记一次生产Redis集群宕机恢复过程

1. 现状

89 90两台机器同时挂掉，重启后发现Redis集群无法正常恢复，查看日志发现是内存溢出了。

2. 解决步骤

• CLUSTER NODES查看集群状态，找出失败的master或者slave
• 尝试重启，如果启动不成功，并且dump.rdb文件不重要不恢复也可以，则删除该文件重启

3. 根据原因

• 运维部署时候，没有配置最大内存，默认为0，不限制内存使用，导致恢复的时候内存溢出
• 没有配置淘汰策略，默认拒绝
• master挂掉后，slave没有变为master

修改redis.conf文件，优化配置，重启集群即可

# 默认为0，表示不限制
maxmemory 20g

# 从所有键中淘汰最近最少使用（LRU, Least Recently Used）的键。适合缓存场景，优先保留高频或最近访问的数据。
maxmemory-policy allkeys-lru

# 为了获得最大可用性，设置为0，这意味着副本将始终尝试故障转移,默认为10
# 否则(node-timeout * cluster-replica-validity-factor) + repl-ping-replica-period时间后才会故障转移
cluster-replica-validity-factor 0