三分钟带你入门Redis 高可用架构之哨兵
什么是哨兵?
哨兵(Sentinel)是 redis 的高可用性解决方案，前面我们讲的主从复制它是高可用的基础，但是单纯的主从复制需要人工介入才能完成故障转移，哨兵可以解决这个问题，在主从复制情况下，当主节点发生故障时，哨兵可以自动的发现故障并且完成故障转移，实现真正的 redis 高可用。在哨兵集群中，哨兵会监视所有的 redis 服务器和其他 sentinel 节点状态，及时发现故障完成转移，从而保证 redis 的高可用。
哨兵群集的搭建
哨兵本质也是一个 redis 服务，只是跟普通的 redis 服务提供了不一样的功能。哨兵是一个分布式架构，因为你要保证 redis 高可用，首先需要保证自己高可用，所以如果我们需要搭建哨兵的话，最少需要部署三个实例，最好是奇数个，因为在后续的故障转移中会涉及到投票。
哨兵的配置文件我们可以在 redis 的 GitHub 项目下下载，在项目下有一个叫做 sentinel.conf 的文件，可以使用它作为我们哨兵的配置模板，当然你也可以使用 redis.conf 配置文件，只需要添加哨兵相关配置就好了。
哨兵相关的配置项不多，主要有以下几个配置项：
// 端口号，默认是 redis 实例+20000，所以我们沿用这个规则就好了 port 26379 // 是否守护进程运行 daemonize yes // 日志存放的位置，这个非常重要，通过日志可以查看故障转移的过程 logfile "26379.log" // 监视一个名为 mymaster（自定义） 的 redis 主服务器， 这个主服务器的 IP 地址为 127.0.0.1 ， 端口号为 6379 ， // 最后面的 2 代表着至少有两个哨兵认为主服务器出现故障才会进行故障转移，否则认定主服务未失效 sentinel monitor mymaster 127.0.0.1 6379 2 // 哨兵判断服务器失效的响应时间，超过这个时间未接收到服务器的回应，就认为该服务器失效了 sentinel down-after-milliseconds mymaster 30000 // 完成故障转移之后，最多多少个从服务器可以同时发起数据复制，数字越小，说明完成全部从服务数据复制的时间越长 // 数字越大，对主服务器的压力就变大了 sentinel parallel-syncs mymaster 1 // 故障转移超时时间 sentinel failover-timeout mymaster 180000
对于每个 Sentinel 实例配置除了 port 和 logfile 不同之外，其他配置项都是一样的。修改好配置后，我们可以使用 ./redis-sentinel sentinel.conf 命令来启动哨兵，命令跟 redis 实例启动差不多，因为哨兵也是 redis 实例，所以我们可以使用 ./redis-cli -p 26379 info sentinel 命令查看当前的哨兵信息，如下图所示：
哨兵信息
问题：如何在只配置 master 服务器的情况下，发现从服务器和其他 Sentinel ?
从服务器的发现，Sentinel 可以通过询问主服务器来获取从服务器的信息，对于发现其他 Sentinel 节点，则通过发布与订阅功能实现，通过向频道 sentinel:hello 发送信息来实现的，主要有以下两步：
1、每个 Sentinel 每 2 秒会通过发布与订阅功能向所有的主服务和从服务器的 sentinel:hello 频道发送一条信息， 信息中包含了 Sentinel 的 IP 地址、端口号和运行 ID (runid)
2、每个 Sentinel 都订阅了被它监视的所有主服务器和从服务器的 sentinel:hello 频道， 查找之前未出现过的 sentinel (looking for unknown sentinels)。当一个 Sentinel 发现一个新的 Sentinel 时， 它会将新的 Sentinel 添加到一个列表中， 这个列表保存了 Sentinel 已知的， 监视同一个主服务器的所有其他 Sentinel
哨兵故障转移原理
故障转移是哨兵的主要工作，这背后的实现逻辑也是非常的复杂，具体的实现逻辑还请查看相关书籍，我对哨兵的故障转移总结了以下三点：
1、监听服务器
每个 Sentinel 节点每隔 1 秒对主节点、从节点、其他 Sentinel 节点发送 ping 命令做心跳检测，来判断服务器的状态。
节点也会对 Sentinel 进行相应的回复，在这些回复中，以下三种回复是有效回复：
- 返回 +PONG
- 返回 -LOADING
- 返回 -MASTERDOWN
如果节点在哨兵配置文件设置的 master-down-after-milliseconds 选项的值内，一直没有哪怕一次有效回复，那么 Sentinel 会把该服务器标记为下线状态，我们把这种下线称为主观下线，也就是说只有这个 sentinel 认为该服务器是下线状态。
如果被主观下线的服务器是主服务器时，sentinel 为了确认这个主服务器是否真的下线，该 Sentinel 会向其他的同样监听主服务器的 Sentinel 进行询问，看他们是否也认为主服务器进入下线状态，当有足够多的 Sentinel 都认为主服务器下线时，该 Sentinel 会将主服务器判断为客观下线，这是真正的下线了，并且会对它进行故障转移操作。
2、选举 Sentinel 节点完成转移任务
故障转移并不是所有的 sentinel 共同完成，而是选举出一台 sentinel 节点作为领导者来完成这次故障转移，所以当主服务器被标记为客观下线时，sentinel 之间就会通过 Raft 算法选举出一个领导者来完成故障转移工作。redis 选举领头的 sentinel 的规则和方法大致如下：
- 所有在线的 sentinel 都有资格被选为领导者，也就是说每个 sentinel 都有成为领导者的机会
- 当 sentinel 标记主服务器为主观下线时，会向其他 Sentinel 节点发送 sentinel is-master-down-by-addr 命令， 要求将自己设置为领导者
- 收到命令的 Sentinel 节点，采用先到先得的规则，如果没有同意过其他 Sentinel 节点的 sentinel is-master-down-by-addr 命令，将同意该请求，否则拒绝
- 如果该 Sentinel 节点发现自己的票数已经超过半数，那么它将成为领导者
- 如果在规定时间内，没有选举出 sentinel 领导者，那么将在一段时间后再次选举，知道选出 sentinel 领导者为止。
3、选举新 master 服务器完成故障转移
选举出来的 sentinel 领导者将完成剩下的故障转移工作，故障转移主要有以下三步：
（1）挑选出新的主服务器
在已下线的主服务器的所有从服务器中，挑选出一个从服务器，并将其转换为主服务器，选择新的主服务器的规则如下：
- 在失效主服务器属下的从服务器当中， 那些被标记为主观下线、已断线、或者最后一次回复 PING 命令的时间大于五秒钟的从服务器都会被淘汰
- 在失效主服务器属下的从服务器当中， 那些与失效主服务器连接断开的时长超过 down-after 选项指定的时长十倍的从服务器都会被淘汰
- 在经历了以上两轮淘汰之后剩下来的从服务器中， 选出复制偏移量(replication offset)最大的那个从服务器作为新的主服务器;如果复制偏移量不可用， 或者从服务器的复制偏移量相同， 那么带有最小运行 ID 的那个从服务器成为新的主服务器
对挑选出来的从服务器执行 slaveof no one 命令，使其成为主节点。
（2）修改其他从服务器的复制目标
当新的主服务器出现后，sentinel 的领导者下一步需要做的就是，让其他从服务器去复制新的主服务器，通过向其他从服务器发送 slaveof new_master port 命令来完成，复制规则和配置文件的 parallel-syncs 参数有关
（3）将旧的主服务器变成从服务器