写点什么

腾讯三面:哨兵挂了,Redis 还能正常工作吗?

用户头像
Summer
关注
发布于: 3 小时前

redis 哨兵都干了什么

redis 哨兵是一个运行的特殊的 redis 进程,他主要有三个使命:

  • 监控

  • 选主

  • 通知

监控的是什么

哨兵主要是监听主库和从库是否存活,怎么进行监控? 哨兵会定期的给从库发送 PING 命令,如果从库没有在设定的时间内回复哨兵,那么就会认为从库下线了。哨兵也会定期的给主库发送 PING 命令进行通信,如果主库也没有在设定的时间内回复哨兵,那么就会认为主库也“下线了”。【注意我这里只是为了说明下监控的方式,真正判断的主库下线不是这样的】。

看图说话:


可以看到图中 redis-2 slave 是灰色,表示已经 down 掉了,此时并没有正常返回给哨兵响应,所以被标记为下线状态了。

主库的监控

这里为什么要单独来说下主库的监控呢?因为主库监控,不能说哨兵没有收到 PING 的响应,那么就认为主库就下线了,因为主库的选举是一个很复杂的过程,会有耗时和通信的开销,所以我们不能简单认为哨兵没有收到 PING 的响应,那么就直接判断主库下线了,然后就进行选举,如果是从库可以的,因为从库下线了,对于主从集群来说,影响不会很大。

在主库压力比较大,或者网络阻塞了,出现抖动了,这个是并没有在设定的时间内回复给哨兵响应,那么此时武断的认为主库"下线了",此时就出现了误判,明明不需要进行选主,不需要进行通知,此时白白浪费的资源、同时带来了开销。

看图说话:

在网络畅通的情况下,哨兵发了一个 PING 给主库


此时网络阻塞,变成了红色,PONG,没有在设定的时间内返回


网络恢复顺畅,哨兵重试,在设定的时间内返回响应


通过上面三幅图,其实就可以看出,网络阻塞的情况下,会出现误判的情况。

那么 reids 是怎么判断主库下线的呢?其实 redis 采用哨兵集群的方式,让哨兵集群中的每个哨兵都和主库进行通信,如果多数都没有在设定的时间内响应给哨兵,因为多个哨兵都出现网络不稳定的情况概率就大大降低了,那么此时这个主库就认为是下线了。下面我们来细细地说下这个过程,同时引入哨兵集群也解决了哨兵单点的问题。

主库的下线判断

这个过程分为主观下线和客观下线。

主观下线:指的是一个哨兵在设定的时间内,没有收到主库的响应,那么此时是这个哨兵主观的认为主库下线了,并不能认为真正的下线。

客观下线:指的是,当多数哨兵在设定的时间内,都没有收到主库的响应,那么此时就可以认为主库真的下线,称为客观事实了。

继续看图说话:

下图中只有哨兵 B,没有在设定的时间内,收到响应,判断为主观下线了,但是其他哨兵 A 和哨兵 C 都能在设定的时间内收到响应,所以还是线上状态,少数服从多数,此时结论还是上线状态。


下图中哨兵 B 和哨兵 C,都没有在设定的时间内收到响应,即使哨兵 A 收到正常的响应,那么此时已经构成多数情况下的主观下线,此时就可以判断为客观下线了。


选主

上面的我相信大家已经很清楚,redis 的怎么判断主库的下线了,那么此时 redis 需要从剩下的所有的从库中再次选举出一个新的主库,来接收后面来的写请求。

reids 哨兵会对从库们进行打分,谁的分数高,那么它就是新的 master 了,下面来详细说选主的过程。

哨兵在进行打分之前,先会在从库进行筛选,把不合格的从库筛选掉,留下优秀的种子选手来进行参赛打分。

那么筛选的依据是什么呢?

哨兵会把标记为下线的从库和主从之间网络不顺畅的从库筛选掉,看下图你就明白了:


在主从模式下,如果主从之间网络断开的次数和超时时间超过 down-after-milliseconds 的设置,那么就会认为该从库网络不健康了,不稳定了。

接下来就会从剩下的优秀从库内进行打分,打分最高者为新的 Master,

打分会从三个层级进行打分,记住只会比较一个层级的分数,只要在当前的层级分数最高就可以了,如果分数相同,再比下一个层级,以此类推。

第一轮:比较从库的优先级

你可以手动设置从库的优先级,通过 slave-priority 进行设置,数字越小,级别越高。如果这个层次,有优先级级别最高的出现,那么就选此从库做为 Master,选举就结束了,如果优先级相同,那么进入下一轮打分。 看图:


第二轮:与主库的同步进度越接近

肯定是从库的数据越新,那么选择它作为新的 Master,才最有意义了。那怎么才能知道哪个从库才是最新的呢?

我们之前上一篇 redis 主从原理,从库会记录自己同步主库的进度,这个参数为 slave_repl_offset , 是累加的,也就是这个值越大,那么它们谁同步的数据就是最新的,得分就是最高的,选举就结束了,如果复制进度相同,那么还需要进入下一轮,比较 ID。 看图:


第三轮:ID 号越小,得分越高

比较自己的 ID【redis 在启动的时候,会给自己分配一个 ID】,ID 越小,自己得分就越高。


最多经历三轮打分,主库就会被重新选出,那么哨兵就会通知其他从库执行 replicaof 指向新的主库,进行主从切换,这里有一个细节,需要注意,不知道你没有想到,就是由哪个哨兵来执行主从切换呢?

