[大数据]Redis 集群之主从模式

如何保证 Redis 的可靠性

我们在前面一文读懂Redis持久化机制中分析了，如果服务器发生宕机，可以通过重新读入 RDB 文件或者回放 AOF 日志的方式恢复数据， 进而保证尽量少丢失数据，提升可靠性。

这里再次对两种持久化做一个简单的对比：

• AOF 记录的是每一次写命令，数据最全，但文件体积大，数据恢复速度慢。
• RDB 采用「二进制 + 数据压缩」的方式写磁盘，这样文件体积小，数据恢复速度也快。但是RDB的问题是，它执行快照的频率不好控制。频率太快会对系统带来性能影响，频率太慢就会造成更多的数据丢失。

Redis 4.0 以上的版本支持混合持久化 ，结合了二者的优势：

1. RDB 以「二进制 + 数据压缩」方式存储，文件体积小；
2. AOF 记录每一次写命令，数据最全。

经过这么一番优化，提高了数据恢复效率，当发生宕机时，我们就可以用持久化文件快速恢复 Redis 中的数据。

虽然我们已经把持久化的效率优化到最高了，但在数据恢复依旧是需要时间的，在这期间的业务应用还是会受到影响，该怎么办呢？

这就要提到 Redis 的高可靠性问题了。

Redis 的高可靠性需要做到两点保证：

1. 数据尽量少丢失
2. 服务尽量少中断

持久化只能保证前者，而对于后者，通常的做法就是「增加副本冗余量」。通过部署多个 Redis 实例，然后让这些实例数据保持实时同步，这样当一个实例宕机时，我们在剩下的实例中选择一个继续提供服务就好了。

这个方案也就是 Redis 的主从库模式。接下来我们分析一下 Redis 的「主从复制：多副本」。

Redis 主从模式

Redis 提供了主从库模式，以保证数据副本的一致，主从库之间采用的是「读写分离」的方式。

• 读操作：主库、从库都可以接收；
• 写操作：首先到主库执行，然后，主库将写操作同步给从库。

为什么要采用读写分离的方式呢？

如果说从库也可以像主库一样，可以接收到写请求的话，一个直接的问题就是「数据不一致」。

例如客户端对同一个 key 连续修改了三次，这三次请求分别发送到三个不同的实例上。 那么，这个数据在这三个实例上的副本就不一致了（分别是 v1、v2 和 v3）。后续在读取这个数据的时候，就可能读取到旧的值。

如果要保持这个数据在三个实例上一致，就要涉及到加锁、实例间协商是否完成修改等一系列操作， 但这会带来巨额的开销，显然是不太能接受的。

采用「读写分离」，所有数据的修改只会在主库上进行，不用协调三个实例。 主库有了最新的数据后，会同步给从库，这样，主从库的数据就是一致的。

分析主从同步之前，我们需要弄清楚三个问题：

• 主从库同步是如何完成的呢？
• 主库数据是一次性传给从库，还是分批同步？
• 主从库间的网络断连了，数据还能保持一致吗？
  接下来，我们首先来分析主从库间的第一次同步是如何进行的？这也是Redis 实例建立主从库模式后的规定动作。

主从库间如何进行第一次同步？

从节点配置

使用默认的配置启动机器，机器都是主节点。如果想要让机器变成从节点，需要在 conf 文件上配置主从复制的相关参数。

# 配置主节点的ip和端口
slaveof 192.168.1.1 6379
# 从redis2.6开始，从节点默认是只读的
slave-read-only yes
# 假设主节点有登录密码，是123456
masterauth 123456

主从库间数据第一次同步包含三个阶段，我们分析下。

第一阶段

第一阶段是主从库间建立连接、协商同步的过程，主要是为全量复制做准备。

命令格式:

PSYNC <runid> <offset>

具体来说，从库给主库发送 psync 命令，表示要进行数据同步，主库根据这个命令的参数来启动复制。 psync 命令包含了主库的 runID 和复制进度 offset 两个参数。

psync 是 Redis 2.8 版本提供的命令，用于解决 sync 「断线后重复制」的低效问题。

• runID：是每个 Redis 实例启动时都会自动生成的一个随机 ID，用来唯一标记这个实例。 当从库和主库第一次复制时，因为不知道主库的 runID，所以将 runID 设为“？”。
• offset：复制偏移量，此时设为 -1，表示第一次复制。

PSYNC ? -1 表示全量复制。

主库收到 psync 命令后，会用 FULLRESYNC 响应命令带上两个参数：「主库 runID」 和主库目前的「复制进度 offset」，返回给从库。 从库收到响应后，会记录下这两个参数，在下一次发送psync 命令时使用。

需要注意的是，FULLRESYNC 响应表示「第一次复制采用的全量复制」，也就是说，主库会把当前所有的数据都复制给从库。
如果主服务器返回的是 +CONTINUE 则表示需要进行「部分同步」。

