Redis挂掉了，还能正常访问吗？可以的话还能访问多久？为啥

Posted 2023-04-09

请大神们帮个忙

如何在 redis server 挂掉以后保持项目正常运行

项目使用 spring+springMVC+mybatis+redis 框架，redis 实现了mybatis 的二级缓存，Jedis 客户端。
现在的问题是，一旦在运行中redis 挂掉，比如我手动把它停掉，整个使用缓存的查询都用不了了，因为jedis会报 JedisConnectionException，是一种 RuntimeException。
那有没有方法让 redis server 连接失败时，通知mybatis 去db 查询，而不是死磕redis 呢？相当于让项目直接绕过redis 进行工作。
苦恼，有没有做过的前辈给指点指点，感激不尽！ 参考技术A 现在的问题是，一旦在运行中redis 挂掉，比如我手动把它停掉，整个使用缓存的查询都用不了了，因为jedis会报 JedisConnectionException，是一种 RuntimeException。 参考技术B 在此基础上，redis支持各种不同方式的排序与memcached一样，为了保证效率，数据都是缓存在内存中区别的是redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件，并且在此基础上实现了master-slave(主从)同步

腾讯三面：哨兵挂了，Redis还能正常工作吗？

redis哨兵都干了什么

redis哨兵是一个运行的特殊的redis进程，他主要有三个使命：

• 监控
• 选主
• 通知

监控的是什么

哨兵主要是监听主库和从库是否存活，怎么进行监控？ 哨兵会定期的给从库发送PING命令，如果从库没有在设定的时间内回复哨兵，那么就会认为从库下线了。哨兵也会定期的给主库发送PING命令进行通信，如果主库也没有在设定的时间内回复哨兵，那么就会认为主库也“下线了”。【注意我这里只是为了说明下监控的方式，真正判断的主库下线不是这样的】。

看图说话：

可以看到图中redis-2 slave 是灰色，表示已经down掉了，此时并没有正常返回给哨兵响应，所以被标记为下线状态了。

主库的监控

这里为什么要单独来说下主库的监控呢？因为主库监控，不能说哨兵没有收到PING的响应，那么就认为主库就下线了，因为主库的选举是一个很复杂的过程，会有耗时和通信的开销，所以我们不能简单认为哨兵没有收到PING的响应，那么就直接判断主库下线了，然后就进行选举，如果是从库可以的，因为从库下线了，对于主从集群来说，影响不会很大。

在主库压力比较大，或者网络阻塞了，出现抖动了，这个是并没有在设定的时间内回复给哨兵响应，那么此时武断的认为主库"下线了"，此时就出现了误判，明明不需要进行选主，不需要进行通知，此时白白浪费的资源、同时带来了开销。

看图说话：

在网络畅通的情况下，哨兵发了一个PING给主库

此时网络阻塞，变成了红色，PONG，没有在设定的时间内返回

网络恢复顺畅，哨兵重试，在设定的时间内返回响应

通过上面三幅图，其实就可以看出，网络阻塞的情况下，会出现误判的情况。

那么reids是怎么判断主库下线的呢？其实redis采用哨兵集群的方式，让哨兵集群中的每个哨兵都和主库进行通信，如果多数都没有在设定的时间内响应给哨兵，因为多个哨兵都出现网络不稳定的情况概率就大大降低了，那么此时这个主库就认为是下线了。下面我们来细细地说下这个过程，同时引入哨兵集群也解决了哨兵单点的问题。

主库的下线判断

这个过程分为主观下线和客观下线。

主观下线：指的是一个哨兵在设定的时间内，没有收到主库的响应，那么此时是这个哨兵主观的认为主库下线了，并不能认为真正的下线。

客观下线：指的是，当多数哨兵在设定的时间内，都没有收到主库的响应，那么此时就可以认为主库真的下线，称为客观事实了。

继续看图说话：

下图中只有哨兵B，没有在设定的时间内，收到响应，判断为主观下线了，但是其他哨兵A和哨兵C都能在设定的时间内收到响应，所以还是线上状态，少数服从多数，此时结论还是上线状态。

