大家好，我是小米！今天我們來(lái)聊一聊redis中一個(gè)非常重要的話題——哨兵模式。相信大家在使用Redis時(shí)一定遇到過(guò)一些分布式系統(tǒng)的問(wèn)題，而哨兵模式正是解決這些問(wèn)題的關(guān)鍵之一。讓我們一起來(lái)深入了解一下哨兵模式的原理和應(yīng)用。
哨兵模式
哨兵模式是Redis中一種用于實(shí)現(xiàn)高可用性和自動(dòng)故障轉(zhuǎn)移的機(jī)制。通過(guò)哨兵模式，Redis集群可以在主從服務(wù)器之間保持一致性，當(dāng)主服務(wù)器出現(xiàn)問(wèn)題時(shí)，哨兵能夠自動(dòng)檢測(cè)到并進(jìn)行故障轉(zhuǎn)移，以確保服務(wù)的連續(xù)性和穩(wěn)定性。
為什么需要？
哨兵模式是Redis系統(tǒng)中用于提高集群高可用性和可靠性的重要機(jī)制。它有幾個(gè)關(guān)鍵的作用和原因，這些使得哨兵模式成為Redis中不可或缺的部分：
- 自動(dòng)故障轉(zhuǎn)移：當(dāng)主服務(wù)器出現(xiàn)故障時(shí)，哨兵模式可以自動(dòng)檢測(cè)到并迅速選舉新的主服務(wù)器，確保服務(wù)的連續(xù)性和穩(wěn)定性。
- 監(jiān)控主從服務(wù)器狀態(tài)：哨兵節(jié)點(diǎn)持續(xù)監(jiān)控主從服務(wù)器的狀態(tài)，確保集群中的每個(gè)節(jié)點(diǎn)都正常工作。如果檢測(cè)到異常，哨兵會(huì)采取相應(yīng)行動(dòng)。
- 防止數(shù)據(jù)不一致：通過(guò)自動(dòng)故障轉(zhuǎn)移，哨兵模式確保從服務(wù)器與新的主服務(wù)器保持一致，避免數(shù)據(jù)不一致的情況。
- 提高容錯(cuò)能力：哨兵模式通過(guò)及時(shí)檢測(cè)并處理故障，提高了系統(tǒng)的容錯(cuò)能力，減少了服務(wù)中斷的風(fēng)險(xiǎn)。
- 負(fù)載均衡：哨兵模式在選擇新的主服務(wù)器時(shí)會(huì)綜合考慮節(jié)點(diǎn)的性能和延遲，從而實(shí)現(xiàn)集群的負(fù)載均衡。
- 降低運(yùn)維成本：哨兵模式自動(dòng)執(zhí)行故障轉(zhuǎn)移和監(jiān)控任務(wù)，減少了人工干預(yù)的需要，降低了運(yùn)維成本。
- 高可用性：通過(guò)自動(dòng)故障轉(zhuǎn)移和監(jiān)控，哨兵模式確保Redis集群的高可用性，滿足業(yè)務(wù)對(duì)服務(wù)連續(xù)性的需求。
檢測(cè)主觀下線狀態(tài)
哨兵模式中的檢測(cè)主觀下線狀態(tài)是通過(guò)哨兵節(jié)點(diǎn)定期向主服務(wù)器發(fā)送PING命令來(lái)實(shí)現(xiàn)的。具體來(lái)說(shuō)，哨兵節(jié)點(diǎn)會(huì)每隔一段時(shí)間向主服務(wù)器發(fā)送PING命令，以確認(rèn)主服務(wù)器的運(yùn)行狀態(tài)。這個(gè)時(shí)間間隔通常由配置文件中的sentinel ping-interval參數(shù)指定，默認(rèn)值一般為1000毫秒，即每秒進(jìn)行一次PING檢測(cè)。
在發(fā)送PING命令后，哨兵節(jié)點(diǎn)會(huì)等待一段時(shí)間以接收主服務(wù)器的回復(fù)。這段時(shí)間稱為“主觀下線超時(shí)時(shí)間”，由sentinel down-after-milliseconds參數(shù)指定，默認(rèn)值為30秒。在這段時(shí)間內(nèi)，如果哨兵節(jié)點(diǎn)沒(méi)有收到主服務(wù)器的回復(fù)，就會(huì)認(rèn)為主服務(wù)器可能處于主觀下線狀態(tài)。
