1 面试题
Redis 集群模式的工作原理说一下? 在集群模式下, key 是如何寻址的? 寻址都有哪些算法? 了解一致性 hash 吗?
2 考点分析
Redis 不断在发展 - Redis cluster 集群模式, 可以做到在多台机器上, 部署多个实例, 每个实例存储一部分的数据, 同时每个实例可以带上 Redis 从实例, 自动确保说, 如果 Redis 主实例挂了, 会自动切换到 Redis 从实例顶上来.
现在新版本, 大家都是用 Redis cluster 的, 也就是原生支持的集群模式, 那么面试官肯定会就 Redis cluster 对你来个几连炮. 要是你没用过 Redis cluster, 正常, 以前很多人用 codis 之类的客户端来支持集群, 但是起码你得研究一下 Redis cluster
3 Redis 如何在保持读写分离 + 高可用的架构下, 还能横向扩容支撑 1T + 海量数据
Redis 单 master 架构的容量的瓶颈问题
Redis 如何通过 master 横向扩容支撑 1T + 数据量
3 数据分布算法: hash + 一致性 hash+Redis cluster 的 hash slot
讲解分布式数据存储的核心算法, 数据分布的算法
hash 算法 -> 一致性 hash 算法(Memcached) -> Redis cluster,hash slot 算法
用不同的算法, 就决定了在多个 master 节点的时候, 数据如何分布到这些节点上去, 解决这个问题
4 Redis cluster
自动将数据分片, 每个 master 上放一部分数据
提供内置的高可用支持, 部分 master 不可用时, 还可继续工作
在 Redis cluster 架构下, 每个 Redis 要开放两个端口, 比如一个是 6379, 另外一个就是加 10000 的端口号, 比如 16379
16379 端口用于节点间通信, 也就是 cluster bus 集群总线
cluster bus 的通信, 用来故障检测, 配置更新, 故障转移授权
cluster bus 用了另外一种二进制的协议 - gossip, 主要用于节点间高效的数据交换, 占用更少的网络带宽和处理时间
最老土的 hash 算法和弊端(大量缓存重建)
3, 一致性 hash 算法(自动缓存迁移)+ 虚拟节点(自动负载均衡)
一致性 hash 算法的讲解和优点
一致性 hash 算法的虚拟节点实现负载均衡
4,Redis cluster 的 hash slot 算法
Redis cluster 有固定的 16384 个 hash slot, 对每个 key 计算 CRC16 值, 然后对 16384 取模, 可以获取 key 对应的 hash slot
Redis cluster 中每个 master 都会持有部分 slot, 比如有 3 个 master, 那么可能每个 master 持有 5000 多个 hash slot
hash slot 让 node 的增加和移除很简单, 增加一个 master, 就将其他 master 的 hash slot 移动部分过去, 减少一个 master, 就将它的 hash slot 移动到其他 master 上去
移动 hash slot 的成本是非常低的
客户端的 API, 可以对指定的数据, 让他们走同一个 hash slot, 通过 hash tag 来实现
5 节点间的内部通信机制
5.1 基础通信原理
用于维护集群的元数据
5.1.1 集中式
集中式的集群元数据存储和维护
将集群元数据 (节点信息, 故障等) 集中存储在某个节点
优点
元数据的更新和读取, 时效性好, 一旦元数据出现变更, 立即更新到集中式的存储中, 其他节点读取时立即就可感知
缺点
所有的元数据的跟新压力全部集中在一个地方, 可能会导致元数据的存储有压力
Redis cluster 节点间采取的另一种称为 gossip 的协议
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
gossip: 好处在于, 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, 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
我们刚才做 reshard, 去做另外一个操作, 会发现说, configuration error, 达成一致
(2)10000 端口
每个节点都有一个专门用于节点间通信的端口, 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
每隔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 之后返回 pong
(3)交换的信息
故障信息, 节点的增加和移除, hash slot 信息, 等等
5.1.2 gossip 协议
协议包含多种消息
meet
某节点发送 meet 给新加入的节点, 让新节点加入集群, 然后新节点就会开始与其他节点通信
Redis-trib.rb add-node
其实内部就是发送了一个 gossip meet 消息给新节点, 通知该节点加入集群
ping
每个节点都会频繁给其他节点发 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
ping 很频繁, 而且要携带一些元数据, 可能会加重网络的负担
每个节点每 s 会执行 10 次 ping, 每次会选择 5 个最久没有通信的其他节点. 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, 落后的时间太长了. 比如说, 两节点之间已经 10 分钟没有交换数据, 那么整个集群处于严重的元数据不一致的情况, 就会有问题. 所以 cluster_node_timeout 可以调节, 如果调节比较大, 那么会降低发送频率
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, 最多包含总节点 - 2 个其他节点的信息
pong
返回 ping 和 meet, 包含自己的状态和其他信息, 也可用于信息广播和更新
fail
某个节点判断另一个节点 fail 后, 就发送 fail 给其他节点, 通知其他节点, 指定的节点宕机啦!
