引言
本文主要走查了Redis的集群模式的故障发现、故障转移流程。
由于Redis集群模式中存在过高的通信成本。
集群代理模式也常常作为自建缓存集群的方案。
第三部分对常见的缓存代理架构做了简述，文章主要内容有：
一、Redis集群模式的故障发现
二、Redis集群模式的故障转移
三、常见缓存代理架构方案简述
一、Redis集群模式的故障发现
Redis集群模式故障发现过程有主观下线与客观下线。
主观下线简单来说就是我这个节点认为你故障了。
客观下线则是集群中大多数节点认为你故障了。
这些判定与状态的同步均通过Gossip协议PING/PONG来通信。
主观下线流程
- @1 定时向集群中其他节点发送PING消息
- @2 超过时间（cluster-node-timeout）未收到接受节点PONG响应消息
- @3 认为该接受节点存在故障，标记为主观下线状态pfail
客观下线流程
- @1 Gossip协议PING/PONG通信
- 携带集群1/10的其他节点状态
- 当然也包含主观下线节点的信息
- @2 接受节点维护故障节点下线报告
- 只处理发送为主节点的请求，从节点不处理
- 不存在故障节点下线报告，新增下线报告
- 已存在故障节点下线报告，更新报告时间
- @3 尝试故障节点的客观下线逻辑
- 每次收到其他节点的故障状态pfail时，均会尝试客观下线
- 监测故障下线报告是否过期，过期的报告将被删除
- 报告时间超过cluster-node-timeout*2未被更新将被移除
- 下线报告数量小于持有槽主节点的数量的二分之一，退出客观下线
- 下线报告数量大于持有槽主节点的数量的二分之一，标记客观下线
- 向集群广播一条fail消息（标记客观下线立即生效、故障从节点发起故障转移流程）
二、Redis集群模式的故障转移
Redis集群模式从节点的作用用于灾备，主节点故障时能够替换顶上去。
Redis的从节点当然也不例外。
- 多个从节点谁去替换主节点？
- 选举逻辑以及选举失效是怎么样的？
故障转移流程
从节点中复制的偏移量越大，替换主节点的优先级越高。
从节点获得持有槽的主节点一半以上的选票，可替换为主节点。
从节点向集群广播PONG消息，通知该变更。
三、常见缓存代理架构方案简述
Redis的集群模式客户端直连集群，不需要额外的组件，运维难度较低。
由于集群中每个实例都需要保存路由信息，彼此不断传播通信更新，也造成通信成本进而影响集群规模。
Redis的集群模式也会造成客户端需要重定向，带来复杂性。
因此，缓存代理模式可以解决这种复杂性，当然组件也会增多。
客服端：兼容RESP协议的轻量级客户端。
集群代理：负责域客户端建立连接，以及转发请求到对应的槽位和实例节点。
元数据中心：主要负责存储槽位与实例对应路由信息以及健康检查心跳探测。
集群模式一：集群部署主从架构，需要元数中心负责心跳的健康监测，主从节点的HA，当主节点故障切换从节点接管。
集群模式二：集群部署Raft组，不需要额外的HA心跳监测，集群自闭环，三个节点一组成本较高。
模式一
模式二
兼容RESP协议的轻量级客户端与代理建立长链接。
发送读写请求到代理层，代理根据路由规则将key路由到对应集群的槽位。
管理平台可对元数据信息、槽位分配、代理以及集群部署运维等进行管理。
可视化白屏化对整个集群的监控、告警、大key等水位监控告警。