這種檢測(cè)主觀下線狀態(tài)的方式有助于及時(shí)發(fā)現(xiàn)主服務(wù)器的潛在問(wèn)題，例如網(wǎng)絡(luò)延遲、服務(wù)器過(guò)載或故障等。然而，由于這種檢測(cè)是基于哨兵節(jié)點(diǎn)與主服務(wù)器之間的直接通信，因此可能會(huì)受到網(wǎng)絡(luò)環(huán)境和其他因素的影響，從而導(dǎo)致誤判。
為了避免誤判，哨兵模式中的主觀下線檢測(cè)通常與其他哨兵節(jié)點(diǎn)之間的協(xié)同工作相結(jié)合。例如，當(dāng)一個(gè)哨兵節(jié)點(diǎn)檢測(cè)到主服務(wù)器可能處于主觀下線狀態(tài)時(shí)，它會(huì)與其他哨兵節(jié)點(diǎn)溝通，確認(rèn)是否有相同的判斷。這種協(xié)同工作有助于提高判斷的準(zhǔn)確性，并減少誤判的可能性。
檢查客觀下線狀態(tài)
哨兵模式中的檢查客觀下線狀態(tài)是哨兵節(jié)點(diǎn)在發(fā)現(xiàn)主服務(wù)器可能處于主觀下線狀態(tài)后，為了驗(yàn)證判斷的準(zhǔn)確性而進(jìn)行的步驟。這個(gè)過(guò)程是通過(guò)哨兵節(jié)點(diǎn)之間的通信和協(xié)同工作來(lái)完成的，旨在確保主服務(wù)器確實(shí)存在問(wèn)題，并且盡量減少誤判的可能性。
當(dāng)一個(gè)哨兵節(jié)點(diǎn)檢測(cè)到主服務(wù)器可能主觀下線時(shí)，它會(huì)立即將這個(gè)判斷與其他哨兵節(jié)點(diǎn)共享。這些哨兵節(jié)點(diǎn)也可能正在進(jìn)行自己的主觀下線檢測(cè)。通過(guò)通信，哨兵節(jié)點(diǎn)將收集其他節(jié)點(diǎn)的反饋，并進(jìn)行投票，來(lái)確認(rèn)主服務(wù)器的狀態(tài)。如果大多數(shù)哨兵節(jié)點(diǎn)（通常是半數(shù)以上）都同意主服務(wù)器處于下線狀態(tài)，則主服務(wù)器被認(rèn)為處于客觀下線狀態(tài)。
這種基于多數(shù)決的機(jī)制有助于提高判斷的準(zhǔn)確性。通過(guò)讓多個(gè)哨兵節(jié)點(diǎn)進(jìn)行獨(dú)立檢測(cè)并進(jìn)行協(xié)同工作，可以有效避免單個(gè)節(jié)點(diǎn)的誤判，從而確保客觀下線狀態(tài)的判定更加可靠。
在判定主服務(wù)器客觀下線后，哨兵模式會(huì)觸發(fā)故障轉(zhuǎn)移過(guò)程。這包括選舉新的主服務(wù)器，以及協(xié)調(diào)其他哨兵節(jié)點(diǎn)和從服務(wù)器進(jìn)行切換。這個(gè)過(guò)程對(duì)于保持Redis集群的高可用性和穩(wěn)定性至關(guān)重要。
值得注意的是，哨兵節(jié)點(diǎn)之間的通信和決策過(guò)程需要一定的時(shí)間，這可能會(huì)導(dǎo)致一些延遲。然而，這種延遲通常是可接受的，因?yàn)樗鼛?lái)了判斷的準(zhǔn)確性和系統(tǒng)的穩(wěn)定性。
選舉Leader Sentinel
哨兵模式中的選舉Leader Sentinel是確保整個(gè)Redis集群在出現(xiàn)主服務(wù)器故障時(shí)能夠及時(shí)、穩(wěn)定地進(jìn)行故障轉(zhuǎn)移的關(guān)鍵過(guò)程。Leader Sentinel是哨兵模式中的一個(gè)重要角色，它負(fù)責(zé)協(xié)調(diào)其他哨兵節(jié)點(diǎn)，并主導(dǎo)故障轉(zhuǎn)移的執(zhí)行。因此，選擇合適的Leader Sentinel對(duì)于Redis集群的高可用性至關(guān)重要。