下图中哨兵B和哨兵C，都没有在设定的时间内收到响应，即使哨兵A收到正常的响应，那么此时已经构成多数情况下的主观下线，此时就可以判断为客观下线了。

选主

上面的我相信大家已经很清楚，redis的怎么判断主库的下线了，那么此时redis需要从剩下的所有的从库中再次选举出一个新的主库，来接收后面来的写请求。

reids哨兵会对从库们进行打分，谁的分数高，那么它就是新的master了，下面来详细说选主的过程。

哨兵在进行打分之前，先会在从库进行筛选，把不合格的从库筛选掉，留下优秀的种子选手来进行参赛打分。

那么筛选的依据是什么呢？

哨兵会把标记为下线的从库和主从之间网络不顺畅的从库筛选掉，看下图你就明白了：

在主从模式下，如果主从之间网络断开的次数和超时时间超过 down-after-milliseconds 的设置，那么就会认为该从库网络不健康了，不稳定了。

接下来就会从剩下的优秀从库内进行打分，打分最高者为新的Master，

打分会从三个层级进行打分，记住只会比较一个层级的分数，只要在当前的层级分数最高就可以了，如果分数相同，再比下一个层级，以此类推。

第一轮：比较从库的优先级

你可以手动设置从库的优先级，通过 slave-priority 进行设置，数字越小，级别越高。如果这个层次，有优先级级别最高的出现，那么就选此从库做为Master，选举就结束了，如果优先级相同，那么进入下一轮打分。 看图：

第二轮：与主库的同步进度越接近

肯定是从库的数据越新，那么选择它作为新的Master，才最有意义了。那怎么才能知道哪个从库才是最新的呢？

我们之前上一篇redis主从原理，从库会记录自己同步主库的进度，这个参数为slave_repl_offset , 是累加的，也就是这个值越大，那么它们谁同步的数据就是最新的，得分就是最高的，选举就结束了，如果复制进度相同，那么还需要进入下一轮，比较ID。 看图：

第三轮：ID号越小，得分越高

比较自己的ID【redis在启动的时候，会给自己分配一个ID】，ID越小，自己得分就越高。

最多经历三轮打分，主库就会被重新选出，那么哨兵就会通知其他从库执行replicaof 指向新的主库，进行主从切换，这里有一个细节，需要注意，不知道你没有想到，就是由哪个哨兵来执行主从切换呢？

哨兵选举Leader

其实由哪个哨兵来进行发号施令，进行主从切换，这个哨兵是需要进行选举的其实由哪个哨兵来进行发号施令，进行主从切换，这个哨兵是需要进行选举的。

本篇前面说过，判断主库是否下线是需要进行主观下线和客观下线两个过程，自己先标记为主观下线，当多数都标记为主观下线的时候，那么就认为客观下线了，那么这个多数应该是多少呢，其实是通过quorum配置项配置的，如果我们有三个哨兵，quorum 配置为2 ，那么除了自己判断主观下线，还需要一个哨兵也需要判断为主观下线，那么此时才会进入客观下线了，这个判断的过程，其实就是一个投票的过程，包括自己给自己投一票，还包括向其他实例发送 is-master-down-by-addr 命令，询问其他实例，自己判断的这个主库是不是下下了，如果得到对方的响应，那么自己的票数就累加，哨兵投过票了，就不会给其他哨兵再次投票了。

这里具体看图：

这个图只是简单地为了说明，哨兵B和哨兵C都发现了redis Master 为主观下线了，但是哨兵B 优先给其他哨兵发了 is-master-down-by-addr 命令，并得到了哨兵C的回复，那么加上自己给自己的投票，那么就是得票数为2 ，大于等于 quorum的配置值 2，此时主库标记为客观下线.

