数据同步：主从库如何实现数据一致？

• 那我们总说的 Redis 具有高可靠性，又是什么意思呢？
  • 其实，这里有两层含义：一是数据尽量少丢失，二是服务尽量少中断。
  • AOF 和 RDB 保证了前者，而对于后者，Redis 的做法就是增加副本冗余量，将⼀份数据同时保存在多个实例上。
  • 即使有一个实例出现了故障，需要过一段时间才能恢复，其他实例也可以对外提供服务，不会影响业务使用。
• 实际上，Redis 提供了主从库模式，以保证数据副本的一致，主从库之间采用的是读写分离的方式。
  • 读操作：主库、从库都可以接收；
  • 写操作：首先到主库执行，然后，主库将写操作同步给从库。
• 一个 Redis 实例的数据库不要太大，一个实例大小在几 GB 级别比较合适，这样可以减少 RDB 文件生成、传输和重新加载的开销。

主从库间如何进行第一次同步？

• 当我们启动多个 Redis 实例的时候，它们相互之间就可以通过 replicaof（Redis 5.0之前使用 slaveof）命令形成主库和从库的关系，之后会按照三个阶段完成数据的第一次同步。
• 例如，现在有实例 1（ip：172.16.19.3）和实例 2（ip：172.16.19.5），我们在实例 2 上执行以下这个命令后，实例 2 就变成了实例 1 的从库，并从实例 1 上复制数据：replicaof 172.16.19.3 6379。
• 主从库间数据第一次同步的三个阶段：
  
  • 第一阶段是主从库间建立连接、协商同步的过程，主要是为全量复制做准备。在这一步，从库和主库建立起连接，并告诉主库即将进行同步，主库确认回复后，主从库间就可以开始同步了。
    • 从库给主库发送 psync 命令，表示要进行数据同步，主库根据这个命令的参数来启动复制。
    • psync 命令包含了主库的 runID 和复制进度 offset 两个参数。
      • runID，是每个 Redis 实例启动时都会自动生成的一个随机 ID，用来唯一标记这个实例。当从库和主库第一次复制时，因为不知道主库的 runID，所以将 runID 设为 “?”。
      • offset，此时设为 -1，表示第一次复制。
    • FULLRESYNC 响应表示第一次复制采用的全量复制，也就是说，主库会把当前所有的数据都复制给从库。
  • 在第二阶段，主库将所有数据同步给从库。从库收到数据后，在本地完成数据加载。这个过程依赖于内存快照生成的 RDB 文件。
    • 主库执行 bgsave 命令，生成 RDB 文件，接着将文件发给从库。
    • 从库接收到 RDB 文件后，会先清空当前数据库，然后加载 RDB 文件。
    • 在主库将数据同步给从库的过程中，主库不会被阻塞，仍然可以正常接收请求。否则，Redis 的服务就被中断了。
    • 但是，这些请求中的写操作并没有记录到刚刚生成的 RDB 文件中。
    • 为了保证主从库的数据一致性，主库会在内存中用专门的 replication buffer，记录 RDB 文件生成后收到的所有写操作。
  • 最后，也就是第三个阶段，主库会把第二阶段执行过程中新收到的写命令，再发送给从库。
    • 当主库完成 RDB 文件发送后，就会把此时 replication buffer 中的修改操作发给从库，从库再重新执行这些操作。
    • 这样一来，主从库就实现同步了。

主从级联模式分担全量复制时的主库压力

• 一次全量复制中，对于主库来说，需要完成两个耗时的操作：生成 RDB 文件和传输 RDB 文件。

• 如果从库数量很多，而且都要和主库进行全量复制的话，就会导致主库忙于 fork 子进程生成 RDB 文件，进行数据全量同步。

  • fork 这个操作会阻塞主线程处理正常请求，从而导致主库响应应用程序的请求速度变慢。
  • 此外，传输 RDB 文件也会占用主库的网络带宽，同样会给主库的资源使用带来压力。

• 我们可以通过“主-从-从”模式将主库生成 RDB 和传输 RDB 的压力，以级联的方式分散到从库上。
  

  • 简单来说，我们在部署主从集群的时候，可以手动选择一个从库，用于级联其他的从库。
  • 然后，我们可以再选择一些从库（例如三分之⼀的从库），让它们和刚才所选的从库，建立起主从关系。
  • 这样一来，这些从库就会知道，在进行同步时，不用再和主库进行交互了，只要和级联的从库进行写操作同步就行了，这就可以减轻主库上的压力。

• 一旦主从库完成了全量复制，它们之间就会一直维护一个网络连接，主库会通过这个连接将后续陆续收到的命令操作再同步给从库，这个过程也称为基于长连接的命令传播，可以避免频繁建立连接的开销。

  • 这个过程中存在着风险点，最常见的就是网络断连或阻塞。
  • 如果网络断连，主从库之间就无法进行命令传播了，从库的数据自然也就没办法和主库保持一致了，客户端就可能从从库读到旧数据。

主从库间网络断了怎么办？

• 当主从库断连后，主库会把断连期间收到的写操作命令，写入 replication buffer，同时也会把这些操作命令也写入 repl_backlog_buffer 这个缓冲区。

  • repl_backlog_buffer 是一个环形缓冲区，主库会记录自己写到的位置，从库则会记录自己已经读到的位置。
    • 刚开始的时候，主库和从库的写读位置在一起，这算是它们的起始位置。
    • 随着主库不断接收新的写操作，它在缓冲区中的写位置会逐步偏离起始位置，我们通常用偏移量来衡量这个偏移距离的大小，对主库来说，对应的偏移量就是 master_repl_offset。
    • 主库接收的新写操作越多，这个值就会越大。
    • 同样，从库在复制完写操作命令后，它在缓冲区中的读位置也开始逐步偏移刚才的起始位置，此时，从库已复制的偏移量 slave_repl_offset 也在不断增加。正常情况下，这两个偏移量基本相等。
  • 主从库的连接恢复之后，从库首先会给主库发送 psync 命令，并把自己当前的 slave_repl_offset 发给主库，主库会判断自己的 master_repl_offset 和 slave_repl_offset 之间的差距。
    • 在网络断连阶段，主库可能会收到新的写操作命令，master_repl_offset 会大于 slave_repl_offset。
    • 此时，主库只用把 master_repl_offset 和 slave_repl_offset 之间的命令操作同步给从库就行。
      

• 因为 repl_backlog_buffer 是一个环形缓冲区，所以在缓冲区写满后，主库会继续写入，此时，就会覆盖掉之前写入的操作。如果从库的读取速度比较慢，就有可能导致从库还未读取的操作被主库新写的操作覆盖了，这会导致主从库间的数据不一致。

  • 因此，我们要想办法避免这一情况，我们可以调整 repl_backlog_size 这个参数。
    • 这个参数和所需的缓冲空间大小有关。缓冲空间的计算公式是：缓冲空间大小=主库写入命令速度 x 操作大小-主从库间网络传输命令速度 x 操作大小。
    • 在实际应用中，考虑到可能存在一些突发的请求压力，我们通常需要把这个缓冲空间扩大一倍，这也就是 repl_backlog_size 的最终值。
  • 这样一来，增量复制时主从库的数据不一致风险就降低了。
    • 不过，如果并发请求量非常大，连两倍的缓冲空间都存不下新操作请求的话，此时，主从库数据仍然可能不一致。
    • 针对这种情况，一方面，你可以根据 Redis 所在服务器的内存资源再适当增加repl_backlog_size 值，比如说设置成缓冲空间大小的 4 倍，另一方面，你可以考虑使用切片集群来分担单个主库的请求压力。