一、前言

二、哨兵

1、是什么？

2、哨兵的功能

3、案例演示

Redis Sentinel 架构

配置说明

哨兵配置文件

主从配置文件

主节点宕机后各节点状态

主从切换后配置文件的自动调整

4、哨兵运行流程和选举原理

SDOWN主观下线

ODOWN客观下线

选出新的主节点

哨兵领导者选举流程

新主节点选举

5、哨兵架构的缺陷

一、前言

上篇文章中，我们提到了Redis单机模式下的问题，并且引入了Redis的主从复制架构，从主从复制的配置谈起，并且演示了Redis的一主二从的架构，提到了两种实现主从复制的方案，且大致介绍了主从复制的原理和流程。

虽然Redis支持主从复制实现数据冗余，但当主节点故障时，需要人工干预进行故障转移，无法自动恢复服务。
我们在生产环境中，需要保证Redis服务在节点故障时能够自动恢复，减少人工干预和停机时间。
需要持续监控Redis实例的健康状态，及时发现潜在问题。

基于上面情况的考虑，我们是不是可以大胆假设一下，如果有一个东西能自动帮我们监控Redis的实例的状态，并且在主节点宕机的时候立即帮我们重新设置一个新的主节点，这样就大大减少了人工干预所浪费的时间。

这就是本文的主题--Redis哨兵

二、哨兵

1、是什么？

主从模式中，一旦主节点由于故障不能提供服务，需要人工将从节点晋升为主节点，同时还要通知应用方更新主节点地址。显然，多数业务场景都不能接受这种故障处理方式。Redis从2.8开始正式提供了Redis Sentinel（哨兵）架构来解决这个问题，它是一个分布式系统，用于监控Redis主从实例的健康状态，在主从复制的基础上，哨兵引入了主节点的自动故障转移。

哨兵会巡查监控后台master主机是否故障，如果故障了根据投票数自动将某一个从库转换为新主库，继续对外服务，俗称无人值守运维

下图展示了一个Redis哨兵架构图，其中红色方块代表主节点，负责处理读写请求。黄色方块代表从节点，通过 replication 从主节点同步数据。灰色方块代表哨兵节点，有三个哨兵，这是官方建议的最小的哨兵数量，为了避免单点故障。哨兵通过虚线箭头持续监控主节点和从节点的健康状态，如心跳检测

2、哨兵的功能

主从监控
- 监控主从redis库运行是否正常
消息通知
- 哨兵可以将故障转移的结果发送到客户端
故障转移
- 如果master异常，则会进行主从切换，将其中一个slave作为新master
配置中心
- 客户端通过连接哨兵来获得当前Redis服务的主节点地址

3、案例演示

Redis Sentinel 架构

主从架构还是采用上篇文章中的一主二从架构，另外再增加三个哨兵，自动监控和维护集群，不存放数据，只是监控。

上图展示了 Redis Sentinel 的架构，需要注意的是由于虚拟机运行内存问题，这次演示是将哨兵放在一台机器上，真正部署项目时要分开。

配置说明

1、在 /myredis 目录新建或者拷贝 sentinel.conf

2、redis解压目录下默认的sentinel.conf文件如下

3、sentinel.conf 文件配置

bind 服务监听地址，用于客户端连接
daemonize 是否以后台daemon方式运行
protected-mode 安全保护模式
port 端口
logfile 日志文件路径
pidfile pid日志路径
dir 工作目录

重点参数项说明
sentinel monitor <master-name> <ip> <redis-port> <quorum>
设置要监控的master服务器。
quorum 表示最少有几个哨兵认可客观下线，同意故障迁移的法定票数。