如果哨兵B 要想成为Leader，那么还要同时满足得到的票数大于等于哨兵（n/2 + 1）数量才可以成为leader，这里由于我们有三个哨兵，票数过半的话，也就是大于等于2，所以此时哨兵B可以成为Leader了。

所以称为leader要满足的条件为：

• 得到的票数要达到配置的quorum阀值。
• 获得哨兵半数以上的票数。

通知

哨兵B Leader 可以主持主从切换了,通知其他从库执行replicaof 到新的Master，主从切换完成之后，还会通知连接redis 的客户端，告诉它们新的Master的地址和端口。

这里在说下是怎么通知redis 客户端 Master要换新的ip和端口了呢？

其实redis客户端可以定于哨兵的主从切换事件，当完成主从切换后，哨兵就发送这个事件的结果，那么订阅了这个事件的redis客户端都会收到通知，此时redis客户端就可以更新到新的Master的地址了。

如果出现网络断开或者抖动，没有收到订阅事件的通知，那么其实还可以调用哨兵提供的接口，进行重新拉取。

通知模型：

总结

今天主要是熟悉哨兵的工作原理和过程，下面来做下总结：

哨兵都干了什么？

监控、选主、通知。

监控：

监控主从节点是否下线，从节点可以简单认为没有收到响应就直接下线，因为从节点下线一般不会影响到集群的使用。

主节点的下线，分为主观下线和客观下线，只有在多数都认为是主观下线了，才认为是客观下线了。

选主：

首先进行筛选，把标记为下线的从库，网络不稳定的从库晒出掉。

接下来进行打分，主要会分三个阶段：分别从 从库的优先级、复制进度、ID大小来进行打分。

通知：

通知其他从库执行replicaof 到新的Master，主从切换完成之后，还会通知连接redis 的客户端，告诉它们新的Master的地址和端口。

哨兵选举过程：

哨兵投票机制：

a：哨兵实例只有在自己判定主库下线时，才会给自己投票，而其他的哨兵实例会把票投给第一个来要票的请求，其后的都拒绝。

b：如果出现多个哨兵同时发现主库下线并给自己投票，导致投票选举失败，就会触发新一轮投票，直至成功。

哨兵成为Leader的必要条件：

a：获得半数以上的票数。

b：得到的票数要达到配置的quorum阀值。

注意的点

在master关掉 到 主从切换完成，通知完客户端，这个期间，所有的写请求是不能处理的，因为master已经挂掉了，如果采用的是读写分离，所有的读请求就是可以正常处理的，读请求会被分到从库上去。如果此时想让业务感知不到异常，可以采取相应的降级策略，可以让写请求先写入到mq中，等待恢复之后，再写入到新的master就可以了。

这里在强调一下哨兵进行主从切换的前提条件，必须要选择出哨兵Leader，由Leader进行通知从进行主从切换和通知客户端更换新的Master的地址和端口。

在这里举个例子，如果有5个哨兵，quorum 配置为2，那么要想成为Leader，那么获得票数必须要达到2 才能判断一个主库为客观下线，同时获得票数也要大于等于(n/2) + 1 的票数，也就是获得3以上才可以。如果此时有3个哨兵故障了，即使你获得了2票，能判断为客观下线，那么由于没有过半的哨兵数量，也是无法选举出Leader ，也就无法进行下面的过程了，此时集群就玩完了。

问题

这里给大家留一个问题，我们知道可以通过下面命令进行哨兵集群的搭建：

sentinel monitor <master-name> <ip> <redis-port> <quorum> 

这里只是设置了 ip 和端口，以及quorum值，那么整个集群之间是怎么建立通信，进而能后续的选举leader做准备，同时它又是怎么获得从库的ip和端口列表，进而来做后续的从库的监控。

原文链接：
https://juejin.cn/post/6986567805386620941