redis 主从一致性 redis主从架构数据一致性

转载

冷月星 2023-07-12 14:17:40

文章标签 redis 主从一致性网络 java redis 数据库 文章分类 Redis 数据库

AOF和RDB分别可以通过回放日志和重新读入RDB文件的方式恢复数据，从而保证尽量少丢失数据，提升可靠性。
即使用了这两种方法，也依然存在服务不可用的问题，比如实例宕机了在恢复期间，是无法服务新来的数据存取请求。

那Redis又何来的高可靠性呢？

这里有两层含义：

数据少量丢失
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。即使又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。

多实例保存同一份数据，听起来好像不错，但是，我们必须考虑一个问题：这么多副本，他们之间的数据如何保持一致？数据读写操作可以发给所有的实例吗？

实际上，Redis提过了主从库模式，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：首先从主库执行，然后主库将写操作同步给从库。

为什么要采用读写分离的方式呢？

可以设想一下，不管是主库还是从库，都能接收客户端的写操作，那么，一个直接的问题就是：如果客户端对同一个数据前后修改了三次，每一次的修改请求都发送到不同的实例上，在不同的实例上的副本就不一致了。在读取数据的时候，就可能读取到旧的值。
如果我们非要保持这个数据在三个实例上一致，就要涉及到加锁、实例间协商是否完成修改等一系列操作，但这会带来巨额的开销，当然是不太能接受的。
而主从库模式一旦采用了读写分离，所有的数据的修改只会在主库上进行，不用协商三个实例。主库有了新的数据后，会同步给从库，这样，主从库的数据就是一致的。

主从库同步是如何完成的？主库数据是一次性传给从库，还是分批同步？要是主从库间的网络断连了，数据还能保持一致吗？

主从库如何进行第一次同步？

当我们启动多个Redis实例的时候，他们相互之间就可以通过replicaof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一次同步。

第一个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。
具体来说。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命令包括了主库的runID和复制offset两个参数。
runID，是每个Redis实例启动时都会自动生成一个随机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“？”。
主库收到psync命令后，会用FULLRESYNC相应命令带上两个参数：主库runID和主库目前的复制进度offset，返回给从库。从库收到响应后，会记录下这两个参数。
第二阶段，主库将所有的数据同步给从库。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。
具体来说，主库执行bgsave命令，生成RDB文件，接着将文件发送给从库。从库🉑️RDB文件后，会先清空当前数据库，然后加载RDB文件。这是因为从库在通过加载RDB文件。这是因为从库通过replicaof命令开始和主库同步前，可能保存了其他数据。为了避免之前的数据影响，从库需要先把当前数据清空。
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菜的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。
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，在发送给从库。具体的操作是，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。这样依赖，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

通过分析主从库间第一次数据同步的过程，你可以看到一次全量复制中，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。那么有没有好的解决方法可以分担主库压力呢？
其实还是有的，这就是“主 - 从 - 从 ”模式
在刚才介绍的主从库模式中，所有的从库都是和主库连接，所有的全量复制也都是和主库进行的。现在，我们可以通过“主 - 从 - 从 ”模式将主库生成的RDB文件和传输RDB的压力，以级联的方式分散到从库上。
简单来说，我们部署主从集群的时候，可以以手动的方式选择一个从库（比如选择内存资源配置较高的从库），用于级联其他从库。然后，我们可以在选择一些从库（例如三分之一的从库），在这些从库上执行如下命令，让他们和刚才所选的从库建立起主从关系。

replicaof 所选从库 IP 6379

这样依赖，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。

还有一个风险点！

主从库之间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。
听上去简单，但不可忽视的是，这个过程中存在着风险点，最常见的就是网络断链或者阻塞。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有办法和主库保持一致了，客户端就可能从从库中读到旧数据。

如何解决？

在Redis2.8之前，如果主从库在命令传播时出现了网络闪断，俺么，从库就会重新进行一次全量复制，开销非常大。
从Redis2.8以后，网络断了之后，主从库会采用增量复制的方式继续同步。听名字大概就可以猜到它和全量复制的不同：全量复制就是同步所有数据，而增量复制只会把主从库网络断连期间主库收到的命令，同步给从库。
那么，增量复制时，主从库之间具体是怎样保持同步的呢？这里的奥妙在于repl_backing_buffer这个缓冲区。我们先来看下他是如何用户增量命令的同步的。
当主从库断连后，主库会把断连期间收到的写操作，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，这算是他们的起始位置，我们通常会用偏移量来衡量这个偏移距离的大小，对于主库来说，对应的偏移量就是master_repl_offset。从库接收到的新写操作越多，这个值也就越大。
同样，从库在复制完成写操作命令后，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。
主从库的连接恢复以后，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，所以，一般来说master的指针会大于slave的指针。