第二阶段

在第二阶段，主库将所有数据同步给从库。从库收到数据后，在本地完成数据加载。

具体步骤如下：

1. 主库收到完整重同步请求后，会在后台执行 bgsave 命令，生成 RDB 文件，并使用一个「缓冲区：replication buffer」记录「从现在开始所有的写命令」。
2. 当bgsave 命令执行完毕，主服务会将 RDB 文件发给从库。从库接收到 RDB 文件后，会先清空当前数据库，然后加载 RDB 文件。

为什么要有清空的动作？
这是因为从库在通过 slaveof 命令开始和主库同步前，可能保存了其他数据。为了避免之前数据的影响，从库需要先把当前数据库清空。

在主库将数据同步给从库的过程中，主库不会被阻塞，仍然可以正常接收请求。 否则，Redis 的服务就被中断了。但是，这些请求中的写操作并没有记录到刚刚生成的 RDB 文件中。 为了保证主从库的数据一致性，主库会在内存中用专门的 replication buffer （ 复制缓冲区），记录 RDB 文件生成后收到的所有写操作。

第三阶段

最后，也就是第三个阶段，主库会把第二阶段执行过程中新收到的写命令，再发送给从库。

具体的操作是，当主库完成 RDB 文件发送后，就会把此时 replication buffer 中的修改操作发给从库，从库再重新执行这些操作。这样一来，主从库就实现同步了。

PSYN2.0

PSYN2.0 是 Redis 4.0 的 其中一个新特性。相比原来的 PSYN 功能，最大的变化就是支持两种场景下的部分重同步。

• slave 节点提升为 master 节点后，其他 slave 节点可以从新提升的 master 进行部分重同步；
• 另外一个场景就是slave重启后，可以进行部分重同步。

「主从级联模式」分担全量复制时的主库压力

通过上面分析「主从库间第一次数据同步」的过程，可以看到，一次全量复制，对于主库来说有两个耗时的操作：

• 生成 RDB文件；
• 传输 RDB 文件。

如果说从库数量很多，而且都要和主库进行全量复制的话，就会导致两个问题：

• 主库忙于 fork 子进程生成 RDB 文件，进行数据全量同步，fork 这个操作会阻塞主线程处理正常请求，从而导致主库响应应用程序的请求速度变慢。
• 生成 RDB 文件 需要耗费主服务器大量的CPU，内存和磁盘I/O资源。传输 RDB 文件也会占用主库的网络带宽，并对主服务器响应命令请求的时间产生影响。

那么，有没有好的解决方法可以分担主库压力呢？

其实是有的，这就是 「“主 - 从 - 从”模式」。

"主 - 从 - 从"模式

上面介绍的主从库模式，是所有的从库都是和主库连接，所有的全量复制也都是和主库进行的。
现在，我们可以通过「“主 - 从 - 从”模式」将主库生成 RDB 和传输 RDB 的压力，以级联的方式分散到从库上。

简单来说，我们在部署主从集群的时候，可以手动选择一个从库（比如选择内存资源配置较高的从库），用于级联其他的从库。 然后，我们可以再选择一些从库（例如三分之一的从库），在这些从库上执行如下命令，让它们和刚才所选的从库，建立起主从关系。

salveof 所选从库的IP 6379

这样一来，这些从库就会知道，在进行同步时，不用再和主库进行交互了，只要和级联的从库进行写操作同步就行了，这就可以减轻主库上的压力，如下图所示：

好了，到这里，我们分析了主从库间通过「全量复制」实现数据同步的过程，以及通过「“主 - 从 - 从”模式」分担主库压力的方式。 那么，一旦主从库完成了全量复制，它们之间就会一直维护一个网络连接，主库会通过这个连接将后续陆续收到的命令操作再同步给从库， 这个过程也称为基于长连接的命令传播，可以避免频繁建立连接的开销。

听上去好像很简单，但不可忽视的是，这个过程中存在着风险点，最常见的就是网络断连或阻塞。如果网络断连，主从库之间就无法进行命令传播了， 从库的数据自然也就没办法和主库保持一致了，客户端就可能从从库读到旧数据。

接下来，我们就来聊聊网络断连后的解决办法。

主从库间网络断了怎么办？

在 Redis 2.8 之前，主从库是使用 sync 命令进行同步。如果在命令传播时出现了网络闪断，那么，从库就会和主库重新进行一次全量复制，开销非常大。

我们上面页提到了全量复制的影响：

• 生成 RDB文件：需要耗费主服务器大量的CPU，内存和磁盘I/O资源；
• 传输 RDB 文件：占用主库的网络带宽，并对主服务器响应命令请求的时间产生影响。

从 Redis 2.8 开始，网络断了之后，主从库会采用「增量复制」的方式继续同步。 听名字大概就可以猜到它和全量复制的不同：全量复制是同步所有数据，而增量复制只会把主从库网络断连期间主库收到的命令，同步给从库。

