Redis学习笔记（07 | 哨兵机制：主库挂了，如何不间断服务？）

参考：
https://time.geekbang.org/column/article/274483

引言

如果主库挂了，我们就需要运行一个新主库，比如说把一个从库切换为主库，把它当成主库。这就涉及到三个问题：

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

在 Redis 主从集群中，哨兵机制是实现主从库自动切换的关键机制，它有效地解决了主从复制模式下故障转移的这三个问题

哨兵机制的基本流程

哨兵其实就是一个运行在特殊模式下的 Redis 进程，主从库实例运行的同时，它也在运行。
哨兵主要负责的就是三个任务：监控、选主（选择主库）和通知。

1. 监控主库运行状态，并判断主库是否客观下线；
2. 在主库客观下线后，选取新主库；
3. 选出新主库后，通知从库和客户端。

主观下线和客观下线（监控）

哨兵进程会使用 PING 命令检测它自己和主、从库的网络连接情况，用来判断实例的状态。

• 如果检测的是从库，那么，哨兵简单地把它标记为“主观下线”就行了
• 但是，如果检测的是主库，那么，哨兵还不能简单地把它标记为“主观下线”，开启主从切换。
  因为很有可能存在这么一个情况：那就是哨兵误判了。一旦启动了主从切换，后续的选主和通知操作都会带来额外的计算和通信开销。

误判发生的情况？
误判一般会发生在集群网络压力较大、网络拥塞，或者是主库本身压力较大的情况下。

如何减少误判？
引入多个哨兵实例一起来判断，通常会采用多实例组成的集群模式进行部署，这也被称为哨兵集群。
只有大多数的哨兵实例，都判断主库已经“主观下线”了，主库才会被标记为“客观下线”。

如何选定新主库？（选主）

哨兵选择新主库的过程称为“筛选 + 打分”。

• 我们在多个从库中，先按照一定的筛选条件，把不符合条件的从库去掉。
• 然后，我们再按照一定的规则，给剩下的从库逐个打分，将得分最高的从库选为新主库

筛选

除了要检查从库的当前在线状态，还要判断它之前的网络连接状态。

具体如何判断之前的网络状态？
使用配置项 down-after-milliseconds * 10。其中，down-after-milliseconds 是我们认定主从库断连的最大连接超时时间。

打分

1. 从库优先级
2. 从库复制进度
3. 从库 ID 号

第一轮：优先级最高的从库得分高。

用户可以通过 slave-priority 配置项，给不同的从库设置不同优先级。

第二轮：和旧主库同步程度最接近的从库得分高。

如果选择和旧主库同步最接近的那个从库作为主库

如何判断从库和旧主库间的同步进度呢？
主库会用 master_repl_offset 记录当前的最新写操作在 repl_backlog_buffer 中的位置，而从库会用 slave_repl_offset 这个值记录当前的复制进度。
值最接近的，评分最高。

第三轮：ID 号小的从库得分高。

在优先级和复制进度都相同的情况下，ID 号最小的从库得分最高，会被选为新主库。

我们再回顾下这个流程。首先，哨兵会按照在线状态、网络状态，筛选过滤掉一部分不符合要求的从库，然后，依次按照优先级、复制进度、ID 号大小再对剩余的从库进行打分，只要有得分最高的从库出现，就把它选为新主库。