Redis集群搭建及原理解剖

前言

在前面的文章,已经写过redis主从架构和redis哨兵架构了,那么本文介绍的是redis集群架构,redis集群是当前大型互联网公司常用的架构模式了,由于它的强大高效而又便捷的功能,得到了广泛的使用。

redis集群架构比较

哨兵架构

在redis3.0以前的版本要实现集群一般是借助哨兵sentinel工具来监控master节点的状态，如果master节点异常，则会做主从切换，将某一台slave作为master，哨兵的配置略微复杂，并且性能和高可用性等各方面表现一般，特别是在主从切换的瞬间存在访问瞬断的情况，而且哨兵模式只有一个主节点对外提供服务，没法支持很高的并发，且单个主节点内存也不宜设置得过大，否则会导致持久化文件过大，影响数据恢复或主从同步的效率

集群架构

redis集群是一个由多个主从节点群组成的分布式服务器群，它具有复制、高可用和分片特性。Redis集群不需要sentinel哨兵·也能完成节点移除和故障转移的功能。需要将每个节点设置成集群模式，这种集群模式没有中心节点，可水平扩展，据官方文档称可以线性扩展到上万个节点(官方推荐不超过1000个节点)。redis集群的性能和高可用性均优于之前版本的哨兵模式，且集群配置非常简单

那么集群是否有解决哨兵的访问瞬断的问题呢？

答案是,并非完全解决,集群结构会根据hash算法,将值存放到某个小集群的卡槽中,那么恰好即将插入的卡槽的节点发生宕机了,那该节点就会重新进行选举master节点,且选举的过程中key就存放不进去,如果计算的hash的key是其他的集群节点,那么还是可以进行存放的。

redis集群原理

集群原理

redis cluster 将所有的数据划分到16384个卡槽(slot)中,每个节点负责存储一部分卡槽,且槽位的信息也存储在每个服务节点中。

当redis cluster 的客户端来连接集群时，它也会得到一份集群的槽位配置信息并将其缓存在客户端本地。这样当客户端要查找某个 key 时，可以直接定位到目标节点。同时因为槽位的信息可能会存在客户端与服务器不一致的情况，还需要纠正机制来实现槽位信息的校验调整。

卡槽定位算法

redis cluster 默认会对 key 值使用 crc16 算法进行 hash 得到一个整数值，然后用这个整数值对 16384 进行取模来得到具体槽位。

HASH_SLOT = CRC16(key) mod 16384

请求重定向

当Redis节点接收到对某个key的命令时，如果这个key对应的槽不在自己的负责范围内，则返回MOVED重定向错误，通知客户端到正确的节点去访问数据。

如果频繁出现重定向错误，势必会影响访问的性能。由于从key映射到槽的算法是固定公开的，客户端可以在内部维护槽到节点的映射关系，访问数据时可以自己通过key计算出槽，然后找到正确的节点，减少重定向错误。目前大部分开发语言的Redis客户端都会实现这个策略。

Redis集群节点间的通信机制

尽管不同的服务节点存储的数据是独立的,但是这些节点仍然需要相互通信进行同步节点状态信息, redis cluster节点间采取gossip协议进行通信,节点之间不断地通信交换信息，最终所有节点的状态都会达成一致。

gossip动态图：

gossip协议包含多种消息,常用的包含以下几种

• meet：某个节点发送meet给新加入的节点，让新节点加入集群中，然后新节点就会开始与其他节点进行通信；
• ping：每个节点都会频繁给其他节点发送ping，其中包含自己的状态还有自己维护的集群元数据，互相通过ping交换元数据(类似自己感知到的集群节点增加和移除，hash slot信息等)；
• pong: 对ping和meet消息的返回，包含自己的状态和其他信息，也可以用于信息广播和更新；
• fail: 某个节点判断另一个节点fail之后，就发送fail给其他节点，通知其他节点，指定的节点宕机了。

gossip协议的优点在于元数据的更新比较分散，不是集中在一个地方，更新请求会陆陆续续，打到所有节点上去更新，有一定的延时，降低了压力；缺点在于元数据更新有延时可能导致集群的一些操作会有一些滞后。

gossip通信的10000端口

每个节点都有一个专门用于节点间gossip通信的端口，就是自己提供服务的端口号+10000，比如7001，那么用于节点间通信的就是17001端口。 每个节点每隔一段时间都会往另外几个节点发送ping消息，同时其他几点接收到ping消息之后返回pong消息。