哨兵節(jié)點(diǎn)之間會(huì)通過(guò)通信和協(xié)同工作來(lái)選舉出Leader Sentinel。通常，這個(gè)過(guò)程基于節(jié)點(diǎn)的優(yōu)先級(jí)、延遲、網(wǎng)絡(luò)穩(wěn)定性以及其他因素進(jìn)行權(quán)衡。哨兵節(jié)點(diǎn)之間通過(guò)投票來(lái)決定誰(shuí)應(yīng)該擔(dān)任Leader Sentinel。投票的機(jī)制類似于Raft算法，強(qiáng)調(diào)節(jié)點(diǎn)之間的共識(shí)和穩(wěn)定性。
Leader Sentinel需要具備以下職責(zé)：
- 監(jiān)控主服務(wù)器狀態(tài)：Leader Sentinel負(fù)責(zé)持續(xù)監(jiān)控主服務(wù)器的狀態(tài)，一旦檢測(cè)到主服務(wù)器下線，它將主導(dǎo)故障轉(zhuǎn)移過(guò)程。
- 協(xié)調(diào)哨兵節(jié)點(diǎn)：Leader Sentinel與其他哨兵節(jié)點(diǎn)保持通信，確保所有節(jié)點(diǎn)都了解當(dāng)前的集群狀態(tài)和故障轉(zhuǎn)移進(jìn)度。
- 主導(dǎo)故障轉(zhuǎn)移：當(dāng)檢測(cè)到主服務(wù)器故障時(shí)，Leader Sentinel負(fù)責(zé)選舉新的主服務(wù)器，并協(xié)調(diào)其他從服務(wù)器和哨兵節(jié)點(diǎn)進(jìn)行切換。
- 維護(hù)集群狀態(tài)：Leader Sentinel需要確保集群狀態(tài)的一致性，包括主從服務(wù)器的復(fù)制和狀態(tài)同步。
Leader Sentinel的選舉通常是動(dòng)態(tài)的，即當(dāng)原有的Leader Sentinel出現(xiàn)故障或無(wú)法履行職責(zé)時(shí)，哨兵節(jié)點(diǎn)會(huì)再次進(jìn)行投票，選舉新的Leader Sentinel。這種機(jī)制確保了Redis集群在出現(xiàn)哨兵節(jié)點(diǎn)故障時(shí)仍然能夠正常運(yùn)作。
Raft算法
Raft算法是一種用于分布式系統(tǒng)中共識(shí)機(jī)制的算法，旨在確保系統(tǒng)中的節(jié)點(diǎn)能夠達(dá)成一致，從而保證整個(gè)系統(tǒng)的正確性和可靠性。Raft算法在Redis哨兵模式中的應(yīng)用主要體現(xiàn)在哨兵節(jié)點(diǎn)之間的領(lǐng)導(dǎo)者選舉和狀態(tài)一致性上。Raft算法的實(shí)現(xiàn)通常分為三個(gè)主要階段：
領(lǐng)導(dǎo)者選舉：在Raft算法中，集群中的每個(gè)哨兵節(jié)點(diǎn)都有可能成為領(lǐng)導(dǎo)者。當(dāng)一個(gè)哨兵節(jié)點(diǎn)在一定時(shí)間內(nèi)沒(méi)有收到其他節(jié)點(diǎn)的心跳或通信時(shí)，它會(huì)認(rèn)為領(lǐng)導(dǎo)者已下線，開始啟動(dòng)領(lǐng)導(dǎo)者選舉過(guò)程。該節(jié)點(diǎn)會(huì)將自己的任期號(hào)（term）增加，并請(qǐng)求其他哨兵節(jié)點(diǎn)投票支持自己成為新的領(lǐng)導(dǎo)者。