哨兵选举 Leader

其实由哪个哨兵来进行发号施令,进行主从切换,这个哨兵是需要进行选举的其实由哪个哨兵来进行发号施令,进行主从切换,这个哨兵是需要进行选举的。

本篇前面说过,判断主库是否下线是需要进行主观下线和客观下线两个过程,自己先标记为主观下线,当多数都标记为主观下线的时候,那么就认为客观下线了,那么这个多数应该是多少呢,其实是通过 quorum 配置项配置的,如果我们有三个哨兵,quorum 配置为 2 ,那么除了自己判断主观下线,还需要一个哨兵也需要判断为主观下线,那么此时才会进入客观下线了,这个判断的过程,其实就是一个投票的过程,包括自己给自己投一票,还包括向其他实例发送 is-master-down-by-addr 命令,询问其他实例,自己判断的这个主库是不是下下了,如果得到对方的响应,那么自己的票数就累加,哨兵投过票了,就不会给其他哨兵再次投票了。

这里具体看图:


这个图只是简单地为了说明,哨兵 B 和哨兵 C 都发现了 redis Master 为主观下线了,但是哨兵 B 优先给其他哨兵发了 is-master-down-by-addr 命令,并得到了哨兵 C 的回复,那么加上自己给自己的投票,那么就是得票数为 2 ,大于等于 quorum 的配置值 2,此时主库标记为客观下线.

如果哨兵 B 要想成为 Leader,那么还要同时满足得到的票数大于等于哨兵(n/2 + 1)数量才可以成为 leader,这里由于我们有三个哨兵,票数过半的话,也就是大于等于 2,所以此时哨兵 B 可以成为 Leader 了。

所以称为 leader 要满足的条件为:

  • 得到的票数要达到配置的 quorum 阀值。

  • 获得哨兵半数以上的票数。

通知

哨兵 B Leader 可以主持主从切换了,通知其他从库执行 replicaof 到新的 Master,主从切换完成之后,还会通知连接 redis 的客户端,告诉它们新的 Master 的地址和端口。

这里在说下是怎么通知 redis 客户端 Master 要换新的 ip 和端口了呢?

其实 redis 客户端可以定于哨兵的主从切换事件,当完成主从切换后,哨兵就发送这个事件的结果,那么订阅了这个事件的 redis 客户端都会收到通知,此时 redis 客户端就可以更新到新的 Master 的地址了。

如果出现网络断开或者抖动,没有收到订阅事件的通知,那么其实还可以调用哨兵提供的接口,进行重新拉取。

通知模型:


总结

今天主要是熟悉哨兵的工作原理和过程,下面来做下总结:

哨兵都干了什么?

监控、选主、通知。

监控:

监控主从节点是否下线,从节点可以简单认为没有收到响应就直接下线,因为从节点下线一般不会影响到集群的使用。

主节点的下线,分为主观下线和客观下线,只有在多数都认为是主观下线了,才认为是客观下线了。

选主:

首先进行筛选,把标记为下线的从库,网络不稳定的从库晒出掉。

接下来进行打分,主要会分三个阶段:分别从 从库的优先级、复制进度、ID 大小来进行打分。

通知:

通知其他从库执行 replicaof 到新的 Master,主从切换完成之后,还会通知连接 redis 的客户端,告诉它们新的 Master 的地址和端口。

哨兵选举过程:

哨兵投票机制:

a:哨兵实例只有在自己判定主库下线时,才会给自己投票,而其他的哨兵实例会把票投给第一个来要票的请求,其后的都拒绝。

b:如果出现多个哨兵同时发现主库下线并给自己投票,导致投票选举失败,就会触发新一轮投票,直至成功。

哨兵成为 Leader 的必要条件:

a:获得半数以上的票数。

b:得到的票数要达到配置的 quorum 阀值。

注意的点

在 master 关掉 到 主从切换完成,通知完客户端,这个期间,所有的写请求是不能处理的,因为 master 已经挂掉了,如果采用的是读写分离,所有的读请求就是可以正常处理的,读请求会被分到从库上去。如果此时想让业务感知不到异常,可以采取相应的降级策略,可以让写请求先写入到 mq 中,等待恢复之后,再写入到新的 master 就可以了。

这里在强调一下哨兵进行主从切换的前提条件,必须要选择出哨兵 Leader,由 Leader 进行通知从进行主从切换和通知客户端更换新的 Master 的地址和端口。

在这里举个例子,如果有 5 个哨兵,quorum 配置为 2,那么要想成为 Leader,那么获得票数必须要达到 2 才能判断一个主库为客观下线,同时获得票数也要大于等于(n/2) + 1 的票数,也就是获得 3 以上才可以。如果此时有 3 个哨兵故障了,即使你获得了 2 票,能判断为客观下线,那么由于没有过半的哨兵数量,也是无法选举出 Leader ,也就无法进行下面的过程了,此时集群就玩完了。

问题

这里给大家留一个问题,我们知道可以通过下面命令进行哨兵集群的搭建:

sentinel monitor <master-name> <ip> <redis-port> <quorum> 
复制代码

这里只是设置了 ip 和端口,以及 quorum 值,那么整个集群之间是怎么建立通信,进而能后续的选举 leader 做准备,同时它又是怎么获得从库的 ip 和端口列表,进而来做后续的从库的监控。

发布于: 3 小时前阅读数: 2
用户头像

Summer

关注

还未添加个人签名 2021.08.10 加入

还未添加个人简介

评论

发布
暂无评论
腾讯三面:哨兵挂了,Redis还能正常工作吗?