详解Redis的高可用和高并发机制

一、高并发机制

我们知道redis是基于单线程的，在单机模式下能承载的也就几万左右吧，所以怎么提高其在大数据下几十万的高并发请求，通过redis的主从架构和读写分离。

推荐（免费）：redis

1.主从复制

redis主从复制的配置就不强调，主要看主从复制的原理及过程：在进行redis的主从复制的过程中，需要一台master主机作为管理员，去搭建多台slave从机。当slave从机试图启动时会向master主机发送一个命令PSYNC,如果这个时候slave从机是重新连接的，那么会从master主机上把slave从机没有的数据复制过去，如果是第一次连接那么会触发full resynchronization。触发以后master主机会在后台开启一个进程去生成一个RDB快照文件，同时将这个时间段的写操作存入缓存，当这个RDB文件生成完毕之后会向slave从机发送RDB文件，从机拿到文件之后将其先写入磁盘然后加载进入内存最后master主机会将缓存在内存里面的数据也同时发送给从机。如果在发生主从的网络故障的情况下，有多个slave从机重新连接那么master只会重启一份RDB去服务全部slave。

断点续传：在master和slave里面都有一个replica offset里面还有一个master id ，其中offset就是保持在backlog，当主从机发生网络故障重连时，会去找到对应的上次replica offset的地方进行复制，如果没有找到对应的offset那么触发full resynchronization。

①复制的完整流程

（1）slave node启动，仅仅保存master node的信息，包括master node的host和ip，但是复制流程没开始

master host和ip是从哪儿来的，redis.conf里面的slaveof配置的

（2）slave node内部有个定时任务，每秒检查是否有新的master node要连接和复制，如果发现，就跟master node建立socket网络连接
（3）slave node发送ping命令给master node
（4）口令认证，如果master设置了requirepass，那么salve node必须发送masterauth的口令过去进行认证
（5）master node第一次执行全量复制，将所有数据发给slave node
（6）master node后续持续将写命令，异步复制给slave node

②数据同步相关的核心机制

指的就是第一次slave连接msater的时候，执行的全量复制，那个过程里面你的一些细节的机制

（1）master和slave都会维护一个offset

master会在自身不断累加offset，slave也会在自身不断累加offset
slave每秒都会上报自己的offset给master，同时master也会保存每个slave的offset

这个倒不是说特定就用在全量复制的，主要是master和slave都要知道各自的数据的offset，才能知道互相之间的数据不一致的情况

（2）backlog

master node有一个backlog，默认是1MB大小
master node给slave node复制数据时，也会将数据在backlog中同步写一份
backlog主要是用来做全量复制中断候的增量复制的

（3）master run id

info server，可以看到master run id
如果根据host+ip定位master node，是不靠谱的，如果master node重启或者数据出现了变化，那么slave node应该根据不同的run id区分，run id不同就做全量复制
如果需要不更改run id重启redis，可以使用redis-cli debug reload命令

（4）psync

从节点使用psync从master node进行复制，psync runid offset
master node会根据自身的情况返回响应信息，可能是FULLRESYNC runid offset触发全量复制，可能是CONTINUE触发增量复制

③全量复制

（1）master执行bgsave，在本地生成一份rdb快照文件
（2）master node将rdb快照文件发送给salve node，如果rdb复制时间超过60秒（repl-timeout），那么slave node就会认为复制失败，可以适当调节大这个参数
（3）对于千兆网卡的机器，一般每秒传输100MB，6G文件，很可能超过60s
（4）master node在生成rdb时，会将所有新的写命令缓存在内存中，在salve node保存了rdb之后，再将新的写命令复制给salve node
（5）client-output-buffer-limit slave 256MB 64MB 60，如果在复制期间，内存缓冲区持续消耗超过64MB，或者一次性超过256MB，那么停止复制，复制失败
（6）slave node接收到rdb之后，清空自己的旧数据，然后重新加载rdb到自己的内存中，同时基于旧的数据版本对外提供服务
（7）如果slave node开启了AOF，那么会立即执行BGREWRITEAOF，重写AOF

rdb生成、rdb通过网络拷贝、slave旧数据的清理、slave aof rewrite，很耗费时间

如果复制的数据量在4G~6G之间，那么很可能全量复制时间消耗到1分半到2分钟

④增量复制

（1）如果全量复制过程中，master-slave网络连接断掉，那么salve重新连接master时，会触发增量复制
（2）master直接从自己的backlog中获取部分丢失的数据，发送给slave node，默认backlog就是1MB
（3）msater就是根据slave发送的psync中的offset来从backlog中获取数据的