6 面向集群的 Jedis 内部实现原理
开发 Jedis,Redis 的 Java 客户端
jedis cluster API 与 Redis cluster 集群交互的一些基本原理
6.1 基于重定向的客户端
Redis-cli -c, 自动重定向
6.1.1 请求重定向
客户端可能会挑选任意一个 Redis 实例去发送命令, 每个实例接收到命令, 都会计算 key 对应的 hash slot
若在本地就在本地处理, 否则返回 moved 给客户端, 让客户端重定向
cluster keyslot mykey
可查看一个 key 对应的 hash slot 是什么
用 Redis-cli 的时候, 可加入 - 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
6.1.2 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 mykey1:{100}和 set mykey2:{100}
6.1.3 hash slot 查找
节点间通过 gossip 协议数据交换, 就知道每个 hash slot 在哪个节点上
6.2 smart jedis
6.2.1 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
6.2.2 JedisCluster 的工作原理
在 JedisCluster 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 正好还是持有那个 hashslot, 那么就 ok; 如果说进行了 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 JedisCluter API 发现对应的节点返回 moved, 那么利用该节点的元数据, 更新本地的 hashslot -> node 映射表缓存
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, 可能会出现在集群某个节点故障还没完成自动切换恢复时, 频繁更新 hash slot, 频繁 ping 节点检查活跃, 导致大量网络 IO 开销
jedis 最新版本, 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
6.2.3 hashslot 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 JedisCluster API 收到 ask 是不会更新 hashslot 本地缓存
已经可以确定说, hashslot 已经迁移完了, moved 是会更新本地 hashslot->node 映射表缓存的
7 高可用性与主备切换原理
原理, 几乎跟哨兵类似
7.1 判断节点宕机
若一个节点认为另外一个节点宕机, 即 pfail - 主观宕机
若多个节点都认为另外一个节点宕机, 即 fail - 客观宕机
跟哨兵的原理几乎一样, sdown - odown
在 cluster-node-timeout 内, 某个节点一直没有返回 pong, 那么就被认为 pfail
若一个节点认为某个节点 pfail, 那么会在 gossip ping 消息中, ping 给其他节点, 若超过半数的节点都认为 pfail, 那么就会变成 fail
7.2 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
检查每个 slave node 与 master node 断开连接的时间, 如果超过了
cluster-node-timeout * cluster-slave-validity-factor
那么就没有资格切换成 master, 这个也跟哨兵是一样的, 从节点超时过滤的步骤
7.3 从节点选举
哨兵: 对所有从节点进行排序, slave priority,offset,run id
每个从节点, 都根据自己对 master 复制数据的 offset, 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
所有的 master node 开始 slave 选举投票, 给要选举的 slave 投票, 如果大部分
master node(N/2 + 1)
都投票给了某从节点, 那么选举通过, 该从节点可以切换成 master
从节点执行主备切换, 从节点切换为主节点
7.4 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, 直接集成了 replication 和 sentinal 的功能
参考
《Java 工程师面试突击第 1 季 - 中华石杉老师》
来源: https://yq.aliyun.com/articles/708004