网络抖动现象

在现实的世界的机房中,网络往往并不是风平浪静的,会因为各种原因导致各种各样的小问题,网络抖动就是最常见的问题之一,突然之间部分连接变得不可用,然后又很快恢复的这种。

比如,当某个节点出现问题时，需要一定的传播时间让多数master节点认为该节点确实不可用，才能标记标记该节点真正下线。Redis集群的节点下线包括两个环节：主观下线和客观下线

• 主观下线：当节点A在cluster-node-timeout时间内和节点B通信（ping-pong消息）一直失败，则节点A认为节点B不可用，标记为主观下线，并将状态消息传播给其他节点。
• 客观下线：当一个节点被集群内多数master节点标记为主观下线后，则触发客观下线流程，标记该节点真正下线。

Redis集群选举原理

当slave节点发现自己的master节点状态为fail时,将会尝试进行failover,以便成为新的master节点,由于挂掉的master节点下可能存在多个slave节点,那么此时redis cluster会使用选举-投票的算法来挑选slave节点为master节点,其过程如下:

1. slave节点发现自己的master节点状态为fail
2. 将自己记录的集群currentEpoch加1，并广播FAILOVER_AUTH_REQUEST 信息
3. 其他节点收到该信息，只有master响应，判断请求者的合法性，并发送FAILOVER_AUTH_ACK，对每一个epoch只发送一次ack
4. 尝试failover的slave收集master返回的FAILOVER_AUTH_ACK
5. slave收到超过半数master的ack后变成新Master(这里解释了集群为什么至少需要三个主节点，如果只有两个，当其中一个挂了，只剩一个主节点是不能选举成功的)
6. slave广播Pong消息通知其他集群节点。

如上选举步骤,可能会存在这样一种问题,比如说,我三台集群节点,每台master节点有两台slave节点,当一台服务器宕机了,两个slave节点同时向其他两台master节点发送选举命令,前面有说到每台master选举只有一票的权利,当你给slave节点投了一票,就不能给另外一台slave节点投票了,恰好两台master节点分别给不同slave投了一票,这个时候两个slave节点票数一样了,那该怎么办呢?

答案是:会重新进行选举

如上,在延续一个问题,要是一直投票选举都没有结果,那这集群岂不是废掉了?

答案:当然不是的啦,slave节点并不是在master节点一进入fail 状态就马上尝试发起选举，而是有一定延迟，一定的延迟确保我们等待FAIL状态在集群中传播，slave如果立即尝试选举，其它masters或许尚未意识到FAIL状态,可能拒绝投票,所以redis cluster已经帮我们想到这个问题啦,我们完全不必担心这个问题。

延迟计算公式：

DELAY = 500ms + random(0 ~ 500ms) + SLAVE_RANK * 1000ms

SLAVE_RANK表示此slave已经从master复制数据的总量的rank。Rank越小代表已复制的数据越新。这种方式下，持有最新数据的slave将会首先发起选举（理论上）。

集群脑裂数据丢失问题

redis集群没有过半机制会有脑裂问题，网络分区导致脑裂后多个主节点对外提供写服务，一旦网络分区恢复，会将其中一个主节点变为从节点，这时会有大量数据丢失。

规避方法可以在redis配置里加上参数(这种方法不可能百分百避免数据丢失，参考集群leader选举机制)：

min-slaves-to-write 1  //写数据成功最少同步的slave数量，这个数量可以模仿大于半数机制配置，比如集群总共三个节点可以配置1，加上leader就是2，超过了半数

