Redis哨兵原理是什么

本文實現環境

• centos7.3 redis4.0
• redis工作目錄  /usr/local/redis
• 在虛擬機進行模擬操作

一、什么是哨兵

先簡單說幾句我們在配置主從復制時有一種情況就是主節點宕機了，誰來提供服務呢！

當主節點宕機后主從復制就沒有存在的意義了，數據為王的時代沒有了數據何談什么高可用。

這個時候就橫空出世了一位老大哥名叫哨兵，老大哥說這個問題我來幫你們處理。

既然主節點master作為老大不領你們玩了。我就從你們四個中間再挑選出來一位老大，然后你們跟著他玩。

等不帶你們玩的那個老大回來后他的身份就失效了，就不在是你們的老大了。他只能跟著我挑選出來的老大玩。

上邊這段對話過程就是我們配置哨兵的意義到底在哪，跟誰玩就是誰給誰數據，知道了哨兵的作用我們就在繼續。

「最后我們用專業術語來解釋一下什么是哨兵?！?/strong>

哨兵，英文名sentinel,是一個分布式系統，用于對主從結構中的每一臺服務器進行監控，當主節點出現故障后通過投票機制來挑選新的主節點，并且將所有的從節點連接到新的主節點上。

二、哨兵的作用

上文中我們談到的對話過程就是哨兵的作用之一自動故障轉移。

談到作用肯定就是這個哨兵到底在工作中到底干了什么事情。我們先用比較干巴的概念描述一下，然后在下文的工作原理會一一談到。

哨兵的三個作用監控、通知、自動轉移故障

• 監控

  • 監控誰？支持主從結構的工作一個是主節點一個是從節點，那肯定就是監控這倆個了。
  • 監控主節點和從節點是否正常運行
  • 檢測主節點是否存活，主節點和從節點運行情況
• 通知

  • 哨兵檢測的服務器出現問題時，會向其他的哨兵發送通知，哨兵之間就相當于一個微信群，每個哨兵發現的問題都會發在這個群里。
• 自動故障轉移

  • 當檢測到主節點宕機后，斷開與宕機主節點連接的所有從節點，在從節點中選取一個作為主節點，然后將其他的從節點連接到這個最新主節點的上。并且告知客戶端最新的服務器地址。

這里有一個注意點，哨兵也是一臺redis服務器，只是不對外提供任何服務。

配置哨兵時配置為單數。那么為什么配置哨兵服務器的數量為單數呢？帶著這個疑問你會在下文看到你想要的答案。

二、如何配置哨兵

1. 準備工作

這一章我們就開始配置哨兵，前期工作準備。下圖就是咔咔的準備工作。開啟8個客戶端，三個哨兵、一個主節點、倆個從節點、一個主節點客戶端、一個從節點客戶端。

2. sentinel.conf配置解讀

哨兵使用的配置文件是sentinel.conf我們來對sentinel.conf配置信息進行解讀但是大多數都是注釋，這里咔咔給大家提供一個命令來過濾這些無用信息 cat sentinel.conf | grep -v '#' | grep -v '^$'

• port 26379 ：對外服務端口號
• dir /tmp：存儲哨兵的工作信息
• sentinel monitor mymaster 127.0.0.1 6379 2：監控的是誰，名字可以自定義，后邊的2代表的是，如果有倆個哨兵判斷這個主節點掛了那這個主節點就掛了，通常設置為哨兵個數一半加一。
• sentinel down-after-milliseconds mymaster 30000：哨兵連接主節點多長時間沒有響應就代表掛了。后邊30000是毫秒，也就是30秒。
• sentinel parallel-syncs mymaster 1：這個配置項是指在故障轉移時，最多有多少個從節點對新的主節點進行同步。這個值越小完成故障轉移的時間就越長，這個值越大就意味著越 多的從節點因為同步數據而不可用。
• sentinel failover-timeout mymaster 180000：在進行同步的過程中，多長時間完成算有效，系統默認值是3分鐘。

3. 開始配置

使用命令cat sentinel.conf | grep -v '#' | grep -v '^$' > ./data/sentinel-26379.conf把sentinel.conf過濾后的信息移到/usr/local/redis/conf下然后打開sentinel-26379.conf修改信息存放目錄然后快速的復制倆個哨兵配置文件，端口為26380和26381。sed 's/26379/26381/g' sentinel-26379.conf > sentinel-26381.conf

