Redis集群与哨兵架构对比

Redis哨兵架构

在redis3.0以前的版本要实现集群一般是借助哨兵sentinel工具监控master节点状态，如果master节点异常，则会做主从切换，将某一台slave作为master，哨兵的配置稍微复杂，并且性能和高可用等各个方面表现一般，特别是在主从切换的瞬间存在访问瞬断的情况，而且哨兵模式只有一个主节点对外提供服务，没法支持很高的并发，且单个主节点内存也不宜设置过大，否则会导致持久化文件过大，影响数据恢复或主从同步的效率。

哨兵leader选举流程

当一个master服务器被某个sentinel视为下线状态后，该sentinel会与其他sentinel协商选出sentinel的leader进行故障转移工作。每个发现master服务器进入下线的sentinel都可以要求其他sentinel选举自己未sentine的leader，选举是先到先得。同时每个sentinel每次选举都会自增配置纪元(选举周期)，每个纪元中只会选择一个sentinel的leader，如果超过一半的sentinel选举某sentinel作为leader，之后该sentinel进行故障转移操作，从存活的slave中选举出新的master，这个选举过程跟集群的master选举很类似。

哨兵集群中只有一个哨兵节点，redis的主从也能正常运行及选举master，如果master挂了，那唯一的那个哨兵节点就是哨兵leader，可以正常选举master。不过为了高可用一般都推荐至少部署三个哨兵节点。

Redis集群架构

redis集群是由多个主从节点群组的分布式服务器群，它具有复制、高可用和分片特性。Redis集群不需要sentinel哨兵也能完成节点移除和故障转移功能。需要将每个节点设置成集群模式，这种集群模式没有中心节点，可水平扩展，根据官方文档可以线性扩展到上万个节点（官方推荐不超过1000个节点）。redis集群的性能和高可用性均优于之前版本的哨兵模式，且集群配置非常简单。

Redis 高可用集群搭建

Redis 集群原理分析

Redis Cluster 将所有数据划分为16384个slots（槽位），每个节点负责其中一部分槽位。槽位的信息存储于每个节点中。当Redis Cluster的客户端来连接集群时，它也会得到一份集群的槽位配置信息并将其缓存在客户端本地。这样当客户端要查找某个key时，可以直接定位到目标节点。同时因为槽位的信息可能会存在客户端与服务器不一致的情况，还需要纠正机制来实现槽位信息的校验调整。

槽位定位算法

Cluster默认会对key值使用crc16算法进行hash得到一个整数值，然后使用这个整数值对16384进行取模来得到具体槽位。

HASH_SLOT = CRC16(key) mod 16384

跳转重定位

当客户端向一个错误的节点发出指令，该节点会发现指定的key所在的槽位并不归自己管理，这时它会向客户端发送一个特殊的跳转指令携带目标操作的节点地址，告诉客户端去连接这个节点去获取数据，客户端收到指令后除了跳转到正确的节点上去操作，还会同时更新纠正本地的槽位映射表缓存，后续所有key将使用新的槽位映射表。

Redis集群节点间的通信机制

redis cluster节点间采取gossip协议进行通信，维护集群的元数据（集群节点信息、主从角色、节点数量、各节点共享的数据等）有两种方式：集中式和gossip

集中式

有点在于元数据的更新和读取时效性非常好，一旦元数据出现变更立即就会更新到集中式的存储中，其他节点读取的时候就可以立即感知到，不足在于所有元数据更新压力全部几种在一个地方，可能导致元数据的存储压力。很多中间件都会借助zookeeper集中式存储元数据。

gossip

gossip协议包含多种消息，包括：ping、pong、meet、fail等待。

meet：某个节点发送meet给新加入的节点，让新节点加入集群中，然后新节点就会开始于其他节点进行通信；

ping：每个节点都会频繁给其他节点发送ping，其中包含自己的状态还有自己维护的集群元数据，互相通过ping交换元数据（类似自己感知的集群节点新增和移除，hash solt信息等）；

