redis 主从复制

redis如何通过读写分离来承载读请求QPS超过10万+？
架构做成主从架构，一主多从，主负责写，并且将数据同步复制到其他的slave节点，从节点负责读，所有的读请求全部走从节点

master持久化对于主从架构的安全保障的意义
如果采用了主从架构，那么建议必须开启master node的持久化！
1.sentinal还没有检测到master failure，master node就自动重启了，如果没有持久化，master就会将空的数据集同步到slave上去，所有slave的数据全部清空
2.master数据需要有备份方案，万一本地的所有文件丢失了; 从备份中挑选一份rdb去恢复master; 这样才能确保master启动的时候，是有数据的

Redis主从同步原理：
1 全量同步：
master会启动一个后台线程，开始生成一份RDB快照文件，同时还会将从客户端收到的所有写命令缓存在内存中。
RDB文件生成完毕之后，master会将这个RDB发送给slave，slave会先写入本地磁盘，然后再从本地磁盘加载到内存中。
然后master会将内存中缓存的写命令发送给slave，slave也会同步这些数据。
2 增量同步：
主服务器每执行一个写命令就会异步向从服务器发送相同的写命令，从服务器接收并执行收到的写命令。
3 Redis主从同步策略
　　主从刚刚连接的时候，进行全量同步；全同步结束后，进行增量同步。
redis 策略是，无论如何，首先会尝试进行增量同步，如不成功，要求从机进行全量同步；
从redis 2.8开始，就支持主从复制的断点续传，slave如果跟master有网络故障，断开了连接，会自动重连，master仅仅会复制给slave部分缺少的数据；
master如果发现有多个slave都来重新连接，仅仅会启动一个rdb save操作，用一份数据服务所有slave节点。
4 注意事项
master将rdb快照文件发送给salve，如果rdb复制时间超过60秒（repl-timeout），那么slave就会认为复制失败，可以适当调节大这个参数
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
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

主从复制的断点续传原理：
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
master会在内存中创建一个backlog，master给slave复制数据时，也会将数据在backlog中同步写一份。如果master和slave网络连接断掉了，slave会让master从上次的replica offset开始继续复制，如果没有找到对应的offset，那么就会执行一次全量同步。
backlog（默认1Mb）主要是用来做全量复制中断候的增量复制的

无磁盘化复制：
master在内存中直接创建rdb，然后发送给slave，不会在自己本地落地磁盘了
repl-diskless-sync yes ：开启无磁盘化复制
repl-diskless-sync-delay：等待一定时长再开始复制，因为要等更多slave重新连接过来

过期key处理：
slave不会过期key，只会等待master过期key。如果master过期了一个key，或者通过LRU淘汰了一个key，那么会模拟一条del命令发送给slave。

master run_id：
info server，可以看到master run id
rdb的冷备，直接取到20个小时之前的一个rdb的备份，然后恢复到master中，此时master中的数据完全不一样并且run_id发生了变化，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

什么是99.99%高可用？
在365天 * 99.99%的时间内，你的系统都是可以哗哗对外提供服务的，那就是高可用性，99.99%

在master故障时，自动检测并且将某个slave节点自动切换为master节点的过程，叫做主备切换。
这个过程实现了redis主从架构下的高可用

哨兵：监控redis的运行状况
主要功能：
1.监控主数据库和从数据库是否正常运行
2.主数据库出现故障时，可以自动将从数据库转换为主数据库
3.如果故障转移发生了，通知client客户端新的master地址
4.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

哨兵至少需要3个实例，来保证自己的健壮性
哨兵 + redis主从的部署架构，是不会保证数据零丢失的，只能保证redis集群的高可用性

sdown和odown
sdown是主观宕机，就一个哨兵如果自己觉得一个master宕机了，那么就是主观宕机
odown是客观宕机，如果quorum数量的哨兵都觉得一个master宕机了，那么就是客观宕机
sdown达成的条件：如果一个哨兵ping一个master，超过了is-master-down-after-milliseconds指定的毫秒数之后，就主观认为master宕机
sdown到odown转换：如果一个哨兵在指定时间内，收到了quorum指定数量的其他哨兵也认为那个master是sdown了，那么就认为是odown了，客观认为master宕机

quorum和majority
quorum（法定人数）：确认odown的最少的哨兵数量
majority（大多数）：授权进行主从切换的最少的哨兵数量
每次一个哨兵要做主备切换，首先需要quorum数量的哨兵认为odown，然后选举出一个哨兵来做切换，这个哨兵还得得到majority哨兵的授权，才能正式执行切换