測試主從復制處于正常工作狀態，啟動三臺redis服務器，端口分別為6379、6380、6381查看主節點信息，是有倆臺從節點在連接著，端口分別為6380、6381。

這里有一個小小的點就是lag怎么一個是1一個是0呢！lag是延遲時間，我這里是本地測試所以會出現0的情況，使用云服務器是很少出現的。lag的值為0和1都屬于正常。測試主節點添加一個hash值，hset kaka name kaka分別從slave1和slave2獲取kaka的值，檢測主從復制是否正常運行。

經過測試我們的主從結構是正常運行的。啟動一個哨兵redis-sentinel 26379-sentinel.conf連接26379哨兵，主要是最后一行，監控的主節點名為mymaster，狀態正常，從節點有倆個，哨兵數量為1個在來查看一下26379的哨兵配置信息，這個時候已經改動了在啟動一個26380的哨兵，redis-sentinel 26380-sentinel.conf,這里注意一下最后一行多了一條信息，這個id就是我們26379配置文件新增的id然后我們來到哨兵26379的客戶端，同樣也是新增的26380哨兵的id這個時候我們在查看一下26379哨兵的配置文件，第一次查看配置文件是沒有配置26380哨兵的，第二次查看時配置了26380哨兵后添加的信息。最后我們需要把哨兵客戶端3啟動起來，端口號為26381。啟動起來之后，我們的配置信息和服務端的信息也會改動，添加哨兵26380有的信息，哨兵26381也會有。

直到這里我們對哨兵的配置就結束了，接下來我們把主節點master給宕掉等待30秒后我們來到26379哨兵的客戶端，這里新增了一些信息，那么這些信息都做了什么呢！讓我們細細道來。

這里邊的信息我們先需要知道幾個

• +sdown ：這個信息后是指三個哨兵里邊有一個認為主節點宕機了
• +odown：這個信息是指其他倆個哨兵去連接了一下主節點，發現確實是主節點宕機了
• 然后發起了一輪投票，這里咔咔使用的是redis4.0，版本之間這塊信息有點差異
• +switch-master mymaster 127.0.0.1 6379 127.0.0.1 6380：直到這里是哨兵發起投票的結果，推選端口為6380的redis為主節點
• +slave slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 6380：這里就把端口為6381與6379和新的主節點6380做了一個連接
• +sdown slave 127.0.0.1:6379 127.0.0.1 6379 @ mymaster 127.0.0.1 6380：最后一句是端口為6379的還是沒有上線，于是給踢下線

當我們在重新把6379的redis服務器上線后，就可以看到哨兵服務端響應了倆句。一句是去除6379的下線。最后一句就是重連6379到新的主節點上。這個時候主節點就是6380了，在6380的redis客戶端設置值，檢測主從復制是否正常工作。

在新的主節點6380添加list類型在6379和6381獲取這個值，至此呢！我們的哨兵模式就配置完成了。

三、哨兵工作原理

配置完哨兵后，就需要對其工作原理進行解析了，只有知道其工作流程，才能對哨兵有更好的理解。

本文講解原理沒有那么干巴！讓你可以把一篇技術文章當故事去看。

進入正題，哨兵作用是監控、通知、故障轉移。那么工作原理也是圍繞這三點來講的。

1. 監控工作流程

1. 哨兵發送info指令，并且保存所有哨兵狀態，主節點和從節點的信息
2. 主節點會記錄redis實例的信息，主節點記錄的信息跟哨兵記錄的信息看起來是一樣的，實際上還是有點區別哈。
3. 哨兵會根據在主節點拿到的從節點信息，給對應的從節點也發送info指令
4. 接著哨兵2來了，同樣的也會改主節點發送info指令，并且建立cmd連接
5. 這個時候哨兵2也會保存跟哨兵1一樣的信息，只不過是保存的哨兵信息是2個。
6. 這個時候為了每個哨兵的信息都一致它們之間建立了一個發布訂閱。為了哨兵之間的信息長期對稱它們之間也會互發ping命令。
7. 當再來一個哨兵3時，也會做同樣的事情，給主節點和從節點發送info。并且跟哨兵1和哨兵2建立連接。

