redis 系列：高可用

2021-08-05 04:59:55

前言

Redis 作为最常用的 key-value 服务，一直为我们带来了高性能的保障。但程序嘛，总不可能一直运行下去，而我们所要做的就是将这些风险降到最低。

所以，高可用也是 Redis 必然要考虑的了，而随着 Redis 的广泛使用，市面上也出现了有很多高可用方案。今天，就来好好认识下这些方案，或许也可以为我们自己的程序带来灵感。

Redis 的高可用从总体上来讲是通过 冗余 + 故障转移 来实现的，而对于冗余和故障转移又可以细化为：全部冗余或部分冗余；手动转移或自动转移。

全部冗余+手动转移的方案就是我们最熟悉的主从模式了；当手动转移变为自动转移时即哨兵模式。最后部分冗余 + 自动转移则是集群模式。

由于 Redis 不像 mysql，在数据的完整性、一致性上是没有比较好的保障的，所以当我们在使用高可用方案时，对数据的一致性就期望不了那么高了，这是需要提前注意的。

主从模式在高可用方案中是最常用的一种。往往我们会在不同的机器上部署着同一 Redis 程序。在这多台机器里，我们会选择一个节点作为主节点，它负责数据的写入。其他节点作为从节点，定时的和主节点同步数据。一旦主节点不能使用了，那么就可以在从节点中挑选一个作为主节点，重新上岗服务。

主从模式往往还能进行读写分离，将读取数据的压力分散到多个从节点上。

在 Redis 进行主从数据同步时，会执行 bgsave 命令以生成 RDB 文件，同时会在缓冲区记录增量的命令。

当 Redis 将 RDB 文件同步给 Slave 后，会再次的将缓冲区的增量命令发送给从节点，从节点接收到这些数据后，就可以恢复到内存里了。

从节点除了恢复数据外，它还维护了一个复制偏移量，表示主节点向从节点传递命令的字节总数。这个复制偏移量会定时同步给主节点。

而主节点也有属于自己的一个写入偏移量，有了这 2 个参数后，主节点就知道要进行部分复制还是要全量复制了。

主从模式在出现故障时，需要人为进行干预，而且从节点一多，主节点的同步压力就会很大了。

上面的主从模式需要人工的进行故障节点切换，这种方式对于追求完美的程序员来说，肯定是不够的。所以有了自动切换的哨兵模式。

哨兵模式主要实现了下面几个功能：

监控：不断的检测主从节点是否能正常工作。
自动转移故障：当某个 master 不能正常工作时，Sentinel 会启动一个故障转移过程，将其中的一个副本提升为 master，并通知其他从节点对应新的 master 相关信息。
通知：当某个节点出问题时，会告知所有节点。如果是新的主节点被选举出来，还会告知已连接过来的客户端程序关于主节点新的地址。

在哨兵模式中，会有一个或多个哨兵程序，对当前的 Redis 集群进行监控。哨兵服务之间通过 gossip 协议进行通信。当需要进行故障转移时，会通过选举算法，选出一个 leader 来主导过程。

而这也意味着，Sentinel 程序不能选举出 leader 的话，则不能继续执行后续动作了。包括客户端的请求，也会被阻塞住。

主从模式和哨兵模式都会在多台机器中存储着同一份数据，这样对于内存的利用率并不高。如果能够将数据分散到各个节点上，同时配上主从模式，那么就能高效使用内存了。集群就是这么个机制。

Redis 的集群采用了哈希槽的概念，总共会有 16384 个哈希槽。这些哈希槽会被分配到各个节点上，比如：

当有 key 过来时，Redis 会对其进行 CRC16(key) % 16384 的运算，看当前的 key 要分散到哪个哈希槽上，再根据当前的哈希槽定位到对应的节点上。这样就完成了一次 key-value 的存储了。

读取也是按这规则来，不同的是，如果运算结果所对应的节点不在当前节点上，则会转发给对应的节点去处理。

当有节点进行新增或删除时，会重新划分这些哈希槽，当然，影响的只会是周围节点，不会造成整个集群不可用。

在这些节点背后还有属于它们的从节点，一旦主节点不可用，那么这些从节点就会被启用，以保证系统的正常运行。

从主从到哨兵再到集群，它们的实施难度是从易到难。一般对于大多数项目来讲，主从模式就足够应付了。如果并发量比较高，数据量也很大，那再来考虑集群。毕竟，项目架构是在不断演变的，往往有了具体的使用场景，好的方案才能发挥出对应的价值。