为什么redis哨兵集群只有2个节点无法正常工作？
±—+ ±—+
| M1 |---------| R1 |
| S1 | | S2 |
±—+ ±—+
Configuration: quorum = 1
master宕机，s1和s2中只要有1个哨兵认为master宕机就可以还行切换，同时s1和s2中会选举出一个哨兵来执行故障转移
同时这个时候，需要majority，也就是大多数哨兵都是运行的，2个哨兵的majority就是2（2的majority=2，3的majority=2，4的majority=2，5的majority=3），2个哨兵都运行着，就可以允许执行故障转移
但是如果整个M1和S1运行的机器宕机了，那么哨兵只有1个了，此时就没有majority来允许执行故障转移，虽然另外一台机器还有一个R1，但是故障转移不会执行

经典的3节点哨兵集群
±—+
| M1 |
| S1 |
±—+
|
±—+ | ±—+
| R2 |----±—| R3 |
| S2 | | S3 |
±—+ ±—+
Configuration: quorum = 2，majority=2
如果M1所在机器宕机了，那么三个哨兵还剩下2个，S2和S3可以一致认为master宕机，然后选举出一个来执行故障转移
同时3个哨兵的majority是2，所以还剩下的2个哨兵运行着，就可以允许执行故障转移

redis哨兵主备切换的数据丢失问题：
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，此时这部分数据就丢失了
2.脑裂导致的数据丢失
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 N
min-slaves-max-lag 10
slave的数量少于N个，或者N个从服务器的延迟值都大于或等于10秒时，主服务器将拒绝执行写命令
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

如果master拒绝新的写请求，client如何处理？
1.client将数据临时写入MQ中，每隔10分钟去队列里面取一次数据，尝试重新发回master
2.在client做降级，写到本地磁盘里面，在client对外接受请求再做降级、限流，减慢请求涌入的速度

哨兵集群的自动发现机制：
哨兵互相之间的发现，是通过redis的pub/sub系统实现的，每个哨兵都会往__sentinel__:hello这个channel里发送一个消息，这时候所有其他哨兵都可以消费到这个消息，并感知到其他的哨兵的存在
每隔两秒钟，每个哨兵都会往自己监控的某个master+slaves对应的__sentinel__:hello channel里发送一个消息，内容是自己的host、ip和runid还有对这个master的监控配置
每个哨兵也会去监听自己监控的每个master+slaves对应的__sentinel__:hello channel，然后去感知到同样在监听这个master+slaves的其他哨兵的存在
每个哨兵还会跟其他哨兵交换对master的监控配置，互相进行监控配置的同步

slave->master选举算法：
如果一个master被认为odown了，而且majority哨兵都允许了主备切换，那么某个哨兵就会执行主备切换操作，此时首先要选举一个slave来，会考虑slave的一些信息
1 跟master断开连接的时长
2 slave优先级
3 复制offset
4 run id
如果一个slave跟master断开连接已经超过了down-after-milliseconds的10倍，外加master宕机的时长，那么slave就被认为不适合选举为master：(down-after-milliseconds * 10) + milliseconds_since_master_is_in_SDOWN_state
接下来会对slave进行排序：
1.按照slave优先级进行排序，slave priority越低，优先级就越高
2.如果slave priority相同，那么看replica offset，哪个slave复制了越多的数据，offset越靠后，优先级就越高
3.如果上面两个条件都相同，那么选择一个run id比较小的那个slave

slave配置的自动纠正：
哨兵会负责自动纠正slave的一些配置，比如slave如果要成为潜在的master候选人，哨兵会确保slave在复制现有master的数据; 如果slave连接到了一个错误的master上，比如故障转移之后，那么哨兵会确保它们连接到正确的master上

configuration epoch：
哨兵会对一套redis master+slave进行监控，有相应的监控的配置
执行切换的那个哨兵，会从要切换到的新master（salve->master）那里得到一个configuration epoch，这就是一个version号，每次切换的version号都必须是唯一的
如果第一个选举出的哨兵切换失败了，那么其他哨兵，会等待failover-timeout时间，然后接替继续执行切换，此时会重新获取一个新的configuration epoch，作为新的version号

configuraiton传播：
哨兵完成切换之后，会在自己本地更新生成最新的master配置，然后同步给其他的哨兵，就是通过之前说的pub/sub消息机制
这里之前的version号就很重要了，因为各种消息都是通过一个channel去发布和监听的，所以一个哨兵完成一次新的切换之后，新的master配置是跟着新的version号的
其他的哨兵都是根据版本号的大小来更新自己的master配置的

哨兵机制是有缺点的：
1.主从服务器的数据要经常进行主从复制，这样造成性能下降。
2.当主服务器宕机后，从服务器切换成主服务器的那段时间，服务是不能用的