注意：这个配置在一定程度上会影响集群的可用性，比如slave要是少于1个，这个集群就算leader正常也不能提供服务了，需要具体场景权衡选择。

Redis集群数据分片

我们在插入值之前,我们先了解一下集群的数据分片的原理,Redis 集群使用数据分片（sharding）而非一致性哈希（consistency hashing）来实现：一个 Redis 集群包含 16384 个哈希槽（hash slot）， 数据库中的每个键都属于这 16384 个哈希槽的其中一个， 集群使用公式 CRC16(key) % 16384 来计算键 key 属于哪个槽， 其中 CRC16(key) 语句用于计算键 key 的 CRC16 校验和 。

集群中每个节点负责处理一部分卡槽,比如下场景

• MasterA节点处理0-5460个哈希槽
• MasterB节点处理5461-10922个哈希槽
• MasterC节点处理10923-16383个哈希槽

例如,我现在想设置一个key:叫sunny123

set sunny123 666

如上图,当我插入key为"sunny123",按照Redis Cluster的哈希卡槽的算法,CRC16('sunny123')%16384=10784,那么这个key就会被分配到MasterB节点上,同理,当我连接其他的任意节点获取这个key的值,都会跳转到MasterB节点上来获取。

redis集群搭建

让集群正常启动最少三个主节点,因为资源有限,我这里用三台服务器,每台服务器一个master节点和一个slave节点,为了让大家好区分,对应的redis节点的ip和端口对应关系如下

#服务器1192.168.137.22:6379192.168.137.22:6380
#服务器2192.168.137.23:6379192.168.137.23:6380
#服务器3192.168.137.24:6379192.168.137.24:6380

安装gcc环境

Redis是C语言开发的，安装Redis需要先将官网下载的源码进行编译，编译依赖gcc环境，如果没有gcc环境，需要安装gcc。

yum install -y gcc

下载redis压缩包

这里有两种方式下载安装包

1.直接通过官网下载redis的压缩包,然后通过Xftp工具上传到服务器上面

2.直接在linux里面通过redis下载链接,下载redis压缩包

第一种方式在官网下载可能会很慢,也可以尝试通过下面的网址下载redis

http://download.redis.io/releases/

那我这里就直接选择第二种方式进行下载

//进入目录cd /usr/local/
//创建目录mkdir software
//进入我们刚刚创建目录（这里是我个人习惯,喜欢将安装包放入到这个文件夹中）cd software

下载redis-5.0.3.tar.gz

wget http://download.redis.io/releases/redis-5.0.3.tar.gz

如果下载出现 wget 未找到命令 (因为linux里面没有这个命令,我们安装这个命令才能下载)

解决方案:

yum -y install wget

如下图则就下载好啦

解压redis压缩包

tar xzf redis-5.0.3.tar.gz

编译redis

// 我们进入redis文件夹cd redis-5.0.3
// 编译redis,如下图所示,就代表已经编译成功啦make

复制和修改配置文件

#三台服务器都创建mkdir -p /usr/local/software/redis-cluster
#进入目录cd /usr/local/software/redis-cluster
#每台服务器不同的端口创建不同的文件夹#服务器1mkdir 8001 8002
#服务器2mkdir 8003 8004
#服务器3mkdir 8005 8006

将redis目录下的配置文件复制到对应端口文件夹下,3台服务器刚刚所创建的文件夹都要拷贝一份配置文件

cp /usr/local/software/redis-5.0.3/redis.conf /usr/local/software/redis-cluster/800*

修改配置文件

#修改配置文件vim redis.conf
#后台启动daemonize yes
#redis端口（分别对每个机器的端口号进行设置）port 8001
# 把pid进程号写入pidfile配置的文件pidfile /var/run/redis_8001.pid  
#指定数据文件存放位置，必须要指定不同的目录位置，不然会丢失数据dir /usr/local/software/redis-cluster/8001/
#启动集群模式cluster-enabled yes
#集群节点信息文件，这里8001最好和port对应上cluster-config-file nodes-8001.conf
#集群通讯超时时间cluster-node-timeout 10000
#bind绑定的是自己机器网卡的ip，如果有多块网卡可以配多个ip，代表允许客户端通过机器的哪些网卡ip去访问，内网一般可以不配置bind，注释掉即可# bind 127.0.0.1
#关闭保护模式protected-mode  no
#开启aof持久化机制appendonly yes
如果要设置密码需要增加如下配置：requirepass zhuge     (设置redis访问密码)masterauth zhuge      (设置集群节点间访问密码，跟上面一致)

