Redis学习笔记----------第六天（数据同步：主从库如何实现数据一致）

Redis学习笔记----------第六天（数据同步：主从库如何实现数据一致）

前几节学习笔记我们已经学习了AOF和RDB，如果Redis发生了宕机，它们可以通过回放日志和重新读入RDB文件的方式恢复数据，从而保持尽量少丢失数据，进而提升可靠性。
不过，即使使用了这两种方法，也依然存在服务不可用的问题。比如说，我们在实际使用时只运行了一个Redis实例，那么如果这个实例宕机了，它在恢复期间，是无法服务新来的数据存取请求的

那么我们总说的Redis具有高可靠性，又是什么意思呢?其实，这里有两层含义：一是数据尽量少丢失，二是服务尽量少中断。AOF和RDB保证了前者，而对于后者，Redis的做法就是增加副本冗余量，将一份数据同时保存在多个实例上。即使有一个实例出现了故障，需要经过一段时间才能恢复，其他实例也可以对外提供服务，并不会影响业务的使用。

多实例保存同一份数据，听起来好像很不错，但是，我们必须考虑一个问题：这么多的副本，他们之间的数据如何保持一致呢？数据读写操作可以发给所有的实例吗？

实际上，Redis提供了主从库模式，以保证数据副本的一致，主从库之间采用的是读写分离的方式。

• 读操作：主库、从库都可以接收。
• 写操作：首先到主库执行，然后，主库将写操作同步给从库。
  
  那么，为什么要采用读写分离的方式呢？

我们可以设想一下，如果在上图中，不管是主库还是从库，都能接受客户端的写操作，那么，一个直接的问题就是：如果客户端对同一个数据（例如K1）前后修改三次，每一次的修改请求都发送到不同的实例执行，那么，这个数据在这三个实例上的副本就不一致了（分别是V1\V2\V3）。再读取这个数据的时候，就可能读到旧的值。

如果我们非要保持这个数据在三个实例上完成一致，就要涉及到加锁，实例间协商是否完成修改等一系列操作，但这带来巨额的开销，当然是不太能接受的。

而主从模式一旦采用了读写分离，所有数据库的修改只会在主库上进行，不用协调三个实例。主库有了最新的数据后，同步给从库，这样，主从库的数据就是一致性的。

那么，主从库同步是如何完成的呢？主库数据是一次性传给从库，还是分期同步？要是主从库间的网络断连了，数据还可以保持一致吗？这节课我就和你聊聊主从库同步的原理，以及应用对网络连线风险的方案。

好了，我们先来看看主从库之间的第一次同步是如何进行的，这也是Redis实例建立主从库模式后的规定动作。

主从库间如何进行第一次同步？
当我们启动多个Redis的实例时，它们之间就可以通过replicaof（Redis5.0之前使用slaveof）命令形成主库与从库的关系，之后会按照三个阶段完成数据的第一次同步。

例如：现在有实例1（IP：172.16.19.3）和实例2（IP：172.16.19.5），我们在实例2上执行以下的这个命令后，实例2就变成了实例1的从库，并从实例1复制数据：

replicof 172.16.19.3 6379

接下来，我们就主要学习主从库之间数据第一次同步的三个阶段了。可以先看一下下面的图，有一个整体感知，接下来我再具体介绍：

第一阶段：是主从库间建立连接，协商同步的过程，主要是为全量复制做准备。在这一步，从库和主库建立起连接，并告诉主库即将进行同步，主库确认回复后，主从库就可以开始同步了。

具体来说，从库给主库发送psync命令，表示要进行数据同步，主库根据这个命令的参数来启动复制。psync命令包括了主库的runID和复制进度offset两个参数。

• runID:是每个Redis实例启动时自动生成的一个ID，用来唯一标记这个实例。当从库和主库第一次复制时，因为不知道主库的runID，所以讲runID设为？。

• -offset：此时设为-1，表示第一次复制。 主库收到psync命令后，会用FULLRESYNC相应命令带上两个参数；主库runID和主库目前的复制进度offset,返回给从库。从库收到响应后，会记录下这两个参数。

