次的频率确认 Master 主服务器的确进入了主观下线状态。

4. 当有足够数量的 Sentinel（哨兵）进程（大于等于配置文件指定的值）在指定的时间范围内确认 Master 主服务器进入了主观下线状态（SDOWN）， 则 Master 主服务器会被标记为客观下线（ODOWN）。

5. 在一般情况下， 每个 Sentinel（哨兵）进程会以每 10 秒一次的频率向集群中的所有Master 主服务器、Slave 从服务器发送 INFO 命令。

6. 当 Master 主服务器被 Sentinel（哨兵）进程标记为客观下线（ODOWN）时，Sentinel（哨兵）进程向下线的 Master 主服务器的所有 Slave 从服务器发送 INFO 命令的频率会从 10 秒一次改为每秒一次。

7. 若没有足够数量的 Sentinel（哨兵）进程同意 Master 主服务器下线， Master 主服务器的客观下线状态就会被移除。若 Master 主服务器重新向 Sentinel（哨兵）进程发送 PING 命令返回有效回复，Master 主服务器的主观下线状态就会被移除。

sentinel 本身也是分布式部署的，是一个集群去运行的并且节点间相互协调工作，那它是怎么来监控redis的呢？

• （1），当发生故障转移的时候，只有大部分哨兵节点同意才会判断你这个master是真的宕机了，这里会涉及到前面讲到的分布式选主，
• （2），如果哨兵部分节点挂了的话，整个哨兵集群依然能工作，这也是确保自身能高可用。

需要知道的哨兵核心点

1. 哨兵集群至少要 3 个节点，来确保自己的健壮性。
2. redis主从 + sentinel的架构，是不会保证数据的零丢失的，它是为了保证redis集群的高可用。
3. 在部署redis主从 + sentinel 架构之前，我们要在测试环境多测试，尽量模拟线上环境。

你可能会问，哨兵集群 2 个节点难道就不行吗？好，如果咱们的哨兵集群只部署了两个节点，那么 quorum=1,

如上图，如果master宕机，sentinel 1 和 sentinel 2 只要有一个认为master宕机就会进行切换，同时sentinel 1 和sentinel 2 就会选出一个sentinel来进行故障转移，这个时候就需要用到majority，即大多数哨兵都是运行的，2个哨兵的majority是2（3个的majority=2，4个的majority=2，5个的majority=3），也就是说现在这两个哨兵节点都是正常运行的就可以进行故障转移。但是，现在master和sentinel1运行的整个机器如果宕机了的话，那么哨兵就只有一个了，此时就无法来通过majority来进行故障转移了，所以，我们至少需要三台哨兵实例。

3 节点sentinel架构

如上图所示，

• 假设master所在的机器不可用的话，那么哨兵还剩2个，sentinel 2 和sentinel3 就会认为master宕机，然后选举一个来处理故障转移
• 三个哨兵节点的majority为2，现在还有2个哨兵在工作着，就可以允许执行故障转移。

上面我们已经知道了哨兵的核心机制以及它和redis主从架构是如何配合使用来达到redis的高可用的，下面我们就来看看redis哨兵主备切换的数据丢失问题。

主从异步复制导致的数据丢失

redis master 和slave 数据复制是异步的，像前面说的MySQL差不多，这样就有可能会出现部分数据还没有复制到slave中，master就挂掉了，那么这部分的数据就会丢失了。

脑裂导致的数据丢失

脑裂其实就是网络分区导致的现象，比如，我们的master机器网络突然不正常了发生了网络分区，和其他的slave机器不能正常通信了，其实master并没有挂还活着好好的呢，但是哨兵可不是吃闲饭的啊，它会认为master挂掉了啊，那么问题来了，client可能还在继续写master的呀，还没来得及更新到新的master呢，那这部分数据就会丢失。

上面的两个数据丢失的问题，那我们该怎么去解决呢？其实也很简单，只需要在配置中加两个配置就行了，如下:

怎么解决数据丢失的问题?

min-slaves-to-write 1 # 要求至少一个slave
min-slaves-max-lag 10 # 数据复制和同步的延迟不能超过10s

减少异步复制数据的丢失（不能保证完全保证数据不丢失，竟可能的少丢失）

现在当我们的slave在数据复制的时候，发现返回的ACK时延太长达到了 min-slaves-max-lag 配置，这个时候就会认为如果master宕机就会导致大量数据丢失，所以就提前进行了预测，就不再去接收客户端的任何请求了，来将丢失的数据降低在可控范围内。

