前言
redis 的哨兵的相关业务功能的实现
哨兵的主要作用是 检测 redis 主从集群中的 master 是否挂掉, 单个哨兵节点识别 master 下线为主管下线, 超过 quorum 个 哨兵节点 认为 master 挂掉, 识别为 客观下线
然后做 failover 的相关处理, 重新选举 master 节点
我们这里 来看一下 这里的整个流程
定时发送 ping, pub/sub "Hello" 频道
sentinel 这边有单独的定时任务处理部分, 它存取数据, 只做 监听集群中的数据节点, 哨兵节点 的相关功能
定时发送 info, ping, 向 "sentinel:hello" 发布当前哨兵的相关信息[ip, port, id, epoch]
info 这边主要是向各个节点发送 info 命令, 然后 哨兵节点这边定时更新 数据节点的元数据信息
ping 这边主要是类似于一个集群心跳的功能
可以给根据 ping_period, PUBLISH_PERIOD 来更新发送的频率
向各个数据节点发送 PING 之后, 会记录 last_ping_time 等等信息
这里的 PING 就是一个心跳的功能
哨兵节点这边初始化的时候, 和 master 创建连接的时候, 会订阅 "sentinel:hello"
各个哨兵节点就是通过 "sentinel:hello" 来感知哨兵列表的
然后具体的 哨兵节点的哨兵列表的维护就是在 sentinelReceiveHelloMessages 中进行处理的
哨兵节点认为 master 主观下线
就是 上一次ping心跳 到现在的时间超过了 down_after_period
或者 info心跳信息 到现在的时间超过了 down_after_period+20s
调用堆栈信息如下
哨兵集群认为 master 客观下线
当认为 master 客观下线的 哨兵节点数量超过了 quorum 个的时候, 哨兵集群认为 master 客观下线
调用堆栈信息如下
master 挂掉之后的重新选举 和更新
主观下线之后, 选择 哨兵 master 的流程
sentinelFailoverWaitStart 是选取 哨兵 master 的处理
sentinelFailoverSelectSlave 是从数据节点中选择 master 的处理
sentinelFailoverSendSlaveOfNoOne 是切换 master 的处理
sentinelFailoverWaitStart 选取哨兵 master
sentinelGetLeader 是选择哨兵 master 的核心逻辑
哨兵master 才会往下面走下面的 从 slave 节点中选择 master 的流程
选取哨兵 master 的相关处理
先统计其他哨兵的相关投标, 然后 自己再进行投票 选择票数最多的哨兵 或者 自己
然后 投票之后, 再来选择 票数最多的哨兵
最终筛选 是否满足基础条件, 大于 (哨兵数量/2+1) 并且大于 master选举的数量
sentinelSelectSlave 选择新的 master 数据节点
处理方式如下, 筛选掉 一部分的节点, 经过筛选的节点为备选列表, 然后还有具体的选择规则
筛选掉 主观客观下线 的节点
筛选掉 失联的节点
筛选掉 ping 网络存在问题的节点
筛选掉 配置 priority 为 0 的节点
筛选掉 info心跳 超过一定时间的节点
筛选掉和 master 这边失联时间较长的节点, 说明它可能和集群沟通有问题
master 这边选择规则如下
优先级为 slave_priority, slave_repl_offset, runId 的比较
其中 slave_repl_offset 指代的是 该 slave 节点和 master 这边同步的偏移, 偏移越大, 和 master 这边丢失的数据越少
就我们这里的场景, 挂掉了目前的 master 节点 redis_8002, 然后 redis_8001, redis_8003 的 slave_priority, slave_repl_offset 均相同, 然后就是根据 runId 进行选择了
然后上下文如下, 根据 runId 的规则, 选择了 redis_8003, 然后 redis_8003 成为了新的 master 节点
Master 信息的传播
其他的哨兵节点是通过 PUBLISH "sentinel:hello" 这边的业务处理来进行更新 master 的
然后从节点这边的 slaveOf 主从关系是 哨兵节点这边向 slave 节点这边发送的信息
进而通知 其他的 slave 节点, master 更新了, 需要全量 或者 增量重新同步数据了
完