投票的過(guò)程是通過(guò)發(fā)送請(qǐng)求投票消息完成的。其他哨兵節(jié)點(diǎn)在收到請(qǐng)求后，會(huì)根據(jù)自己的狀態(tài)和所持有的投票權(quán)（每個(gè)節(jié)點(diǎn)在一個(gè)任期內(nèi)只能投出一個(gè)票）來(lái)決定是否支持請(qǐng)求者。如果一個(gè)哨兵節(jié)點(diǎn)獲得集群中大多數(shù)（即半數(shù)以上）節(jié)點(diǎn)的投票支持，它就會(huì)成為新的領(lǐng)導(dǎo)者。
日志復(fù)制：一旦選出新的領(lǐng)導(dǎo)者，該領(lǐng)導(dǎo)者將負(fù)責(zé)在集群中維護(hù)狀態(tài)的一致性。領(lǐng)導(dǎo)者從客戶端接收命令并將其寫入日志，然后通過(guò)向其他哨兵節(jié)點(diǎn)發(fā)送Append Entries消息來(lái)復(fù)制這些日志條目。
其他哨兵節(jié)點(diǎn)（追隨者）在收到這些消息后，會(huì)將日志條目附加到本地日志中，并回復(fù)領(lǐng)導(dǎo)者確認(rèn)消息。當(dāng)領(lǐng)導(dǎo)者收到大多數(shù)追隨者的確認(rèn)后，便會(huì)將這些日志條目的狀態(tài)視為一致，并可以繼續(xù)處理客戶端的請(qǐng)求。
安全性保證：Raft算法確保了系統(tǒng)的安全性和一致性。它通過(guò)嚴(yán)格的選舉和投票機(jī)制，確保系統(tǒng)中的任期編號(hào)和領(lǐng)導(dǎo)者的權(quán)威。任期編號(hào)是單調(diào)遞增的，用于防止分裂腦的情況發(fā)生。此外，只有在日志復(fù)制得到大多數(shù)追隨者確認(rèn)的情況下，領(lǐng)導(dǎo)者才會(huì)將日志條目應(yīng)用到系統(tǒng)中，從而確保一致性。
主服務(wù)器的選擇
在Redis哨兵模式中，當(dāng)主服務(wù)器出現(xiàn)故障并被判定為客觀下線狀態(tài)后，哨兵節(jié)點(diǎn)需要快速選舉出新的主服務(wù)器。這個(gè)過(guò)程對(duì)于保持Redis集群的高可用性至關(guān)重要，因?yàn)樗鼪Q定了系統(tǒng)在主服務(wù)器故障后的恢復(fù)速度和穩(wěn)定性。
哨兵節(jié)點(diǎn)在選擇新的主服務(wù)器時(shí)，會(huì)綜合考慮以下幾個(gè)因素：
- 從服務(wù)器的健康狀態(tài)：哨兵節(jié)點(diǎn)會(huì)首先評(píng)估所有從服務(wù)器的健康狀態(tài)，包括其與主服務(wù)器的同步狀態(tài)、延遲情況以及自身的穩(wěn)定性。這有助于確保新選出的主服務(wù)器是集群中狀態(tài)最好的節(jié)點(diǎn)之一。
- 復(fù)制延遲：哨兵節(jié)點(diǎn)會(huì)檢查從服務(wù)器與原主服務(wù)器的復(fù)制延遲，以確保選擇的新的主服務(wù)器是復(fù)制最接近原主服務(wù)器狀態(tài)的節(jié)點(diǎn)。這可以減少數(shù)據(jù)丟失的風(fēng)險(xiǎn)，并確保數(shù)據(jù)的一致性。
- 優(yōu)先級(jí)：哨兵模式中可以為從服務(wù)器設(shè)置優(yōu)先級(jí)（通過(guò)參數(shù)配置），優(yōu)先級(jí)較高的節(jié)點(diǎn)會(huì)在選舉新的主服務(wù)器時(shí)被優(yōu)先考慮。這使得哨兵節(jié)點(diǎn)能夠根據(jù)業(yè)務(wù)需求和配置選擇合適的主服務(wù)器。
- 連接質(zhì)量：哨兵節(jié)點(diǎn)會(huì)考慮從服務(wù)器與其他節(jié)點(diǎn)之間的連接質(zhì)量，以確保選出的主服務(wù)器與其他節(jié)點(diǎn)之間的通信順暢。這有助于維護(hù)整個(gè)集群的穩(wěn)定性和效率。
