[[354948]]

本文轉載自微信公眾號「SH的全棧筆記」，作者SH 。轉載本文請聯系SH的全棧筆記公眾號。 

雖然說單機的Redis性能很好，也有完備的持久化機制，那如果你的業務體量真的很大，超過了單機能夠承載的上限了怎么辦?不做任何處理的話Redis掛了怎么辦?帶著這個問題開始我們今天的主題-「Redis高可用」，由于篇幅原因，本章就只聊聊主從復制。

為啥要先從主從復制開始聊，是因為「主從復制」可以說是整個Redis高可用實現的基石，你可以先有這么一個概念，至于具體為什么是基石，這個后面聊到Sentinel和Redis集群的時候會說到。

首先我們需要知道，對于我們開發人員來說，為什么需要「主從架構」?一個Redis實例難道不行嗎?

其實除了開篇提到的負載超過了Redis單機能夠處理的上限，還有一種情況Redis也無法保證自身的高可用性。那就是即便Redis能夠扛住所有流量，但是如果這個Redis進程所在的機器掛了呢?請求會直接調轉槍口，大量的流量會瞬間把你的DB打掛，然后你就可以背個P0，打包回家了。

而且，假設你對Redis的需求真的超過了單機的容量，你怎么辦?搞多臺獨立的Redis實例嗎?那如果用戶緩存的數據這一次存在了實例一，下一次如果用戶又訪問到了實例二，難道又要去走一遍DB嗎?除非你能夠維護好用戶和Redis實例的對應關系(但是通常這樣的邏輯比較復雜)，否則部署多個Redis實例也就失去了它的意義，沒有辦法做到橫向擴展了。

那換成主從架構就能解決這個問題嗎?

我們可以從一個圖來直觀的了解一下。

Redis主從復制

在主從同步中，我們將節點的角色劃分為master和slave，形成「一主多從」。slave對外提供讀操作，而master負責寫操作，形成一個讀寫分離的架構，這樣一來就能夠承載更多的業務請求。

在多數的業務場景下，對于Redis的「讀操作」都要多于「寫操作」，所以當讀請求量特別大的時候，我們可以通過增加slave節點來使Redis扛住更多的流量。

你這不行啊老弟，你往master寫數據，那我要是連接到slave上去了，不就拿不到之前的數據了?

我這個小標題的不是寫了嗎?「主從復制」，slave會按照某種策略從master同步數據。Redis中我們可以通過slaveof命令讓一個Redis實例去復制(replicate)另外一臺Redis的狀態。被復制的Redis實例就是master節點，而執行slaveof命令的機器就是slave節點。

Redis的主從復制分為兩個步驟，分別是「同步」和「命令傳播」。

「同步操作」用于將Master節點內存狀態復制給Slave節點，而「命令傳播」則是在同步時，客戶端又執行了一些「寫」操作改變了服務器的狀態，此時master節點的狀態與同步操作執行的時候不一致了，所以需要命令傳播來使master和slave狀態重新一致。

同步的大致的流程如下：

• slave節點向master節點發送sync命令
• master收到sync命令之后會執行bgsave命令，Redis會fork出一個子進程在后臺生成RDB文件，同時將同步過程中的寫命令記錄到緩沖區中
• 文件生成后，master會把RDB文件發送給slave，從服務器接收到RDB文件會將其載入內存
• 然后master將記錄在緩沖區的所有寫命令發送給slave，slave對這些命令進行「重放」，將其數據庫的狀態更新至和master一致

為了讓大家更加清晰的認識到這個過程，我們通過圖再來了解一下。

Redis主從復制

那如果同步完了之后slave又掛了咋辦?slave重啟之后很可能就又跟maste不一致了?

