Redis_cluster 核心机制说明

基础通信原理

1. redis cluster 节点间采用gossip协议进行通信，跟集中式不同，不是将集群元数据(节点信息，故障，等等)集中存储在某个节点上，而是互相之间不断通信，保持整个集群所有节点的数据是完整的
2. 10000端口
   每个节点都有一个专门用来节点通信的端口，就是自己提供服务的端口+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，同时其他节点接收到ping消息后返回pong
3. 交换的信息
   故障信息，节点的增加和移除，hash slot信息等

   gossip协议

   gossip协议包含多种消息，包括ping, pong,meet,fail等等
   这个协议主要是维护及群的元数据用的，维护集中式元数据的的方式有如下两种:

集中式：

优点在于，元数据的更新和读取，时效性非常好，一旦元数据出现了变更，立即就更新到集中式的存储中，其他节点读取的时候就立即可以感知到

缺点在于，所有的元数据的更新压力都集中在一个地方，可能会导致元数据的存储有压力

gossip协议：

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，打到所有的节点上去更新，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

meet

某个节点发送meet给新加入的节点，让新的节点加入集群中，然后新的节点就会开始与其他节点进行通信
redis-trib.rb add-node
其实内部就是发送了一个gossip meet消息，给新加入的节点，通知那个节点去加入我们的集群

ping

每个节点都会频繁地给其他节点发送ping，其中包含自己的状态以及自己维护的集群元数据，互相通过ping交换元数据

pong

返回ping 和 meet,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

ping 消息探入

1. ping 很频繁，而且要携带一些元数据，所以可能会加重网络的负担
2. 每个节点每秒会执行10次ping，每次会选择5个最久没有通信的其他节点

3. 当然如果发现某个节点通信延时达到了cluster_node_timeout / 2 , 那么立即发送ping，避免数据交换延时过长

   所以cluster_node_timeout可以调节，如果调节比较大，那么会降低发送的频率
   这个参数的设置不能太长，如果集群中两个节点之间超过10分钟都没有进行消息的互通，那么整个集群处于严重的元数据不一致的情况，会有问题

4. 每次ping,一个是带上自己节点的信息，还有就是带上1/10其他节点的信息，发送出去，进行数据交换，至少包含3个其他节点的信息，最多包含总结点-2个其他节点的信息

面向集群的jedis内部实现原理

开发的时候，都是基于jedis ，redis 的java client客户端，redis cluster ,jedis cluster api 进行开发
jedis cluster api 与 redis cluster 集群交互的一些基本原理

基于重定向的客户端

redis-cli -c ：自动重定向

请求重定向

每个redis实例收到命令，都会计算key相应的hash slot,如果在本地就在本地处理
否则返回moved给客户端，让客户端进行重定向
cluster keyslot mykey, 可以查看一个key对应的hash slot是什么
用 redis-cli的时候，可以加入-c参数，支持自动的请求重定向，redis-cli接收到moved之后，会自动重定向到对应的节点执行命令

计算hash slot

计算 hash slot的算法，就是根据key计算CRC16值，然后对16384取模，拿到对应的hash slot
用hash tag可以手动指定key对应的slot，同一个hash tag下的key，都会在一个hash slot中，比如set key1:{100}和set key2:{100}

hash slot查找

节点间通过gossip协议进行数据交换，就知道每个hash slot在那个节点上

smart jedis

什么是smart jedis

基于重定向的客户端，很消耗网络IO，因为大部分情况下，可能都会出现一次请求重定向，才能找到正确的节点，所以大部分的客户端，比如java redis客户端，就是jedis，都是smart的
本地维护一份hashslot -> node 的映射表，缓存，大部分情况下，直接走本地缓存就可以找到hashslot -> node ，不需要通过节点进行moved重定向

Jedis_cluster的工作原理

在 jedis cluster 初始化的时候，就会随机选择一个node,初始化hashslot -> node映射表，同时为每个节点创建一个jedisPool连接池
每次基于JedisCluster执行操作，首先JedisCluster都会在本地计算key的hashslot,然后在本地映射表找到对应的节点
如果那个node刚好持有这个hashslot,那么就ok,如果进行了reshard这样的操作，可能hashslot已经不在那个node上了，就会返回moved
如果发现对应的节点返回moved,那么利用该节点的元数据，更新hashslot -> node映射表
重复上面几个步骤，直到找到对应的节点，如果重试超过5次，那么就报错，jedisClusterMaxRedirectionException
jedis老版本，可能会出现在集群中某个节点故障还没完整自动切换恢复时，频繁更新hash slot,频繁ping 节点检查活跃，导致大量IO开销
jedis 现在的版本，对于这些过度的hash slot更新和ping，都进行了优化，避免了类似问题

hash slot 迁移和ask重定向

如果hash slot正在迁移，那么会返回ask重定向给jedis
jedis 接收到ask重定向之后，会重新定位到目标节点去执行，但是因为ask发生在hash slot迁移过程中，所以不会更新hashslot本地缓存
moved 是会更新本地的hashslot -> node 映射表缓存的

高可用性与主备切换的原理

redis cluster 的高可用性原理，几乎和sentinal 是类似的

判断节点宕机

如果一个节点认为另外一个节点宕机，那么就是pfail,主观宕机
如果多个节点都认为另外一个节点宕机了，呢么就是fail,客观宕机，跟哨兵的原理几乎一样
再cluster-node-timeout内，某个节点一直没返回pong，那么就认为pfail
如果一个节点认为某个节点pfaila了，那么会在gossip ping消息中，ping给其他节点，如果超过半数的节点都认为pfail了，那么就会变成fail

从节点过滤

对宕机的master node ，从其所有的slave node中，选择一个切换成master node
检车每个slave node 与master node断开连接的时间，如果说超过了 cluster -node-timeout * cluster-slave-validity-factor,那么就没有资格切换成master
这个也是跟哨兵是一样的，从节点超时过滤的步骤

从节点选举

每个从节点，都根据自己对master 复制数据的offset,来设置一个选举时间，offset 越大(复制数据越多) 的从节点，选举时间越靠前，优先进行选举，offset越大的从节点，选举的时间越靠前
所有的master node开始slave投票，给所有的slave进行投票，如果大部分master node(N/2 + 1)都投票给了某个从节点，那么选举通过,那个从节点可以切换成为master，从节点执行主备切换，从节点切换成为主节点

哨兵: 对所有的从节点进行排序，slave priority, offset, run id

与哨兵比较

整个流程跟哨兵相比，非常类似，所以说 redis cluster功能强大，直接继承了replication 和sentinal 的功能