1. 主从复制

• 一主多从模式，采用读写分离的方式
• 主服务器可以进行读写操作，当发生写操作时自动将写操作同步给从服务器，而从服务器一般是只读，并接受主服务器同步过来写操作命令，然后执行这条命令。
• 主从服务器之间的命令复制是异步进行的

1.1 第一次同步

• 建立连接、协商同步
  • 主服务器会把所有的数据都同步给从服务器（全量复制）。
• 主服务器同步数据给从服务器
  • 主服务器会执行 bgsave 命令来生成 RDB 文件，然后把文件发送给从服务器
  • 从服务器收到 RDB 文件后，会先清空当前的数据，然后载入 RDB 文件（异步）
  • 为了保证主从服务器的数据一致性，主服务器在下面这三个时间间隙中将收到的写操作命令，写入到 replication buffer 缓冲区里
    • 主服务器生成 RDB 文件期间；
    • 主服务器发送 RDB 文件给从服务器期间；
    • 从服务器加载 RDB 文件期间；
• 主服务器发送新写操作命令给从服务器
  • 主服务器将 replication buffer 缓冲区里所记录的写操作命令发送给从服务器，从服务器执行来自主服务器 replication buffer 缓冲区里发来的命令，这时主从服务器的数据就一致了

1.2 命令传播

• 主从服务器在完成第一次同步后，双方之间就会维护一个 TCP 连接。
• 连接是长连接的，目的是避免频繁的 TCP 连接和断开带来的性能开销

1.3 分摊主服务器的压力

• 从服务器可以有自己的从服务器，可以把拥有从服务器的从服务器当作经理角色，它不仅可以接收主服务器的同步数据，自己也可以同时作为主服务器的形式将数据同步给从服务器
• 通过这种方式，主服务器生成 RDB 和传输 RDB 的压力可以分摊到充当经理角色的从服务器。

1.3.1 增量复制

• 网络断开又恢复后，从主从服务器会采用增量复制的方式继续同步，也就是只会把网络断开期间主服务器接收到的写操作命令，同步给从服务器。
• 主服务器怎么知道要将哪些增量数据发送给从服务器呢
  • repl_backlog_buffer，是一个「环形」缓冲区，用于主从服务器断连后，从中找到差异的数据；
  • replication offset，标记上面那个缓冲区的同步进度，主从服务器都有各自的偏移量，主服务器使用 master_repl_offset 来记录自己「写」到的位置，从服务器使用 slave_repl_offset 来记录自己「读」到的位置。
• 如果判断出从服务器要读取的数据还在 repl_backlog_buffer 缓冲区里，那么主服务器将采用增量同步的方式；
• 相反，如果判断出从服务器要读取的数据已经不存在 repl_backlog_buffer 缓冲区里，那么主服务器将采用全量同步的方式。

2. 哨兵机制

• 实现主从节点故障转移。它会监测主节点是否存活，如果发现主节点挂了，它就会选举一个从节点切换为主节点，并且把新主节点的相关信息通知给从节点和客户端
• 哨兵其实是一个运行在特殊模式下的 Redis 进程，相当于是“观察者节点”，观察的对象是主从节点。
• 主要负责三件事情：监控、选主、通知。
• 哨兵节点通过 Redis 的发布者/订阅者机制，哨兵之间可以相互感知，相互连接，然后组成哨兵集群，同时哨兵又通过 INFO 命令，在主节点里获得了所有从节点连接信息，于是就能和从节点建立连接，并进行监控了。
• 流程：
  • 判断主节点下线
    • 某个哨兵判定主节点下线（主观下线）后，就会向其他哨兵发起命令，其他哨兵收到这个命令后，就会根据自身和主节点的网络状况，做出赞成投票或者拒绝投票的响应。当赞成数到达预定值后，标记为客观下线
  • 选出哨兵leader
    • 拿到半数以上的赞成票
    • 拿到的票数同时还需要大于等于哨兵配置文件中的 quorum 值
  • 哨兵leader进行主从故障转移
    • 在已下线主节点（旧主节点）属下的所有「从节点」里面，挑选出一个从节点，并将其转换为主节点，选择的规则：
      • 过滤掉已经离线的从节点
      • 过滤掉历史网络连接状态不好的从节点
      • 将剩下的从节点，进行三轮考察：优先级、复制进度、ID 号。在每一轮考察过程中，如果找到了一个胜出的从节点，就将其作为新主节点
    • 让已下线主节点属下的所有「从节点」修改复制目标，修改为复制「新主节点」
    • 将新主节点的 IP 地址和信息，通过「发布者/订阅者机制」通知给客户端
    • 继续监视旧主节点，当这个旧主节点重新上线时，将它设置为新主节点的从节点

3. 切片集群模式

• 当 Redis 缓存数据量大到一台服务器无法缓存时，就需要使用 Redis 切片集群方案，它将数据分布在不同的服务器上，以此来降低系统对单主节点的依赖，从而提高 Redis 服务的读写性能。
• 采用哈希槽（Hash Slot），来处理数据和节点之间的映射关系。一个切片集群共有 16384 个哈希槽，这些哈希槽类似于数据分区，每个键值对都会根据它的 key，被映射到一个哈希槽中
  • 根据键值对的 key，按照 CRC16 算法 计算一个 16 bit 的值
  • 再用 16bit 值对 16384 取模，得到 0~16383 范围内的模数，每个模数代表一个相应编号的哈希槽
• 哈希槽怎么被映射到具体的 Redis 节点上的呢
  • 平均分配： 在使用 cluster create 命令创建 Redis 集群时，Redis 会自动把所有哈希槽平均分布到集群节点上。比如集群中有 9 个节点，则每个节点上槽的个数为 16384/9 个。
  • 手动分配： 可以使用 cluster meet 命令手动建立节点间的连接，组成集群，再使用 cluster addslots 命令，指定每个节点上的哈希槽个数。
    • 在手动分配哈希槽时，需要把 16384 个槽都分配完，否则 Redis 集群无法正常工作

4. 集群脑裂

4.1 什么是脑裂？

• 由于网络问题，主节点与从节点失联，但是主节点与客户端网络正常，客户端仍然向主节点写数据，但是此时主节点无法同步数据给从节点。哨兵模式选举新的leader作为主节点，这时集群有两个主节点了。

4.2 为什么集群脑裂会导致数据丢失？

• 网络好了之后，哨兵会把原来的主节点降级为从节点，然后从节点会向新的主节点请求数据同步。
• 第一次同步是全量同步，该从节点会清除自己本地的数据，然后再全量同步。这样会导致客户端之前写入的数据都丢失了

4.3 如何解决

• 当主节点发现从节点下线或者通信超时的总数量小于阈值时，那么禁止主节点进行写数据，直接把错误返回给客户端。
• 等到新主库上线时，就只有新主库能接收和处理客户端请求，此时，新写的数据会被直接写到新主库中。而原主库会被哨兵降为从库，即使它的数据被清空了，也不会有新数据丢失。