的確是這樣，這就涉及到一個名詞叫「斷點續傳」了。上面討論的是slave第一次連接到master，會執行「全量復制」，而針對上面這種情況，Redis新老版本處理方式不一樣。

Redis2.8之前，當主從完成了同步之后，slave如果斷線重連，向master發送sync命令，master會將全量的數據再次同給slave。

但是我們會發現一個問題，就是大部分數據都是有序的，再次全量同步顯得沒有必要。而在 Redis2.8之后，為了解決這個問題，便使用了psync命令來代替sync。

簡單來說psync命令就是將slave斷線期間master接收到的寫命令全部發送給slave，slave重放之后狀態便與master一致了。

呵呵，就這?那你知道psync具體怎么實現的嗎?還是說就只會用用?

psync的實現依賴于主從雙方共同維護的offset偏移量。

每次master向slave進行「命令傳播」，傳播了多少個字節的數據，就將自己的offset加上傳播的字節數。而slave每次收到多少字節的數據，也會同樣的更新自己的offset。

基于offset，只需要簡單的比對就知道當前主從的狀態是否是一致的了，然后基于offset，將對應偏移量所對應的指令傳播給slave重放即可。所以即使同步的時候slave掛掉了，基于offset，也能達到斷點續傳的效果。

不是吧不是吧，那master也掛了呢?你slave重新啟動之后master的數據也更新了，按照你的說法，這兩永遠不可能達到數據一致了

這個問題Redis的確也有想到，實際上除了offset之外，slave斷線重連之后還會帶上上一個master的實例的runid，每個服務實例都有自己的唯一的runid，只要Redis服務重啟，其runid就會發生改變。

master收到這個runid之后會判斷是否與自己當前的runid一致，如果一致說明斷線之前還是與自己建立的連接，而如果不一致就說明slave斷線期間，master也發生了宕機，此時就需要將數據「全量同步」給slave了。

redis-runid

就算你能解決這個問題，但是你就維護了一個偏移量，偏移量對應的命令從哪兒來?天上掉下來嗎?我哪兒知道這些命令是啥?

的確，我們需要通過這個offset去拿到真正需要的數據—也就是指令，而Redis是通過「復制積壓緩沖區」來實現的。

名字高大上，實際上就是一隊列。就跟什么遞歸、輪詢、透傳一樣，聽著高大上，實際上簡單的一匹。言歸正傳，復制積壓緩沖區的默認大小為1M，Redis在進行「命令傳播」時，除了將寫命令發送給slave，還會將命令寫到「復制積壓緩沖區」內，并和當前的offset關聯起來。這樣一來就能夠通過offset獲取到對應的指令了。

redis-backlog

但是由于緩沖區的大小有限，如果slave的斷線時間太久，復制積壓緩沖區內早些時候的指令就已經被新的指令覆蓋掉了，此處可以理解為一個隊列，早些時候入隊的元素已經被出隊了。

由于沒有相對應的offset了，也就無法獲取指令數據，此時Redis就會進行「全量同步」。當然，如果offset還存在于復制積壓緩沖區中，則按照對應的offset進行「部分同步」。

基于以上的全量、增量的主從復制，能夠在master出現故障的情況下，進行主從的切換，保證服務的正常運行。除此之外還能解決異常情況下數據丟失的問題。基于讀寫分離的策略還能夠提高整個Redis服務的并發量。

可別吹了，你說的這個什么「主從復制」就沒啥缺點嗎?

其實是有的，例如剛剛提到的主從的切換，如果不用現成的「HA」框架，這個過程需要程序員自己手動的完成，同時通知服務調用方Redis的IP發生了變化，這個過程可以說是十分的復雜，甚至還可能涉及到代碼配置的改動。而且之前的slave復制的可都是掛掉的master，還得去slave上更改其復制的主庫，就更加復雜了。

除此之外，雖然實現了讀寫分離，但是由于是「一主多從」的架構，集群的「讀請求」可以擴展，但是「寫請求」的并發是有上限的，那就是master能夠扛住的上限，這個沒有辦法擴展。