这里有个地方需要注意，FULLRESYNC响应表示第一次复制采用的全量复制，也就是说，主库会把当前所有的数据都复制给从库。

第二阶段：主库将所有数据同步给从库。从库收到数据后，在本地完成数据加载。这个过程依赖于内存快照生成的RDB文件。
具体来说，主库执行bgsave命令，生成RDB文件，接着将文件发给从库。从库接收到RDB文件后，会先清空当前数据库，然后加载RDB文件。这是因为从库在通过replicaof命令开始和主库同步前，可能保存了其他数据。为了避免之前数据的影响，从库需要先把当前数据库清空。
在主库将数据同步给从库的过程中，主库不会被阻塞，仍然可以正常接收请求。 否则，Redis的服务就被中断了。但是，这些请求中的写操作并没有记录到刚刚生成的RDB文件中，为了保证主从库的数据一致性，主库会在内存中用专门的replication buffer ，记录RDB文件生成后收到的所有写操作。

最后，也就是第三个阶段，主库会把第二阶段执行过程中新收到的写命令，再发送给从库。具体的操作是，当主库完成RDB文件发送后，就会把此时replicationbuffer中的修改操作发给从库，从库在重新执行这些操作，这样一来，主从库就实现同步了。

主从级联模式分担全量复制时的主库压力
通过分析主从库间第一次数据同步的过程，你可以看到，一次全量复制中，对于主库来说。需要完成两个耗时的操作：生成RDB文件和传输RDB文件。

如果从库数量很多，而且都要和主库进行全量复制的话，就会导致主库忙于fork子进程生成RDB文件，进行数据全量同步。fork这个操作会阻塞主线程处理正常请求，从而导致主库响应应用程序的请求速度变慢。此外，传输RDB文件也会占用主库的网络带宽，同样会给主库的资源使用带来压力。那么，有没有好的解决方案可以分担主库的压力呢？

其实是有的，就是主-从-主 模式。
在刚才介绍的主从库模式中，所有的从库都是和主库连接。所有的全量复制也都是和主库连接，所有的全量复制也是和主库连接的。现在，我们通过“主- 从-主 模式”将主库生成RDB和传输RDB的压力，以级联的方式分散到数据库上。

简单来说，我们再部署主从集群的时候，可以手动选择一个库（比如选择内存资源配置较高的库），用于级联和其他的从库。然后我们可以再选择一些从库（例如三分之一的从库），在这些从库上执行如下命令，让他们和刚才所选的的从库，建立起主从关系。

replicaof 所选从库的IP 6379

这样一来，这些从库就会知道，在进行同步时，不用再和主库进行交互了，只要和级联的从库进行写操作同步就可以了，这就可以减轻主库上的压力，如下图所示：

到这里，我们了解了主从库之间通过全量复制实现数据同步的过程，以及通过“主-从-主”模式分担主库的压力的方式。那么，一旦主从库完成了全量复制，它们之间就会一直维护一个网络连接，主库将会通过这个连接后续陆续收到的命令操作在同步给从库，这个过程成为基于长连接的命令传播，可以避免频繁建立连接的开销。

听上去很简单，但不可忽略的是，这个过程中存在着风险点，最常见的就是网络断连或阻塞。如果网络断连是，主从库之间也就无法进行命令传播了，从库的数据自然也就没有办法和主库保持一致了，客户端就可能从从库读到旧数据。

下面，我们就来聊聊网络断连后的结局方法：

=======================================================================
主从库之间网络断了怎么办？
在Redis2.8之前。如果主库在命令传播时出现了网络闪断，那么从库会和主库进行一次全量复制，开销很大。
从Redis2.8开始，网络断了之后，主从库会采取用增量复制的方式继续同步。听名字就可以猜到它和全量复制的不同；全量复制是同步所有数据，而增量复制只会把主从网络断连期间主库收到的命令同步给从库。
那么增量复制时，主从库之间具体怎么保持同步的呢？这里的奥妙就在于rel_backlog_buffer这个缓冲区。我们先来看下他是如何用于增量命令的同步的。
当主从库断连后，主库会把断连期间收到的写操作命令，写入 replication buffer，同时也会把这些写操作命令也写入 repl_backlog_buffer这个缓冲区。