另外两台机器也需要做上面几步操作，第二台机器用8003和8004，第三台机器用8005和8006

启动实例

#启动实例/usr/local/software/redis-5.0.3/src/redis-server /usr/local/software/redis-cluster/800*/redis.conf
#查看是否启动成功ps -ef | grep redis

如上图,我们三台服务器的主从两个节点redis节点,全部都启动成功了

开启集群

这里我只是启动了6个redis的而已,它们之间还是独立的状态,还没有组成集群

用redis-cli创建整个redis集群(redis5以前的版本集群是依靠ruby脚本redis-trib.rb实现)

/usr/local/software/redis-5.0.3/src/redis-cli -a sunny --cluster create --cluster-replicas 1 192.168.137.22:8001 192.168.137.22:8002 192.168.137.23:8003 192.168.137.23:8004 192.168.137.24:8005 192.168.137.24:8006

上面命令里的sunny是代表访问redis的密码,1代表为每创建一个主节点就会创建一个从节点

注意:执行这条命令需要确认三台机器之间的redis实例要能相互访问，可以先简单把所有机器防火墙关掉，如果不关闭防火墙则需要打开redis服务端口和集群节点gossip通信端口16379(默认是在redis端口号上加1W)

# 临时关闭防火墙systemctl stop firewalld 
 # 禁止开机启动systemctl disable firewalld

执行创建集群命令后,redis会打印一份理想中的配置给你看,如果你觉得没有问题的话,只需要输入"yes" redis会自动将这份配置应用到集群中,如下配置大家先知道即可,后面我会有讲到。

如上图则创建成功了。

验证集群

我们使用redis-cli连接集群,当然我们连接任意一台服务器的客户端都行

#-a访问服务端密码，-c表示集群模式，指定ip地址和端口号/usr/local/software/redis-5.0.3/src/redis-cli -a sunny -c -h 192.168.137.22 -p 8001

验证

查看集群信息

cluster info

cluster_slots_assigned:集群预分配卡槽数量

cluster_slots_ok:集群分配成功分配卡槽数量

cluster_known_nodes:集群一直节点数量

cluster_size:集群数量

查看节点列表

如上图我们可以了解到,每个master节点分配的卡槽数量是5461个,每个slave后面的一串字符串是master节点id字符串,这样就能代表redis集群的主从映射关系

还有一个注意事项,如果当你把三台服务器全部关闭了,下次再次去启动redis的时候,可不要去执行创建集群命令了哦,你只需要将三台服务器的所有redis节点启动完毕,集群会自动帮你映射好,为什么呢?原因就在nodes-端口.conf这个文件里面,每个节点的文件夹下都有这个文件,启动好之后,redis会自动找到这个文件,然后帮你集群哈。

redis高可用集群水平扩展

前面我们的集群已经搭建完毕了,那我们现在来点更加高端操作,redis集群的水平扩展,由于我前面已经有3台服务器的redis节点了,我在这里再创建一台服务器,用于水平扩展,创建的redis节点与上方一样,创建集群文件夹,然后在分别创建新的两个端口文件夹,接着将redis的配置copy到两个端口文件夹,然后修改配置即可,我这里只是大概说一下,就不演示如何操作了

查看集群信息

我们连接任意一台redis集群节点,查看当前redis的集群信息

从上图可以看出,整个集群运行正常,三个master节点和三个slave节点，8001端口的实例节点存储0-5460这些hash槽，8003端口的实例节点存储5461-10922这些hash槽，8004端口的实例节点存储10923-16383这些hash槽，这三个master节点存储的所有hash槽组成redis集群的存储槽位，slave点是每个主节点的备份从节点，不显示存储拉槽网

启动扩展redis所有节点

添加集群Master节点

使用add-node命令新增一个主节点8007(master)，前面的ip:port为新增节点，后面的ip:port为已知存在节点，看到日志最后有"[OK] New node added correctly"提示代表新节点加入成功

/usr/local/software/redis-5.0.3/src/redis-cli -a sunny --cluster add-node 192.168.137.25:8007 192.168.137.22:8001