我们知道，网络是不可靠的，有时候一个 sentinel 会因为网络堵塞而误以为一个 master redis 已经死掉了，在 sentinel 集群环境下需要多个 sentinel 互相沟通来确认某个 master 是否真的死了，quorum 这个参数是进行客观下线的一个依据，意思是至少有 quorum 个 sentinel 认为这个 master有故障，才会对这个 master 进行下线以及故障转移。因为有的时候，某个 sentinel 节点可能因为自身网络原因，导致无法连接 master，而此时 master 并没有出现故障，所以，这就需要多个sentinel 都一致认为该 master 有问题，才可以进行下一步操作，这就保证了公平性和高可用。
sentinel auth-pass <master-name> <password>
//如果master设置了密码，连接master服务的密码sentinel down-after-milliseconds <master-name> <milliseconds>
//指定多少毫秒之后，主节点没有应答哨兵，此时哨兵主观上认为主节点下线sentinel parallel-syncs <master-name> <nums>：
//表示允许并行同步的slave个数，当Master挂了后，哨兵会选出新的Master，
//此时，剩余的slave会向新的master发起同步数据sentinel failover-timeout <master-name> <milliseconds>：
//故障转移的超时时间，进行故障转移时，如果超过设置的毫秒，表示故障转移失败sentinel notification-script <master-name> <script-path> ：
//配置当某一事件发生时所需要执行的脚本sentinel client-reconfig-script <master-name> <script-path>：
//客户端重新配置主节点参数脚本

哨兵配置文件

三台哨兵配置如下

由于机器硬件关系，三个哨兵都同时配置在192.168.111.169同一台机器上：

sentinel26379.conf
sentinel26380.conf
sentinel26381.conf

这些文件中都是我们自己要填写的，内容如下

sentinel26379.conf

sentinel26380.conf
sentienl26381.conf
主从配置文件

接下来一主二从架构如下

需要注意的是，我们测试主机宕机的情况，所有6379后续可能会变成从机，需要设置访问新主机的密码，设置masterauth项访问密码为111111，

不然后续可能报错master_link_status:down

主机 redis6379.conf

从机 redis6380.conf

从机 redis6381.conf

启动一主二从

6379.confredis-server /myredis/redis6379.conf redis-cli -a 1234566380.confredis-server /myredis/redis6380.conf redis-cli -a 123456 -p 63806381.confredis-server /myredis/redis6381.conf redis-cli -a 123456 -p 6381

启动哨兵

redis-sentinel sentinel26379.conf --sentinel
redis-sentinel sentinel26380.conf --sentinel
redis-sentinel sentinel26381.conf --sentinel

完成一次主从复制，可以看到没什么问题

主节点宕机后各节点状态

下面手动关闭6379主机，模仿主机意外宕机

查看 6379 的主从信息

观察从机6380

“Broken pipe”错误通常表示客户端与服务器之间的连接被意外中断。错误发生后，客户端显示not connected，表明与Redis服务器的连接已经断开。

类别	内容
认识 broken pipe	pipe 是管道的意思，管道里面是数据流，通常是从文件或网络套接字读取的数据。当该管道从另一端突然关闭时，会发生数据突然中断，即是 broken，对于 socket 来说，可能是网络被拔出或另一端的进程崩溃
解决问题	其实当该异常产生的时候，对于服务端来说，并没有多少影响。因为可能是某个客户端突然中止了进程导致了该错误
总结 Broken Pipe	这个异常是客户端读取超时关闭了连接，这时候服务器端再向客户端已经断开的连接写数据时就发生了 broken pipe 异常！

观察从机 6381

接下来查看三台哨兵的日志文件

sentinel26379
sentinel26380
sentinel26381

以sentinel26379的日志为例，解释图

1. Sentinel ID

Sentinel ID is 293208ae686ecf0d5e90ba7c66a1692061e410e2:
这是当前Sentinel实例的唯一标识符，用于区分不同的Sentinel节点。

2. 监控主节点

+monitor master mymaster 192.168.111.169 6379 quorum 2:
Sentinel开始监控名为mymaster 的主节点，其IP地址为192.168.111.169，端口为6379。
quorum 2表示至少需要2个Sentinel节点同意才能进行故障转移。