- 選舉結(jié)果的一致性：哨兵節(jié)點(diǎn)在選舉新的主服務(wù)器時(shí)，需要達(dá)成一致的決策，即半數(shù)以上的哨兵節(jié)點(diǎn)同意選舉出的新的主服務(wù)器。這確保了選舉過(guò)程的可靠性和穩(wěn)定性。
一旦選出了新的主服務(wù)器，哨兵節(jié)點(diǎn)會(huì)協(xié)調(diào)整個(gè)集群進(jìn)行切換。所有從服務(wù)器會(huì)重新配置，以開始復(fù)制新的主服務(wù)器的狀態(tài)。哨兵節(jié)點(diǎn)還會(huì)通知其他哨兵節(jié)點(diǎn)和客戶端，新的主服務(wù)器已經(jīng)選舉完成，并提供其相關(guān)信息。
故障轉(zhuǎn)移
故障轉(zhuǎn)移（fAIlover）是Redis哨兵模式中的一個(gè)重要過(guò)程，當(dāng)主服務(wù)器出現(xiàn)故障并被判定為客觀下線狀態(tài)后，哨兵節(jié)點(diǎn)會(huì)啟動(dòng)故障轉(zhuǎn)移過(guò)程，以確保Redis集群繼續(xù)正常運(yùn)行。故障轉(zhuǎn)移過(guò)程包括以下幾個(gè)關(guān)鍵步驟：
- 選舉新的主服務(wù)器：當(dāng)哨兵節(jié)點(diǎn)判定原主服務(wù)器處于下線狀態(tài)后，它們會(huì)協(xié)商選舉出新的主服務(wù)器。哨兵節(jié)點(diǎn)會(huì)根據(jù)從服務(wù)器的復(fù)制延遲、健康狀態(tài)、優(yōu)先級(jí)等因素綜合評(píng)估，選擇最適合的從服務(wù)器作為新的主服務(wù)器。
- 通知從服務(wù)器進(jìn)行切換：選舉出新的主服務(wù)器后，哨兵節(jié)點(diǎn)會(huì)通知所有從服務(wù)器切換復(fù)制目標(biāo)到新的主服務(wù)器。這樣，從服務(wù)器就會(huì)開始復(fù)制新的主服務(wù)器的狀態(tài)，確保數(shù)據(jù)的一致性。
- 通知其他哨兵節(jié)點(diǎn)：哨兵節(jié)點(diǎn)會(huì)向其他哨兵節(jié)點(diǎn)廣播新的主服務(wù)器的信息，包括新主服務(wù)器的地址、端口和配置。這有助于其他哨兵節(jié)點(diǎn)更新其狀態(tài)，并繼續(xù)監(jiān)控新的主從架構(gòu)。
- 客戶端的切換：故障轉(zhuǎn)移期間，哨兵節(jié)點(diǎn)會(huì)向客戶端提供新的主服務(wù)器的信息。客戶端需要根據(jù)哨兵節(jié)點(diǎn)提供的信息，將連接切換到新的主服務(wù)器，以繼續(xù)正常訪問(wèn)Redis服務(wù)。
- 更新配置和狀態(tài)：哨兵節(jié)點(diǎn)需要更新自身的配置和狀態(tài)，以反映新的主從架構(gòu)。這包括更新監(jiān)控目標(biāo)、復(fù)制設(shè)置以及其他元數(shù)據(jù)，以確保哨兵模式的正確運(yùn)作。
- 監(jiān)控新的主從架構(gòu)：故障轉(zhuǎn)移完成后，哨兵節(jié)點(diǎn)會(huì)繼續(xù)監(jiān)控新的主從架構(gòu)，確保其穩(wěn)定運(yùn)行，并隨時(shí)準(zhǔn)備進(jìn)行下一次故障轉(zhuǎn)移。
END
通過(guò)哨兵模式，Redis集群能夠在主服務(wù)器出現(xiàn)故障時(shí)迅速完成故障轉(zhuǎn)移，保持服務(wù)的高可用性。哨兵模式是Redis分布式系統(tǒng)中的重要機(jī)制，對(duì)于希望提高Redis集群穩(wěn)定性和可靠性的朋友來(lái)說(shuō)，深入了解哨兵模式是非常有必要的。