然后再次查看集群节点的状态

注意：当添加节点成功以后，新增的节点不会有任何数据，因为它还没有分配任何的slot(hash槽)，我们需要为新节点手工分配hash槽

分配卡槽

使用redis-cli命令为8007分配hash槽，找到集群中的任意一个主节点，对其进行重新分片工作。

/usr/local/software/redis-5.0.3/src/redis-cli -a sunny --cluster reshard 192.168.137.22:8001

如上图,它询问我们需要移动多少卡槽给新加入的节点上,这里可以根据自己的需求自己设置,我这里设置的500卡槽

接着,就会继续询问,将这500个hash卡槽分配到哪一个master节点上,这里需要填写节点的ID

输入cluster nodes 查看节点信息,找到新加入的master节点的id

然后copy到里面去

继续询问,是否从所有节点各抽取部分卡槽?还是从某个节点抽取卡槽,有两个配置

• all: 代表从集群的所有master节点中各抽取部分卡槽到指定的节点上
• done: 指定某个节点抽取卡槽

输入 "yes" 开始执行迁移卡槽和数据

等分配完成之后,我们再查看集群节点信息

如上图所示，现在我们的8007已经有hash槽了, 也就是说可以在8007上进行读写数据啦！到此为止我们的8007已经加入到集群中，并且是主节点(Master),

添加集群Slave节点

添加从节点8008到集群中去并查看集群状态

/usr/local/software/redis-5.0.3/src/redis-cli -a sunny --cluster add-node 192.168.137.25:8008 192.168.137.22:8001

然后再次查看集群节点的状态

如图所示，还是一个master节点，没有被分配任何的hash槽

从节点分配

我们需要执行replicate命令来指定当前节点(从节点)的主节点id为哪个,首先需要连接新加的8008节点的客户端，然后使用集群命令进行操作，把当前的8008(slave)节点指定到一个主节点下(这里使用之前创建的8007主节点)

#进入8008客户端/usr/local/software/redis-5.0.3/src/redis-cli -a sunny -c -h 192.168.137.25 -p 8008
##后面这串id为8007的节点idcluster replicate b7125af0035e93e5f0bc2fa35aa5b52a4cfd44d5

查看集群状态，8008节点已成功添加为8007节点的从节点

删除集群Slave节点

添加集群节点,已经演示完毕了,接下来我们再来演示如何从集群节点移除节点

用del-node删除从节点8008，指定删除节点ip和端口

/usr/local/software/redis-5.0.3/src/redis-cli -a sunny --cluster del-node 192.168.137.25:8008 ca566c87246145016ea80f82354236630a2a2a80

查看集群节点信息

如上图,集群节点已经没有8008salve节点的信息了

删除集群Master节点

最后，我们尝试删除之前加入的主节点8007，这个步骤相对比较麻烦一些，因为主节点的里面是有分配了hash槽的，所以我们这里必须先把8007里的hash槽放入到其他的可用主节点中去，然后再进行移除节点操作，不然会出现数据丢失问题(目前只能把master的数据迁移到一个节点上，暂时做不了平均分配功能)，执行命令如下：

/usr/local/software/redis-5.0.3/src/redis-cli -a sunny --cluster reshard 192.168.137.25:8007

如上图需要分配多少个卡槽出去,既然我们要移除这个节点,自然是将该节点的全部卡槽全部移除,我之前给该节点分配了500个节点,我这里就输入500啦

这里是需要把数据移动到哪？8001的主节点id

这里是需要数据源，也就是我们的8007节点id,然后接着输入done,开始我们的迁移计划

输入 "yes" 开始执行迁移卡槽和数据

至此，我们已经成功的把8007主节点的数据迁移到8001上去了，我们可以看一下现在的集群状态如下图，你会发现8007下面已经没有任何hash槽了，证明迁移成功！

最后我们直接使用del-node命令删除8007主节点即可

/usr/local/software/redis-5.0.3/src/redis-cli -a sunny --cluster del-node 192.168.137.25:8007 b7125af0035e93e5f0bc2fa35aa5b52a4cfd44d5

查看集群状态，一切还原为最初始状态啦！大功告成！