pong：对ping和meet消息的返回，包含自己的状态和其他信息，也可以用于信息广播和更新。

fail：某个节点判断另一个节点fail之后，就发送fail给其他节点，通知其他节点，指定的节点宕机了。

gossip协议的优点在于元数据的更新比较分散，不是集中在一个地方，更新请求会陆陆续续，打到所有节点上去更新，有一定的延时，降低了压力；缺点在于元数据更新有延时可能导致集群的一些操作会有些滞后。每一个节点都有一个专门用于节点间gossip通信的端口，就是自己提供服务的端口号+10000，每个几点每隔一段时间都会往另外几个节点发送ping消息，同时其他几个节点接收到ping消息之后返回pong消息。

网络抖动

网络抖动是非常常见的一种现象，突然之间部分连接变得不可访问，然后很快又恢复正常。为解决这种问题，Redis Cluster 提供了一种选项 cluster-node-timeout，表示某个节点持续timeout的时间失联时，才可以认定该节点出现故障，需要进行主从切换。如果没有这个选项，网络抖动会导致主从频繁切换（数据的重新复制）。

Redis继续选举原理分析

当slaver发现自己的master变为FAIL状态时，便尝试进行Failover，以期望成为新的master。由于挂掉的master可能会有多个slave，从而存在多个slave竞争成为master节点的过程，其过程如下：

• slave发现自己的master变为FAIL
• 将自己记录的集群currentEpoch加1，并广播FAILOVER_AUTH_REQUEST信息
• 其他节点收到该信息，只有master响应，判断请求者的合法性，并发送FAILOVER_AUTH_ACK，对每一个epoch只发送一次ack
• 尝试failover的slave收集master放回的FAILOVER_AUTH_ACK
• slave收到超过半数master的ack后变成新Master（为什么至少需要三个主节点，如果只有两个，当其中一个挂了，只剩一个主节点是不能选举成功的）
• slave广播pong消息通知其他集群节点。

从节点并不是在主节点一进入FAIL状态就马上尝试发去选举，而是有一定延迟，一定的延迟确保我们等待FAIL状态在集群中传播，slave如果立即尝试选举，其它master或许尚未意识到FAIL状态，可能会拒绝投票。

延迟计算公式：

DELAY = 500ms + random(0 ~ 500ms) + SLAVE_RANK * 1000ms

• SLAVE_RANK：表示此slave已经从master复制数据的总量Rank，Rank越小代表已复制的数据越新。这种方式下，持有最新数据的slave将会首先发起选举（理论上）。

集群脑裂数据丢失问题

redis集群没有过半机制会有脑裂问题，网络分区导致脑裂后多个主节点对外提供写服务，一但网络分区恢复，会将其中一个主节点变为从节点，这时会有大量数据丢失。规避方法可以在redis配置里加上参数（这种方法不可能百分百避免数据丢失，参考集群leader选举机制）：

min-slaves-to-write 1 //写数据成功最少同步的slave数量，这个数量可以模仿大于半数机制配置，比如集群总共三个节点可以配置1，加上leader就是2，超过了半数，该参数在redis最新版本里名字已经换成了min-replicas-to-write

这个配置在一定层度上会影响集群的可用性，比如slave要是少于1个，这个集群就算leader正常也不能提供服务了，需要具体场景权衡选择。

集群是否完整才能对外提供服务

当redis.conf的配置
cluster-require-full-coverage为no时，表示当负责一个插槽的主库下线且没有相应的从库进行故障恢复时，集群仍然可用，如果为yes则集群不可用。

Redis集群对批量操作命令的支持

对于类似mset、mget这样的多个key的原生批量操作命令，redis集群只支持所有key落在同一个slot的情况，如果多个key一定要用mset命令在Redis集群上操作，则可以在key的前面加上{XX}，这样参数数据分片hash计算只会是大括号里的值，这样能确保不同key能落在同一个slot里去。如：

mset {user1}:1:name warrior {user1}:1:age 30

假设name和age计算的hash slot值不一样，但这条命令在集群下执行，redis只会用大括号里的user1做hash slot计算，所以算出来的slot值肯定相同，最后都能落在同一个slot。