前言

大家好，我是田螺。

分享一道大廠面試真題：說說redis主從的腦裂？

我們可以按照這幾個維度來回答：

• 什么是腦裂行為
• 主從集群中為什么會發(fā)生腦裂？
• 腦裂為什么又會導(dǎo)致數(shù)據(jù)丟失呢？
• 我們該如何避免和應(yīng)對腦裂的發(fā)生呢？

1. 什么是腦裂

什么是腦裂行為?

• 腦裂（Split-Brain）是指在分布式系統(tǒng)中，網(wǎng)絡(luò)分區(qū)導(dǎo)致多個節(jié)點之間失去聯(lián)系，形成了兩個或多個獨立的“腦”，每個腦都認為自己是主節(jié)點，導(dǎo)致數(shù)據(jù)寫入的沖突和不一致。

圖片

• 在 Redis 的主從架構(gòu)中，如果主節(jié)點和從節(jié)點因網(wǎng)絡(luò)故障或其他原因失去聯(lián)系，哨兵開始選舉了新的主節(jié)點，而舊的主節(jié)點恢復(fù)過來繼續(xù)接受寫請求，也就是存在兩個redis主節(jié)點了，這就是redis的腦裂行為。

2. 主從集群中為什么會發(fā)生腦裂？

腦裂行為在Redis主從集群中可能發(fā)生的原因，主要包括以下幾點：

圖片

• 網(wǎng)絡(luò)故障：在網(wǎng)絡(luò)故障或不穩(wěn)定的情況下，主節(jié)點與哨兵或從節(jié)點之間的通信可能會中斷。這時，哨兵可能會誤認為主節(jié)點已宕機。
• 哨兵的選舉機制：當哨兵無法與主節(jié)點通信時，會啟動選舉過程，從現(xiàn)有的從節(jié)點中選出一個新的主節(jié)點。如果此時網(wǎng)絡(luò)恢復(fù)，主節(jié)點仍在運行，就會導(dǎo)致出現(xiàn)兩個主節(jié)點。
• 假故障: 哨兵的故障轉(zhuǎn)移策略在網(wǎng)絡(luò)異常時會過于敏感，容易在錯誤的情況下進行主節(jié)點的選舉。也就是因為假故障導(dǎo)致又多選一個主節(jié)點出來。

3. 腦裂為什么又會導(dǎo)致數(shù)據(jù)丟失呢？

Redis的主從切換后，一旦從庫被提升為新的主庫，哨兵會指示原主庫去執(zhí)行主從復(fù)制命令，以便與新主庫進行全量同步數(shù)據(jù)。最后在全量同步的階段的話，原主庫需要清除本地數(shù)據(jù)，加載來自新主庫的RDB文件（我們知道，redis主從同步是基于rdb文件的）。這就會導(dǎo)致在主從切換期間，原主庫接收的新寫數(shù)據(jù)會丟失啦。

還是上個簡單的圖，方便大家理解吧：

圖片

上圖，大家可以發(fā)現(xiàn)：

• 當舊的主庫因為假死（假故障） 的原因，導(dǎo)致哨兵開始選舉新的主庫。在選舉新主庫期間，舊的主庫莫名奇妙又好了，它可以繼續(xù)接受寫入的請求了。
• 然后新主庫選好了，就有兩個主庫在同時處理寫請求啦。等到新主庫選好之后，舊的主庫就變成從庫了，它需要從新的主庫那里同步數(shù)據(jù)過來，這樣一來，在切換期間，舊主庫保存的數(shù)據(jù)就丟失啦。

4. 我們該如何避免/應(yīng)對腦裂的發(fā)生呢？

為了避免腦裂的發(fā)生，我們嘗試這些方法：

圖片

• 使用 Quorum 配置：確保哨兵數(shù)量為奇數(shù)，并設(shè)定適當?shù)耐镀币?guī)則，以減少誤判的可能性。
• 合理設(shè)置超時參數(shù)：調(diào)整哨兵的 down-after-milliseconds 和 failover-timeout 參數(shù)，以適應(yīng)實際網(wǎng)絡(luò)環(huán)境，減少誤判。
• 網(wǎng)絡(luò)隔離與監(jiān)控：確保網(wǎng)絡(luò)穩(wěn)定，監(jiān)控網(wǎng)絡(luò)狀態(tài)和延遲，以便在問題出現(xiàn)時及時處理。
• 引入代理層：使用代理（如 Codis）來管理客戶端與 Redis 的連接，避免直接連接導(dǎo)致的腦裂。

還有個比較推薦的方式，那就是min-slaves-to-write 和 min-slaves-max-lag 這兩個參數(shù)，可以有效減少 Redis 腦裂的風(fēng)險

• min-slaves-to-write：該參數(shù)設(shè)置在執(zhí)行寫操作時，至少需要有多少個從節(jié)點在線并且處于同步狀態(tài)。如果在線的從節(jié)點數(shù)量低于此值，主節(jié)點將拒絕寫入請求，從而避免在不一致的情況下進行寫操作。
• min-slaves-max-lag：這個參數(shù)定義了允許的最大復(fù)制延遲（以秒為單位）。如果從節(jié)點的復(fù)制延遲超過此閾值，主節(jié)點將不會考慮這些從節(jié)點為有效，從而減少因落后節(jié)點引起的數(shù)據(jù)不一致問題。