Redis 搭建主从复制架构与优化

主从复制

我们关注主从复制之前，首先要考虑单机有什么问题？

• 机器故障
• 容量瓶颈
• QPS瓶颈

这些都是单节点所遇到的问题，所以这个时候出现了主从复制（一主一从，一主多从）

使用主从复制可以：

• 数据副本
• 扩展读性能

注意：

• 一个master可以有多个slave
• 一个slave只有一个master
• 数据流向是单向的，master到slave

主从复制的配置

两种实现方式

• slaveof命令

两台机器：主节点：47.11.11.11 从节点 47.22.22.22

在从节点执行 slaveof 命令

47.22.22.22-6379 > slacefof 47.11.11.11 6379
OK

取消复制：

47.22.22.22-6379 > slacefof no one
OK

• 修改配置

slaveof ip  port    //从节点ip + 端口
slave-read-only yes //开启只做读的操作

• 两种方式比较

• 查看主从

127.0.0.1:6379> info replication
# Replication
role:master   //主节点 
connected_slaves:0
master_replid:1d43401335a5343b27b1638fc9843e3a593fc1a7
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0

知识点 ：

• 主节点 runID：

每个redis节点启动后都会动态分配一个40位的十六进制字符串为运行ID。运行ID的主要作用是来唯一识别redis节点，比如从节点保存主节点的运行ID识别自已正在复制是哪个主节点。如果只使用ip+port的方式识别主节点，那么主节点重启变更了整体数据集（如替换RDB/AOF文件），从节点再基于偏移量复制数据将是不安全的，因此当运行ID变化后从节点将做全量复制。可以在info server命令查看当前节点的运行ID。

需要注意的是redis关闭再启动，运行的id会随之变化

全量复制和部分复制等

全量复制

用于初次复制或其它无法进行部分复制的情况，将主节点中的所有数据都发送给从节点。当数据量过大的时候，会造成很大的网络开销。

redis2.8+ 全量复制流程

开销：

1. bgsave时间
2. RDB文件网络传输
3. 从节点清空数据时间
4. 从节点加载RDB时间
5. 可能的AOF重写时间

部分复制

用于处理在主从复制中因网络闪退等原因造成数据丢失场景，当从节点再次连上主节点，如果条件允许，主节点会补发丢失数据给从节点，因为补发的数据远远小于全量数据，可以有效避免全量复制的过高开销。但需要注意，如果网络中断时间过长，造成主节点没有能够完整地保存中断期间执行的写命令，则无法进行部分复制，仍使用全量复制 。

流程：

复制偏移量：

• 参与复制的主从节点都会维护自身复制偏移量，主节点在处理完写入命令操作后，会把命令的字节长度做累加记录，统计信息在info replication中的master_repl_offset指标中。
• 从节点每秒钟上报自身的复制偏移量给主节点，因此主节点也会保存从节点的复制偏移量slave0:ip=192.168.1.3,port=6379,state=online,offset=116424,lag=0
• 从节点在接收到主节点发送的命令后，也会累加记录自身的偏移量。统计信息在info replication中的slave_repl_offset中。

复制积压缓冲区：

• 复制积压缓冲区是保存在主节点上的一个固定长度的队列，默认大小为1MB，当主节点有连接的从节点时被创建，这时主节点响应写命令时，不但会把命令发给从节点，还会写入复制积压缓冲区。
  在命令传播阶段，主节点除了将写命令发送给从节点，还会发送一份给复制积压缓冲区，作为写命令的备份；除了存储写命令，复制积压缓冲区中还存储了其中 的每个字节对应的复制偏移量(offset) 。由于复制积压缓冲区定长且先进先出，所以它保存的是主节点最近执行的写命令；时间较早的写命令会被挤出缓冲区。

生产中常见问题

读写分离

分流到从节点。主节点写数据，从节点读数据，可能遇到读问题

1. 复制数据延迟
2. 读到过期数据
3. 从节点故障

主从配置不一致

1. 例如maxmemory 不一致 会导致 丢失数据
2. 例如数据结构优化参数（例如hash-max-ziplist-entries）:内存不一致

规避全量复制

1. 第一次全量复制的时候
   - 第一次不可避免，尽量小节点 ，低峰处理
2. 节点 运行ID不匹配
   - 故障转移，例如哨兵或者集群
3. 复制积压缓存区不足
   - 增大复制缓存区配置rel_backlog_size ,网络增强

规避复制风暴