那么，增量复制时，主从库之间具体是怎么保持同步的呢？这个问题的答案和 repl_backlog_buffer （复制积压缓冲区）有关。

复制积压缓冲区：是主库维护的一个固定长度的队列，默认大小是1MB。

我们先来分析下主从库增量同步的流程。

1）、当主从库进行数据同步时，主库会把 RDB 通信期间收到新的操作命令写入 replication buffer，同时也会把这些操作命令也写入 repl_backlog_buffer 这个缓冲区。

repl_backlog_buffer 是一个环形缓冲区，主库会记录自己写到的位置，从库则会记录自己已经读到的位置。

2）、刚开始的时候，主库和从库的写读位置在一起，也就是「复制偏移量」相同，这算是它们的起始位置。 随着主库不断接收新的写操作，它在缓冲区中的写位置会逐步偏离起始位置，我们通常用偏移量来衡量这个偏移距离的大小，对主库来说，对应的偏移量就是 master_repl_offset。 主库接收的新写操作越多，这个值就会越大。

同样，从库在复制完写操作命令后，它在缓冲区中的读位置也开始逐步偏移刚才的起始位置， 此时，从库已复制的偏移量 slave_repl_offset 也在不断增加。正常情况下，这两个偏移量基本相等。

3）、如果发生从库断线，在重启之后，主从库的连接恢复，从库首先会给主库发送 psync 命令，并把自己当前的 slave_repl_offset 发给主库， 主库会判断自己的 master_repl_offset 和 slave_repl_offset 之间的差距。如果发现在 slave_repl_offset 之后的数据仍然存在于复制积压缓冲区里面，主库发送 +CONTINUE 回复，表示进行增量复制。

如下图所示：

这里有一个地方需要重点考虑。

因为 repl_backlog_buffer 是一个环形缓冲区，所以在缓冲区写满后，主库会继续写入，此时，就会覆盖掉之前写入的操作。 如果从库的读取速度比较慢，就有可能导致从库还未读取的操作被主库新写的操作覆盖了，这会导致不能进行增量复制，必须采用全量复制。

因此要想办法避免这一情况，一般而言，我们可以调整配置文件中 repl-backlog-size 这个参数。

如何避免增量复制失效

Redis 为复制积压缓冲区设置的默认大小是 1MB。如果主库需要执行大量的写命令，又或者断线后需要重连的时间比较长，这个大小显然不合适。

我们可以根据： second * write_size_per_second 公式来估算缓冲区的「最小」大小。

• second ：从库断线后重新连上主库所需的平均时间，单位：秒；
• write_size_per_second：主库平均每秒产生的写命令数据量。

我们在实际应用中，考虑到可能存在一些突发的请求压力，我们通常需要把这个缓冲空间扩大一倍，即 repl-backlog-size = second * write_size_per_second * 2。

举个例子，如果主库每秒产生1 MB的写数据，从库断线后平均要 5 秒才能重新连上主库。这就至少需要 5 MB 的缓冲空间。 否则，新写的命令就会覆盖掉旧操作了。为了应对可能的突发压力，我们最终把 repl-backlog-size 设为 10 MB。

这样一来，增量复制时主从库的数据不一致风险就降低了。不过，如果并发请求量非常大，连两倍的缓冲空间都存不下新操作请求的话，此时，主从库数据仍然可能不一致。

针对这种情况，一方面，可以根据 Redis 所在服务器的内存资源再适当增加 repl-backlog-size 值，比如说设置成缓冲空间大小的 4 倍， 另一方面，可以考虑使用切片集群来分担单个主库的请求压力。

replication_buffer 与 replication_backlog_buffer

replication_buffer

对于客户端或从库与 Redis 通信，Redis 都会分配一个内存 buffer 进行数据交互。所有数据交互都是通过这个buffer进行的。Redis先把数据写入这个buffer中，然后再把buffer中的数据发到 client socket 中再通过网络发送出去，这样就完成了数据交互。

所以主从在增量同步时，从库作为一个client，也会分配一个buffer，只不过这个buffer专门用来传播用户的写命令到从库，保证主从数据一致。我们通常把它叫做 Replication Buffer。

Redis 通过client-output-buffer-limit 参数设置这个buffer的大小。主库会给每个从库建立一个客户端，所以 replication buffer 不是共享的，而是每个从库都有一个对应的客户端。

如果主从在传播命令时，因为某些原因从库处理得非常慢，那么主库上的这个buffer就会持续增长，消耗大量的内存资源，甚至OOM。
所以Redis提供了client-output-buffer-limit参数限制这个buffer的大小，如果超过限制，主库会强制断开这个client的连接，
也就是说从库处理慢导致主库内存buffer的积压达到限制后，主库会强制断开从库的连接，
此时主从复制会中断，中断后如果从库再次发起复制请求，那么此时可能会导致恶性循环，引发复制风暴，这种情况需要格外注意。

replication_backlog_buffer

和 replication_buffer 不一样，repl_backlog_buffer 是所有从库共享的，slave_repl_offset 由从库自己记录的，这也是因为每个从库的复制进度不一定相同。从库断连后再恢复时，会给主库发送 psync 命令，并把自己当前的slave_repl_offset 发给主库。slave_repl_offset 指向的数据没有被覆盖，就能继续恢复。如果从库断开时间过长，repl_backlog_buffer环形缓冲区会被主库的写命令覆盖，那么从库重连后只能全量同步。

好了，关于主从复制的问题我们就分析到这里了。如果你还想看更多优质原创文章，欢迎关注我的公众号「ShawnLux」。