2. 通知工作流程

Sentinel會給主從的所有節點發送命令獲取其狀態，并且會把信息發布到哨兵的訂閱里。

3. 故障轉移原理（本文重點）

• 哨兵會一直給主節點發送publish sentinel ：hello，直到哨兵報出sdown，這個詞這會是有不是有點熟悉了。沒錯就是我們上文中把主節點斷開后哨兵服務端報出的信息。哨兵報出主節點sdown后還沒有完，哨兵還會往內網里發布消息說明這個主節點掛了。發送的指令是sentinel is-master-down-by-address-port
• 其余的哨兵接收到指令后，主節點掛了嗎？讓我去看看到底掛沒掛。發送的信息也是hello。其余的哨兵也會發送他們收到的信息并且發送指令sentinel is-master-down-by-address-port到自己的內網，確認一下第一個發送sentinel is-master-down-by-address-port的哨兵說你說的對，這個家伙確實掛了。當所有人都認為主節點掛了后就會修改其狀態為odown。當一個哨兵認為主節點掛了標記的是sdown，當半數哨兵都認為掛了其標記的狀態是odown。這也就是配置哨兵為什么配置單數的原因。
• 對于一個哨兵認為主節點掛了稱之為主觀下線，半數哨兵認為主節點掛了稱之為客官下線。
• 一旦被認為主節點客官下線后，哨兵就會進行下一步操作

?

這時哨兵已經檢測到問題所在了，那么到底是那個哨兵去負責推選新的主節點呢！不能是張三也去，李四也去，王五也去，這樣就亂套了、于是就需要在所有的哨兵里選出領頭的，那么是如何選的呢！請看下圖。

?

這個時候呢！五個sentinel就在一起開會了，所有的哨兵都在一個內網中，然后他們會做一件事情就是五個sentinel會同時發送指令sentinel is-master-down-by-address-port并且攜帶上自己競選次數和runid。每個sentinel既是參選者也是投票者，每個sentinel都有一票，信封就代表自己的投票權。當sentinel1和sentinel4同時把指令發送到群里準備競選時，sentinel2這個時候就說我先接到誰的指令就把票投給誰。假如sentinel1發的早，那么sentinel2的票就會投給sentinel1。按照這樣的規則一直發起投票直到有一個sentinel的票數為總sentinel數量的一半之多。假設說是sentinel1的票數滿足總哨兵數量的一半之多后，sentinel1就會當選。這個時候就進行到了下一個階段。在上邊哨兵已經選出了sentinel1為代表去所有的從節點找出一個作為主節點。這個挑選主節點不是隨便拿一個是有一定的規則的。

先把不在線的干掉

響應慢的干掉，sentinel會給所有的redis發送信息，響應速度慢的就會被干掉與原主節點斷開時間最久的干掉，這里由于演示不夠用了，所有新增了一個slave5，沒有任何意義哈！以上三個點都判斷結束后還有salve4和slave5，就會根據優先原則來進行篩選。

• 首先會根據優先級，如果優先級一樣在進行其他判斷
• 判斷offset偏移量，判斷數據同步性，假如說slave4的offset為90  slave5偏移量為100  那么哨兵就會認為slave4的網絡是不是有問題??！于是就會選slave5為新的主節點。那如果說是slave4和slave5的offset相同呢！還有最后一個判斷
• 最后一步就是判斷runid了，也就是職場中的論資排輩了，也就說根據runid的創建時間來判斷，時間早的上位。

選出新的主節點后就要對所有的節點發送指令了。

四、總結

關于哨兵的所有知識點就已經說完了，本文最重要的就是哨兵的工作原理了。我們在簡單的梳理一下其工作原理。

• 首先進行監控，并且所有的哨兵同步信息

• 哨兵向訂閱里邊發布信息

• 故障轉移

  • 哨兵發現主節點下線
  • 哨兵開啟投票競選負責人
  • 由負責人推選新的主節點
  • 新的主節點斷開原主節點，并且其他的從節點連接新的主節點，原主節點上線后作為從節點連接。