redis 集群容错策略

1. 问题

1） redis 集群如果一个主节点挂了，会怎么处理

2） redis集群如果一个从节点挂了，会怎么处理

3） 如何判断整个redis集群挂了？

 

2. 处理

2.1 redis 集群如果一个主节点挂了，会怎么处理

在了解这个问题之前，我们需要知道redis集群如何判断一个主节点挂了？

1） 集群中的每个节点都会顶起地向集群中的其他节点发送PING消息

2） 默认每隔1s中发送一次PING

3)   默认随机选择5个集群中的其他主节点，规则为最长时间未PING以及PONG时间超过timeout/2

4)  如果发送PING的主节点1，在timeout时间内没收到主节点2的PONG消息，那么主节点1会将主节点2的状态标记为pfail

5）主节点1在后续发送PING消息时，会带上主节点2的pfail状态，收到这个消息的主节点会在clusterNode里下线报告fail_reports中将主节点2标记为pfail

6) 当某个主节点被标记为pfail的个数大于集群总主节点个数的一半时，会被标记为fail, 并向整个集群广播一条PONG消息，说明该主节点下线。

7） 其他主节点收到广播消息后，将该主节点状态标记为fail,

8)  集群进入故障转移阶段

 故障转移 

1） 当一个从节点发现自己正在复制的从节点进入已下线状态时，从节点将开始对下线主节点进行故障转移

2） 复制下线主节点的所有从节点里面，会有一个从节点被选为新的主节点

3） 新的主节点从撤销所有已下线主节点的槽位指派，并将这些槽位指给自己

4） 新的主节点会向集群广播一条PONG消息，告知其他节点自己已由从节点转为主节点，并接管相应的槽位

5） 故障转移完成

 选举新的主节点

 1） 集群的纪元时一个自增的计数器，初始值为0

2） 当集群里的某个节点开始一次故障转移操作时，集群的纪元会加一

3） 对于每个纪元，集群里每个复制处理槽位的主节点都有一次投票机会，而第一次向主节点要求投票的从节点将获得主节点的投票

4） 什么时候开始投票？ 当从节点发现自己正在复制的主节点进入已下线状态，从节点会向集群广播一条CLUSTERMSG_TYPE_FAILOVER_AUTH_REQUEST消息，收到该消息的主节点可以开始投票

5） 主节点投票后返回CLUSTERMSG_TYPE_FAILOVER_AUTH_ACK消息

6） 当某个从节点的票数大于投票总节点数的一半时，被选为新的主节点

7） 若每个获得足够的票数，进入下一轮投票

 

 2.2 redis集群如果一个从节点挂了，会怎么处理

 

2.3  如何判断整个redis集群挂了？

超过一般的主节点处于fail状态

 

3. 原理

整个集群的节点

clusterState.nodes字典中

key: node_id

value: 该节点对应的clusterNode

从节点的结构

struct clusterNode {

    struct clusterNode *slaveof;   // 如果时从节点，那么会指向主节点

}