3. 发现从节点

+slave slave 192.168.111.172:6380 192.168.111.172 6380 @ mymaster 192.168.111.169 6379:
Sentinel发现了从节点192.168.111.172 6380，该节点属于主节点mymaster。

4. 新配置保存到磁盘

Sentinel new configuration saved on disk:
Sentinel将新的配置信息保存到了磁盘上，确保配置的持久化。

5. 主节点下线

+sdown master mymaster 192.168.111.169 6379:
Sentinel检测到主节点 mymaster 主观下线（Subjectively Down, SDOWN），即某个Sentinel认为主节点不可用。

6. 故障转移准备

#new-epoch 1:
Sentinel进入新的纪元（Epoch），这是为了确保在故障转移过程中的一致性。

vote-for-leader 90bb3177d97028772b2358444efcd407024f0664 1:
Sentinel参与选举新的领导者，以协调故障转移过程。

7. 主节点客观下线

#odown master mymaster 192.168.111.169 6379 #quorum 3/2:
至少有3个Sentinel节点（超过quorum 2）确认主节点客观下线（Objectively Down, ODOWN），即大多数Sentinel都认为主节点不可用。

8. 故障转移延迟

Next failover delay: I will not start a failover before Fri Jul 1 11:54:24 2022:
Sentinel决定在指定时间之前不启动故障转移，可能是为了避免频繁的故障转移操作。

9. 配置更新和主节点切换

config-update-from sentinel 90bb3177d97028772b2358444efcd407024f0664 192.168.111.169 26380 @ mymaster 192.168.111.169 6379:
从其他Sentinel节点接收配置更新。

switch-master mymaster 192.168.111.169 6379 192.168.111.173 6381:
将主节点切换为192.168.111.173 6381，完成故障转移。

10. 从节点状态更新

+slave slave 192.168.111.172:6380 192.168.111.172 6380 @ mymaster 192.168.111.173 6381:
更新从节点的状态，使其连接到新的主节点。

再次查看 6381 节点的主从信息，可以看到如上面哨兵的日志文件所述，本次是将6381选为新的主机。再次重启6379(之前的主节点)之后，发现此时它已经成为了6381的从节点

对于6380来说，它依然是从节点，但是它的上级主节点已经从6379换成了6381.

主从切换后配置文件的自动调整

!***！最后还需要注意的是在Redis Sentinel架构中，当发生Master-Slave切换时，相关的配置文件会自动进行相应的调整，以适应新的集群状态。这种动态调整机制保证了Redis集群的高可用性和一致性。

当Master-Slave切换完成后，以下三个配置文件的内容会发生改变：
- 新上任的从节点的配置文件
- 原主节点的配置文件
- Sentinel的配置文件

具体来说，对于新上任的主节点（6381）的配置文件

在成为主节点之前， redis6381.conf 文件中会包含一行 replicaof 192.168.111.169 6379的配置，用于指定其主节点为6379。
当该节点被选举为新的主节点后，Redis Sentinel 会自动删除或注释掉这一行配置，因为新主节点不再需要作为副本（replica）从其他节点同步数据。

对于之前的的主节点（6379）的配置文件

原来的主节点在切换后变为从节点，其配置文件中会新增一行 replicaof 192.168.111.169 6381 配置，指定新的主节点地址和端口。

对于哨兵配置文件 sentinel.conf

Sentinel的监控目标会随之调整，以反映新的主从关系。原本监控旧主节点的配置会被更新为监控新主节点。
需要注意的是首次配置 Sentinel 时，会使用类似 sentinel monitor mymaster 192.168.111.169 6379 2 的命令。这行配置告诉 Sentinel：“请开始监控一个名为mymaster的主节点，它当前的地址是 192.168.111.169 6379”。
故障转移后的变化：
当发生故障转移后，Sentinel 集群会达成共识，将一个从节点 192.168.111.169 6381提升为新的主节点。
sentinel.conf 文件本身可能不会重写最初的 sentinel monitor 那一行（即它可能还是 ... 192.168.111.169 6379...），但这行配置的“意义”已经通过 Sentinel 的内部状态和后续的持久化信息被覆盖了。
关键变化在于 Sentinel 会将新的主节点信息持久化到配置文件中。在 sentinel.conf 文件里会看到类似这样的新行被自动添加：

master mymaster 192.168.111.173 6381
//这行 master 记录明确指出了当前 mymaster 
//这个逻辑名称所对应的实际主节点是 192.168.111.173:6381。

