【Redis】中的一些坑（二）——「主从复制」篇

上文中讲解了我们日常使用的一些命令，稍有不慎就会产生严重的影响，本文将继续讲解主从复制中的一些类似问题。

前景回顾： 【Redis】中的一些坑（一）——「常用命令」篇

3.1 主从复制导致数据丢失

首先，Redis 的主从复制采用「异步」方式进行。这就意味着如果 Master 突然宕机，可能会导致有部分数据还未同步到 Slave 的情况。

对于数据缓存的使用场景来说这没什么影响，数据丢了就丢了，但如果使用 Redis 来实现分布式锁，很可能因为数据丢失问题到时锁丢失，从而导致业务异常。

3.2 主从返回数据不一致

思考这么一个场景：存在一个已过期但还未被 Master 清理的数据，此时在 Slave 上查询这个数据会返回什么结果？

无非两种情况：一是正常返回数据，二是返回空。而具体是哪种结果就需要结合 Redis 版本、执行的命令以及机器时钟三个因素来判断：

• Redis 版本

在 Redis 3.2 版本之前，在 Slave 上查询一个 key 时，并不会判断这个 key 是否已过期，而是直接无脑返回给客户端结果。这其实算是 Redis 的一个 Bug，虽然在之后的版本以及修复，但修复的还「不够彻底」。

• 执行的命令

Redis 3.2 虽然修复了 Slave 查询带过期时间 key 的 Bug，但却遗漏了一个命令EXISTS。即执行如 GET 等查询命令是，返回 nil，如果执行 EXISTS 命令时 Slave 依旧会返回该 key 还存在。

原因在于 EXISTS 与查询数据的命令使用的不是同一个方法。Redis 作者只在查询数据时增加了过期时间的校验，但 EXISTS 命令依旧没有这么做。直到 Redis 4.0.11 这个版本，Redis 才真正把这个遗漏的 Bug 完全修复。

• 机器时钟

虽然高版本的 Redis 看似已经完美，但还是无法忽略一个关键因素，那就是 Master 和 Slave 实例的**「机器时钟」**。

无论是 Master 还是 Slave，在判断一个 key 是否过期时都是基于「本机时钟」来判断的，如果二者的机器时钟不一致，当然查询出来的数据也是不一致的。

3.3 主从切换导致缓存雪崩

这是上一个「主从数据不一致问题」的延伸。

假设 Slave 的机器时钟比 Master 走得「快」，而且是「快很多」。从 Slave 角度来看 Redis 中的数据存在「大量过期」。

如果此时因为各种原因进行了「主从切换」，把 Slave 提升为新的 Master后就会开始大量清理过期 key，此时就会导致以下结果：

1. Master 大量清理过期 key，主线程发生阻塞，无法及时处理客户端请求；
2. Redis 中数据大量过期，引发缓存雪崩。

当 Master 和 Slave 机器时钟严重不一致时，对业务的影响非常大！

3.4 主从大量数据不一致

当发现 Master 和 Slave 中数据大量不一致时，大概率是 Redis 集群中实例的 maxmemory 配置不同导致。我们知道 maxmemory 控制整个实例的内存使用上限，当实例实际使用内存超过这个上限，并且配置了淘汰策略，那么实例就开始淘汰数据。

如果 Salve 中的配置小于 Master 中的配置就有可能发生这样的情况。

当然，针对这个问题，Redis 官方在 5.0 版本中增加了一个配置项 replica-ignore-maxmemory，默认 yes。这个参数表示，尽管 Slave 内存超过了 maxmemory，也不会自行淘汰数据。

3.5 主从复制全量同步失败

我们知道 Slave 与 Master 进行全量数据同步时，Master 接收到 Slave 的全量同步请求后异步生成 RDB 文件返回给 Slave，从节点收到 RDB 文件后开始解析加载数据。

当数据文件很大时，Slave 的加载过程也将变得非常耗时，这里可能出现一种场景：Slave 加载 RDB 还未完成，Master 和 Slave 的连接却断开了，数据同步也失败了。之后又会发现 Slave 又发起了全量同步，同样地也在加载 RDB 时失败了，以此往复。

其实，这就是 Redis 的「复制风暴」问题。即主从全量同步失败，又重新开始同步，又同步失败，以此往复，恶性循环，持续浪费机器资源。

为什么会导致这种问题？

主从在全量同步数据期间 Master 接收到的写请求会先写到主从「复制缓冲区」中，这个缓冲区的「上限」是 slave client-output-buffer-limit 配置决定的。当 Slave 加载 RDB 太慢时，就会导致 Slave 无法及时消费「复制缓冲区」中的数据，这就导致了复制缓冲区「溢出」。

为了避免内存持续增长，此时的 Master 会「强制」断开 Slave 的连接，这时全量同步就会失败。

之后，同步失败的 Slave 又会「重新」尝试全量同步，进而又陷入上面描述的问题中，以此往复，恶性循环，这就是所谓的「复制风暴」。

如何解决复制风暴问题？

1. Redis 实例不要太大，避免过大的 RDB；
2. 合理配置「复制缓冲区」配置，降低全量同步失败的概率。