减少脑裂数据的丢失（不能保证完全保证数据不丢失，竟可能的少丢失）

1. 如果master出现了脑裂，和其他的slave失去了通信，不能继续给指定数量的slave发送数据。
2. slave超过10秒没有给自己返回ack消息。
3. master就会拒绝客户端的写请求

sdown和odown转换机制

• sdown，即主观宕机，如果一个哨兵它自己觉得master宕机了，就是主观宕机
• odown，即客观宕机，如果quorum数量的哨兵都认为一个master宕机了，则为客观宕机

哨兵在ping一个master的时候，如果超过了is-master-down-after-milliseconds指定的毫秒数之后，就是达到了sdown，就主观认为master宕机了。

如果一个哨兵在指定时间内，收到了quorum指定数量的其他哨兵也认为那个master是sdown了，那么就认为是odown了，客观认为master宕机，就完成了sdown到odown的转换。

哨兵集群如何实现自动发现

1. 通过redis的pub/sub系统实现的，每个哨兵都会往__sentinel__:hello这个channel里发送一个消息。
2. 其他哨兵可以消费到这个消息，且可以感知到其他哨兵的存在。
3. 每隔两秒钟，每个哨兵都会向自己监控的某个master+slaves对应的__sentinel__:hello channel里发送一个消息（包括自己的host、ip和runid还有对这个master的监控配置）。
4. 每个哨兵也会去监听自己监控的每个master+slaves对应的__sentinel__:hello channel，然后去感知到同样在监听这个master+slaves的其他哨兵的存在。
5. 每个哨兵还会跟其他哨兵交换对master的监控配置，互相进行监控配置的同步。

slave配置如何自动纠正

slave配置的自动纠正，是由哨兵来负责的。例如，slave如果要成为潜在的master候选人，哨兵会确保slave复制现有的master数据；如果slave连接的是一个有问题的master，在故障转移之后，哨兵会确保slave能连上新的没问题的master上。

slave 到master 选举算法

如果一个master被认为odown了，而且majority哨兵都允许了主备切换，那么某个哨兵就会执行主备切换操作，此时首先要选举一个slave来，主要通过下面几个步骤：需要考虑slave的下面一些信息

• 跟master断开连接的时长
• slave优先级
• 复制offset
• run id

如果一个slave跟master断开连接已经超过了down-after-milliseconds的10倍，再加上加master宕机的时长，那么slave就被认为不适合选举为master。

(down-after-milliseconds * 10) + milliseconds_since_master_is_in_SDOWN_state

接下来会对slave进行排序

1. 按照slave优先级进行排序，slave priority越低，优先级就越高。
2. 如果slave priority相同，那么看replica offset，哪个slave复制了越多的数据，offset越靠后，优先级就越高。
3. 如果上面两个条件都相同，那么选择一个run id比较小的那个slave

quorum和majority 关系

每次一个哨兵要做主备切换的时候，首先需要quorum数量的哨兵认为odown，然后选举出一个哨兵来做切换，这个哨兵还得得到majority哨兵的授权，才能正式执行切换。

如果quorum < majority，比如5个哨兵，majority就是3，quorum设置为2，那么就3个哨兵授权就可以执行切换

如果quorum >= majority，那么必须quorum数量的哨兵都授权，比如5个哨兵，quorum是5，那么必须5个哨兵都同意授权，才能执行切换。

configuration epoch

哨兵会对一套redis master+slave进行监控，有相应的监控的配置。执行切换的那个哨兵，会从要切换到的新master（salve->master）那里得到一个configuration epoch，这就是一个version号，每次切换的version号都必须是唯一的。如果第一个选举出的哨兵切换失败了，那么其他哨兵，会等待failover-timeout时间，然后接替继续执行切换，此时会重新获取一个新的configuration epoch，作为新的version号

configuraiton传播

哨兵完成切换之后，会在自己本地更新生成最新的master配置，然后同步给其他的哨兵，就是通过之前说的pub/sub消息机制。这里之前的version号就很重要了，因为各种消息都是通过一个channel去发布和监听的，所以一个哨兵完成一次新的切换之后，新的master配置是跟着新的version号的，其他的哨兵都是根据版本号的大小来更新自己的master配置的。