因此，Sentinel 的“监控目标”确实是动态调整的，但它不是简单地修改最初的sentinel monitor 那一行。

它是通过维护一个动态的、持久化的主节点记录来实现的。Sentinel 在运行时会优先使用这个最新的 master mymaster... 记录来确定当前的主节点是谁。

即使最初的 sentinel monitor 行没有改变，Sentinel 的实际监控行为已经完全指向了新的主节点。

4、哨兵运行流程和选举原理

当一个主从配置中的master失效之后，sentinel可以选举出一个新的master用于自动接替原master的工作，主从配置中的其他redis服务器自动指向新的master同步数据。

一般建议sentinel采用奇数台，哨兵集群的可靠性依赖于 “多数投票机制”，而奇数个哨兵节点是确保这一机制有效的关键。

SDOWN主观下线

所谓主观下线（Subjectively Down，简称 SDOWN）指的是单个Sentinel实例对服务器做出的下线判断，即单个sentinel认为某个服务下线（有可能是接收不到订阅，之间的网络不通等等原因）。主观下线就是说如果服务器在[sentinel down-after-milliseconds]给定的毫秒数之内没有回应PING命令或者返回一个错误消息，那么这个Sentinel会主观的(单方面的)认为这个master不可以用了

sentinel down-after-milliseconds <masterName> <timeout>
表示master被当前sentinel实例认定为失效的间隔时间，这个配置其实就是进行主观下线的一个依据
master在多长时间内一直没有给Sentine返回有效信息，则认定该master主观下线。也就是说如果多久没联系上redis-servevr，认为这个redis-server进入到失效（SDOWN）状态。

ODOWN客观下线

ODOWN需要一定数量的sentinel，多个哨兵达成一致意见才能认为一个master客观上已经宕机

在前面的哨兵配置文件中见到过<quorum>这个参数，

这个参数是进行客观下线的一个依据，法定人数/法定票数

意思是至少有quorum个sentinel认为这个master有故障才会对这个master进行下线以及故障转移。因为有的时候，某个sentinel节点可能因为自身网络原因导致无法连接master，而此时master并没有出现故障，所以这就需要多个sentinel都一致认为该master有问题，才可以进行下一步操作，这就保证了公平性和高可用。

选出新的主节点

当主节点被判断客观下线以后，各个哨兵节点会进行协商，先选举出一个领导者哨兵节点并由该领导者节点进行failover（故障迁移）

哨兵领导者选举流程

监视该主节点的所有哨兵都有可能被选为领导者，选举使用的算法是Raft算法；Raft算法的基本思路是先到先得：

即在一轮选举中，哨兵A向B发送成为领导者的申请，如果B没有同意过其他哨兵，则会同意A成为领导者

新主节点选举

由领导者节点开始推动故障转移并选出一个新master

故障转移步骤

1、选举新主节点

优先级最高：指从节点配置 replica-priority（Redis 5.0前叫 slave-priority，值越小优先级越高，默认100），优先级最高的从节点优先被选中（如配置为50的从节点 > 配置为100的节点）。
复制偏移量最大：若优先级相同，选择与原主节点数据同步最完整的从节点（通过 INFO replication 中的 master_repl_offset 判断，偏移量越大数据越新）。
最小 Run ID：若偏移量也相同，通过 Redis 实例的唯一运行ID（runid，类似身份证号）字典序最小的节点当选（避免平局的兜底规则）。