⑤heartbeat

主从节点互相都会发送heartbeat信息

master默认每隔10秒发送一次heartbeat，salve node每隔1秒发送一个heartbeat

⑥异步复制

master每次接收到写命令之后，现在内部写入数据，然后异步发送给slave node

2.读写分离：master负责写入操作，slave负责帮master减轻访问查询量

二、高可用机制

在高并发的情况下，配备多集群一主多备，虽然可以解决高并发问题，但是主机只有一个，master宕机那么整个无法进行写操作，从机无法同步数据整个系统会处于瘫痪状态，整就一个不可用。redis的高可用机制哨兵机制，哨兵是redis集群里面的重要的组件，他负责集群监控，信息通知，故障转移，配置中心。

（1）集群监控，负责监控redis master和slave进程是否正常工作
（2）消息通知，如果某个redis实例有故障，那么哨兵负责发送消息作为报警通知给管理员
（3）故障转移，如果master node挂掉了，会自动转移到slave node上
（4）配置中心，如果故障转移发生了，通知client客户端新的master地址
哨兵本身是分布式的，是作为一个集群去工作的，需要互相协同工作。

当发现master node 宕机，会需要大部分的哨兵同意才可以，这个涉及到分布式的选举。

哨兵机制需要保证最少3个节点才能保证其健壮性，如果我们在测试时只给出两个节点，一个master node一个为slave node 那么这两个节点里面都有一个哨兵负责监控，当其中的master主机发生宕机，那么需要哨兵来进行选举，那么master node里面那个s1的哨兵已经没办法工作，只能由slave node里面的s2哨兵进行选举，那么进行选举之后要进行故障转移需要一个哨兵进行工作，其majority参数规定了需要哨兵的个数进行故障转移，这时只有一个S2哨兵没有majority可以进行故障转移。所以最少需要3个节点来保证其健壮。

三、高可用与高并发出现的数据丢失问题

（1）异步复制导致的数据丢失

因为master -> slave的复制是异步的，所以可能有部分数据还没复制到slave，master就宕机了，此时这些部分数据就丢失了。

（2）脑裂导致的数据丢失

脑裂，也就是说，某个master所在机器突然脱离了正常的网络，跟其他slave机器不能连接，但是实际上master还运行着，

此时哨兵可能就会认为master宕机了，然后开启选举，将其他slave切换成了master，

这个时候，集群里就会有两个master，也就是所谓的脑裂，

此时虽然某个slave被切换成了master，但是可能client还没来得及切换到新的master，还继续写向旧master的数据可能也丢失了，

因此旧master再次恢复的时候，会被作为一个slave挂到新的master上去，自己的数据会清空，重新从新的master复制数据。

解决异步复制和脑裂导致的数据丢失

min-slaves-to-write 1
 min-slaves-max-lag 10

要求至少有1个slave，数据复制和同步的延迟不能超过10秒

如果说一旦所有的slave，数据复制和同步的延迟都超过了10秒钟，那么这个时候，master就不会再接收任何请求了

上面两个配置可以减少异步复制和脑裂导致的数据丢失

（1）减少异步复制的数据丢失

有了min-slaves-max-lag这个配置，就可以确保说，一旦slave复制数据和ack延时太长，就认为可能master宕机后损失的数据太多了，那么就拒绝写请求，这样可以把master宕机时由于部分数据未同步到slave导致的数据丢失降低的可控范围内

（2）减少脑裂的数据丢失

如果一个master出现了脑裂，跟其他slave丢了连接，那么上面两个配置可以确保说，如果不能继续给指定数量的slave发送数据，而且slave超过10秒没有给自己ack消息，那么就直接拒绝客户端的写请求

这样脑裂后的旧master就不会接受client的新数据，也就避免了数据丢失

上面的配置就确保了，如果跟任何一个slave丢了连接，在10秒后发现没有slave给自己ack，那么就拒绝新的写请求

因此在脑裂场景下，最多就丢失10秒的数据

以上就是详解Redis的高可用和高并发机制的详细内容，更多请关注gxlcms其它相关文章！