Redis高可用架构演进面试笔记

1. 主从复制架构

核心概念

Redis单节点并发能力有限，通过主从集群实现读写分离提升性能：

• Master节点：负责写操作
• Slave节点：负责读操作，从主节点同步数据

主从同步流程

全量同步（首次同步）

1. 建立连接：从节点向主节点发送同步请求（携带replicationid、offset）
2. 版本校验：主节点判断是首次请求，与从节点同步版本信息
3. 生成快照：主节点执行bgsave生成RDB文件
4. 数据传输：将RDB文件发送给从节点加载
5. 增量补偿：同步期间新写入的命令记录到缓冲区（replication buffer），随后发送给从节点

增量同步（后续同步）

1. 断线重连：从节点重启或网络恢复后请求同步
2. 偏移量对比：主节点获取从节点的offset值
3. 差异同步：从命令日志（replication backlog）中获取offset之后的数据发送给从节点

关键参数：

• replicationid：标识数据集版本
• offset：复制偏移量，标识同步进度

2. 哨兵机制（Sentinel）

解决问题

主从架构无法自动故障转移，引入哨兵实现高可用。

工作原理

健康监测

• 心跳检测：每隔1秒向集群实例发送PING命令
• 主观下线：单个哨兵认为实例无响应
• 客观下线：超过quorum数量的哨兵都认为实例下线（quorum > 哨兵数/2）

故障转移

自动选举新的主节点，选主规则按优先级：

1. 网络连接：排除与主节点断开时间过长的从节点
2. slave-priority：优先级配置，数值越小优先级越高
3. 复制偏移量：offset越大（数据越新）优先级越高
4. 运行ID：ID越小优先级越高

3. 脑裂问题

问题描述

网络分区导致集群出现两个Master节点，类似"大脑分裂"。

产生原因

主节点与哨兵、从节点网络隔离，哨兵误判主节点下线并选举新主节点。

危害

• 客户端向旧主节点写入数据
• 新主节点无法同步这些数据
• 网络恢复后数据丢失

解决方案

配置参数限制写入条件：

min-replicas-to-write 1        # 至少1个从节点在线
min-replicas-max-lag 5         # 主从同步延迟不超过5秒

4. 分片集群（Cluster）

解决问题

主从+哨兵仍存在两个核心问题：

• 海量数据存储：单主节点内存限制
• 高并发写入：单主节点写入瓶颈

集群特征

• 多个Master节点，每个存储不同数据
• 每个Master可配置多个Slave节点
• Master间通过PING监测健康状态
• 客户端可访问任意节点，自动路由到正确节点

数据分片机制

哈希槽（Hash Slot）

• 槽位总数：16384个哈希槽
• 分配算法：CRC16(key) % 16384
• 槽位分配：每个Master节点负责一部分槽位

数据路由流程

1. 客户端对key进行CRC16校验
2. 对16384取模确定槽位
3. 根据槽位映射找到对应节点
4. 如果访问错误节点，返回MOVED重定向

面试要点总结

架构演进路径

单机 → 主从复制 → 哨兵集群 → 分片集群

各架构解决的问题

• 主从复制：读写分离，提升并发读能力
• 哨兵机制：自动故障转移，实现高可用
• 分片集群：水平扩展，解决存储和写入瓶颈

核心技术点

• 数据同步：全量同步 + 增量同步
• 故障检测：心跳机制 + 主客观下线
• 数据分片：一致性哈希槽算法
• 脑裂预防：最小从节点数 + 同步延迟限制