07 哨兵机制：主库挂了，如何不间断服务

本篇重点

哨兵机制的“监控”、“选主”、“通知”

0.0 背景

主从库采取“读写分离”模式，主库挂了，Redis读操作可以由从库执行，但写操作智能由主库执行后同步给从库，一旦主库挂了，写服务终端，从库无法进行数据同步

解决方案：运行新主库：即从从库中选举一个从库作为新主库，这种主库挂了后从库选举新主库的机制就是Redis哨兵机制

0.1 前言

• 哨兵机制需要考虑的三个问题
  • 主库真的挂了吗？
  • 该选择哪个库作为新主库？
  • 怎么把新主库的相关信息通知给从库和客户端？
• 哨兵机制的三个功能
  • 监控主库运行状态，判断主库是否“客观下线”
  • 在主库“客观下线”后，选举新主库
  • 将新主库信息通知给从库和客户端
  • 
• 哨兵集群
  • 哨兵需要监控主从库的状态并在主库下线后及时选举从库，因此需要多个哨兵组成哨兵集群
  • 这篇先引出哨兵集群的概念，具体集群中的一些操作见下篇[链接]

1.1 监控

判断主库是否下线的两个标准：主观下线、客观下线

哨兵会定期给主库（和其他从库）执行ping判断对方是否在线

• 主观下线
  • 哨兵A ——> 主库 ： ping； 若主库响应超时，则哨兵A判定主库主观下线
  • 主观下线存在误判情况：主库在线，但由于网络拥塞/Redis集群网络压力较大等导致主库没有及时响应ping
• 客观下线
  • 哨兵集群 ——> 主库 ：ping；每个哨兵都将自己ping主库的结果拿出来
  • 若判定主库状态为“（主观）下线”的哨兵数 > 哨兵集群总数一半，即判断主库客观下线；“少数服从多数”

1.2 选主

步骤： “筛选” + “打分” 、 “一定的筛选条件”、“一定的打分规则”

• “筛选”：筛选出从库状态良好的那些参与选举。筛选条件参考如下
  • 从库在线
  • 从库网络连接状态良好（需保证在一段时间内该从库与主库的网络断连次数在一定阈值内）

    可通过down-after-miliseconds设定主从库网络断连的最大连接超时时间
    
    例子：设置down-after-milliseconds * 10，则表示down-after-milliseconds 毫秒内，主从节点都没有通过网络联系上，认为主从节点断连。如果发生断连的次数超过了 10 次，就说明这个从库的网络状况不好，不适合作为新主库。

• “打分”：依次比较从库的优先级、复制进度、ID号，选出最适合的
  • 从库优先级： 通过slave_priority设置， 优先级越高，得分越高，优先级最高且唯一的作为新主库。（若这一轮没有选举出来，则进行下一轮——从库复制进度的选举）
  • 从库复制进度：通过比较master_repl_offset和slave_repl_offset，选出与主库同步程度最接近的从库作为新主库。（若这一轮没有选举出来，则进行最后一轮——从库ID的选举）
  • 从库ID号：每个从库都有唯一的ID，在这一轮选取ID号最小的从库作为新主库

1.3 通知

新主库选举出来后，需要通知给其他从库：以后从新主库同步数据；通知给客户端：与新主库进行写操作

• 通知给其他从库
  • 其他从库需要执行replicaof与新主库建立“主-从”关系并进行“数据同步”
• 通知给客户端

Q&A

1. 主从库切换的时间段内，客户端能否正常请求操作？
2. 若想应用程序不感知服务中断，还需要哨兵或Client做什么？

图片来源于极客时间专栏《Redis核心技术与实战》