repl_backlog_buffer是一个环形缓冲区，主库会记录自己写到的位置，从库则会记录自己已经读到的位置。

刚开始的时候，主库和从库的写读位置在一起，这算他们的起始位置。随着主库不断接受新的写操作，他在缓冲区中的写位置会逐步偏离起始位置，我们通常用偏移量来衡量这个偏移距离的大小，对主库来说对应的偏移量就是master_repl_offset。主库接受的新写操作越多，这个值就会越大。
同样，从库在复制完写操作命令后，他在缓冲区的读位置也开始逐渐偏移刚才的起始位置，此时，从库已复制的偏移量slave_repl_offset也在不断增加。正常情况下，这两个偏移量基本相等。

主从库的连接恢复之后，从库首先会给主库发送psync命令，并把自己当前的slave_repl_offset发给主库，主库会判断自己的master_repl_offset发给主库，主库会判断自己的master_repl_offset和slave_repl_offset之间的差距。

在网络断连阶段，主库可能会收到新的写操作命令，所以，一般来说，master_repl_offset会大于slave_repl_offset和master_repl_offset之间的命令操作同步给从库就行。

就像刚刚示意图的中间部分，主库和从库之间相差了 put d e和put d f两个操作，在增量复制时，主库只需把它们同步给从库，就行了。
说到这，我们可以在借助一张图来回顾增量复制的流程。

不过，还有个地方需要强调一下，因为repl_backlog_buffer是一个环形缓冲区，所以在缓冲区写满后，主库会继续写入，此时，就会覆盖掉之前写入的操作。如果从库的读取速度比较慢，就有可能导致从库还没读取的操作被主库新的写操作覆盖了，这就会导致主从库间的数据不一致。

因此我们要想办法避免这一情况，一般而言，我们可以调整repl_bacjlog_size这个参数。这个参数和所需的缓冲空间大小有关。缓冲空间的计算公式是：缓冲空间大小=主库写入命令速度 * 操作大小-主从库间网络传输命令速度 * 操作大小。再实际应用中，考虑到可能存在一些突发请求压力，我们通常需要把这个缓冲空间扩大一倍，即repl_backlog_size = 缓冲空间大小*2，这也就是repl_bavklog_size的最终值。

举个例子，如果主库每秒写入2000个操作，每个操作的大小为2KB，网络每秒能传输1000操作，那么，有1000个操作需要缓冲起来，这就至少需要2MB的缓冲空间。否则，新写的命令就会覆盖到旧操作了。为了应付可能的突发压力，我们最终把repl_backlog_size设为4MB。

这样一来，增量复制时主从库的数据不一致性风险就降低了。不过，如果并发请求量非常大，连两倍的缓冲空间都存不下新操作请求的话，此时，主从库数据仍可能不一致。

针对这种情况，一方面，你可以根据Redis所在服务器的内存资源再适当增加repl_backlog_size值。比如说设置成缓冲空间大小的4倍，另一方面，你可以考虑使用切片集群来分担单个主库的请求压力。

小结：

今天主要一起学习了Redis的主从库同步的基础原理，总结来说，有三种模式：全量复制、基于长连接的命令传播，以及增量复制。

全量复制虽然耗时，但是对于从库来说，如果是第一次同步，全量复制是无法避免的，所以，这里提一个小建议：一个Redis实例的数据库不要太大，一个实例大小在几GB级别比较合适，这样可以减少RDB文件生成，传输和重载的开销。另外，为了避免多个从库和主库进行全量复制，给主库过大的同步压力，我们也可以采用“主-从-主”这一级联模式，来缓解主库的压力。

长连接复制是主从库正常运行后的常规同步阶段。在这个阶段中，主从库之间通过命令传播实现同步。不过，这期间如果遇到了网络断连，增量复制就派上用场。建议多留意一下repl_backlog_size这个配置参数。如果他配置的过小，在增量复制阶段，可能会导致从库的复制进度赶不上主库，进而导致从库重新进行全量复制。所以，通过调大这个参数，可以减少从库在网络断连是全量复制危险。