Redis核心技术及实战（七、八 . 哨兵）

七：哨兵机制——实现不间断服务

原文：《07丨哨兵机制：主库挂了，如何不间断服务？》

当主库挂了之后，写服务会中断、从库无法进行数据同步。我们需要运行一个新的主库，比如说把一个从库切换为主库，这就涉及到三个问题：

• 主库真的挂了吗？
• 该选择哪个从库作为主库？
• 怎么把新主库的相关信息通知给从库和客户端？

要解决这三个问题，就需要用到哨兵机制。哨兵其实就是一个运行在特殊状态下的Redis进程，只不过不执行读写请求操作。

哨兵机制的流程：

• **监控：**哨兵会在运行过程中，周期性地向所有主从库发送PING命令，判断它们是否在正常运行，没有响应的判为“下线状态”，在该步主要是为了监控主库是否为下线状态；
• **选主：**如果主库没有响应，哨兵就要从很多从库里面按照一定的规则选择一个从库，把它作为新的主库；
• **通知：**哨兵把新主库的连接信息发送给所有从库和客户端，让它们执行replica命令，建立新的主从关系。

1. 监控：判断主库是否下线

哨兵对主库的下线判断分为两种：主观下线和客观下线。

对于从库来说，只要一个哨兵认为其“主观下线”就算是下线了；而对于主库，当一个哨兵认为其“主观下线”时，系统并不会真的把其当作下线，因为可能会因为网络等原因造成该哨兵误判，而主从切换又比较浪费资源，所以需要哨兵集群（下一节讲），当超过quorum数（配置）的哨兵认为主库“主观下线”了，这时候才算主库真的下线了，是为“客观下线”。

当认定主库“客观下线”，哨兵机制就开始进行第二步，选主。

2. 选主

哨兵集群选择一个哨兵进行选主（见下一节），选主的过程为**“筛选+打分”**，在多个从库中，先按照一定的筛选规则，把不符合条件的从库去掉，然后再按照一定的打分规则，选择分最高的从库作为主库。

• **筛选：检查从库的当前运行状态和之前的网络连接状态。如何判断之前的网络连接状态呢？使用配置项down-after-milliseconds * 10，其中down-after-milliseconds（注意，每个哨兵的配置都要一致）**是我们认定的主从库断连的最大连接超时时间，如果在这个毫秒内都没有连接上，就认为断联了。如果断联次数超过10次，则认为之前的网络连接状态不好，排除掉。
• **打分：**有以下三轮打分，如果某一轮可以选出最高分，则直接认定为主库，如果选不出最高分则进行下一轮打分。
  • **从库优先级高的得分高：**从库的优先级是我们自己提前配置的；
  • **和旧主库同步程度最接近的从库得分高：**把每个从库的slave_repl_offset和主库的master_repl_offset比较，最接近的分最高；
  • ID号小的从库得分高。

至此，便可选出新主库。

3. 通知

不涉及逻辑操作，只是哨兵通知其它所有从库和客户端，让他们和新的主库建立主从关系/连接即可。

---

八：哨兵集群——实现哨兵机制

原文：《08丨哨兵集群：哨兵挂了，主从库还能切换吗？》

如果有哨兵实例在运行时发生了故障，那么主从库还能正常切换吗？

在配置哨兵的时候，只需要设置主库的ip和端口，而不用设置其它哨兵的信息，那么又是怎么组成哨兵集群的呢？

1. 基于pub/sub机制的哨兵集群组成

• 哨兵和哨兵：哨兵实例之间的相互发现，要归功于Redis提供的pub/sub机制，也就是发布/订阅机制。每个节点都可以通过Redis进行消息的发布和订阅，为了区分不同应用的消息，Redis会以频道的形式对这些消息进行管理。每一个哨兵在和主库建立连接之后，就可以在“_ _sentinel _ _:hello”频道上发布自己的连接信息（IP和端口），同时也会订阅这个频道，获取到其它哨兵发布的连接信息，通过这种方法就可以建立起哨兵集群。
• 哨兵和从库：哨兵向主库发送INFO命令，主库收到后就会把从库列表(包含所有从库的连接信息)发送给哨兵，哨兵就可以和每个从库建立连接，进行监听。
• 哨兵和客户端：完成主从切换后，需要把新主库信息告诉给客户端，同时客户端可能也想要了解哨兵的运行状态，比如主从切换进行到哪一步了。这一功能仍然是基于pub/sub机制，只不过是基于哨兵自身的pub/sub机制（每个哨兵本质上也是一个Redis实例），客户端可以从哨兵订阅消息。哨兵提供的消息订阅频道很多，包含了主从切换过程中的不同关键事件，如下图所示为几个关键事件。客户端读取哨兵的配置信息之后，可以获取到哨兵的ip和端口，进行连接，然后订阅想要监听的频道(如SUBSCRIBE +odown监听主库客观下线事件)，就可以获取自己想要的信息。

2. 由哪个哨兵执行主从切换？

这个过程类似于对主库进行“客观下线”的判断，也是需要投票决定。当认定主库“客观下线以后”，一个或多个哨兵会给自己投一票，想让自己成为Leader(进行选主操作的哨兵)，同时会给其它所有哨兵发送消息，希望他们给自己投票，当某个哨兵获得的票数超过半数（配置奇数个哨兵）且大于配置中的quorum值时，就会当选成为Leader，而如果没有满足条件，哨兵集群就会等待一定时间（避免网络问题影响哨兵选举），然后再次选举。