redis哨兵模型搭建过程

准备三台服务器：（vmware复制两个出来就行，建议先执行第一步在复制虚拟机，这样就都安装上了，嘿嘿偶然发现的）

我的准备：

主：192.168.1.104：6379
从1：192.168.1.103：6379
从2：192.168.1.105：6379
从3：192.168.1.106：6379

第一步：在每台上面安装redis

//下载软连接（不知道干啥的）

yum install -y http://rpms.famillecollet.com/enterprise/remi-release-7.rpm  

//下载redis
yum --enablerepo=remi install redis

//设置开机自启
systemctl enable redis

安装后地址默认一般是在：

 /etc/redis-server  

/etc/redis-cli

/etc/redis/redis-conf

/etc/sentinel-conf

 第二步：防火墙开启端口

//查看端口：6379（redis）26379（sentinel）

firewall-cmd --query-port=6379/tcp

//开启端口（建议6379和26379全打开）

firewall-cmd --permanent --add-port=6379/tcp

//重启防火墙

firewall-cmd --reload

第三步修改配置文件(所有主从都要改)：

redis-conf

# 默认绑定的是回环地址，默认不能被其他机器访问
 bind 0.0.0.0
将`daemonize`由`no`改为`yes` 后台运行
daemonize yes

# 是否开启保护模式，由yes该为no
protected-mode no

# 从redis一定要添加这个（极其重要）主不加，只给从加
slaveof 主ip 主端口

例如：slaveof 192.168.1.104 6379

sentinel-config

# 将`daemonize`由`no`改为`yes`
daemonize yes

# 哨兵sentinel监控的redis主节点的 ip port
sentinel monitor mymaster192.168.181.130 6379 2

# 指定多少毫秒之后 主节点没有应答哨兵sentinel 此时 哨兵主观上认为主节点下线 默认30秒，改成3秒
sentinel down-after-milliseconds mymaster 3000

# 这个配置项指定了在发生failover主备切换时最多可以有多少个slave同时对新的master进行 同步，这个数字越小，完成failover所需的时间就越长，但是如果这个数字越大，就意味着越 多的slave因为replication而不可用。可以通过将这个值设为 1 来保证每次只有一个slave 处于不能处理命令请求的状态。
sentinel parallel-syncs mymaster 1

# 故障转移的超时时间 failover-timeout 可以用在以下这些方面：
#1. 同一个sentinel对同一个master两次failover之间的间隔时间。
#2. 当一个slave从一个错误的master那里同步数据开始计算时间。直到slave被纠正为向正确的master那里同步数据时。
#3.当想要取消一个正在进行的failover所需要的时间。
#4.当进行failover时，配置所有slaves指向新的master所需的最大时间。不过，即使过了这个超时，slaves依然会被正确配置为指向master，但是就不按parallel-syncs所配置的规则来了
# 默认三分钟
sentinel failover-timeout mymaster 180000

最后一步：启动redis和sentinel(都重启)

到  etc/下面运行

redis-server /etc/redis/redis-conf

redis-sentinel /etc/redis/sentinel-conf

测试：主服务器上

到  etc/下面运行

redis-cli 

连接成功后输入:info

结果应该为：

思考学习： 

1、哨兵模型的优点：相比主从模型，如果发生宕机无需手动去更改master服务器，自动筛选符合的哨兵为主节点。

2、哨兵模型的缺点：保存数据都为master的全量数据，浪费内存，而且在筛选哨兵的时候，redis保护模型开启，无法进行读写（这里我个人想到的解决方案是使用mq进行消息重发机制），读写还是受单机影响比较大。（对单机服务器的性能要求比较高）

总结：

redis的哨兵模型不如redis cluster好用，（去中心化就能解决读写性能的问题）