06 | 数据同步：主从库如何实现数据一致？
1、Redis 具有高可靠性，具体是指？
1）、数据少丢失。 AOF和RDB
2）、服务尽量少中断。 增加副本冗余量
2、多个副本实例保存同一份数据，他们之间怎么保证数据一致性？数据读写操作可以发送给所有实例吗？
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。
为什么要采用读写分离的方式？
假如不使用读写分离，如果一个数据前后修改三次，分别在不同的实例上做的修改，那么这个数据在三个副本上就不一致了，读的时候就可能读取到之前的数据，要保证数据在三个副本上一致，就涉及到加锁、各实例间协商完成修改等的巨额开销。
而主从库模式一旦采用了读写分离，所有数据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，会同步给从库，这样，主从库的数据就是一致的。
留下问题！！！！重点
主从库同步是如何完成的呢？主库数据是一次性传给从库，还是分批同步？要是主从库间的网络断连了，数据还能保持一致吗？
3、主从库间如何进行第一次同步？
当我们启动多个 Redis 实例的时候，它们相互之间就可以通过 replicaof（Redis 5.0 之前使用 slaveof）命令形成主库和从库的关系，之后会按照三个阶段完成数据的第一次同步。
例如，1、2两台实例，可以在2实例上执行以下命令，ip为1的ip
replicaof 172.16.19.3 6379
第一次主从同步的三个阶段：
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，主从库间就可以开始同步了。
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 命令包含了主库的 runID 和复制进度 offset 两个参数。
1）、runID，是每个 Redis 实例启动时都会自动生成的一个随机 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，所以将 runID 设为“？”。
2）、offset，此时设为 -1，表示第一次复制。
主库收到 psync 命令后会用 FULLRESYNC响应命令，并且带上两个参数，返回给从库，从库会记录。
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bsave命令生成RDB文件，发送给从库，从库先清空自己当前的数据库，再执行RDB文件。（防止之前保存了其他数据）
主库同步从库时，不会中断，仍可以正常接受请求，其中写操作并没有被记录在RDB文件中，而是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。
第三阶段：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，从库执行，主从库实现同步
4、主从级联模式分担全量复制时的主库压力
一次全量复制中，主库的压力在于生成RDB文件、传输RDB文件。
如果从库数量多，都要从主库全量同步，会导致主库忙于fofork主线程生成RDB文件，fork会阻塞主线程处理正常请求，导致主库相应应用程序较慢。此外，传输RDB文件会占用主库网络带宽，同样会给主库带来压力。
解决方法：可以分担主库压力？
“主--从--从”模式：以通过“主 - 从 - 从”模式将主库生成 RDB 和传输 RDB 的压力，以级联的方式分散到从库上。
简单来说，在部署主从集群时，可以手动的选一个从库（配置比较高的从库），用于级联其他从库，然后再选择一些其他从库（例如三分之一从库），执行如下命令，让它们和刚才选择的从库建立起主从关系。
replicaof 所选从库IP 6379
这样一来，从库就知道在进行同步时，不需要跟主库进行交互，只要和级联的从库同步写操作就可以了，这样可以减轻主库压力
一旦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，主库会通过这个连接将后续陆续收到的命令操作再同步给从库，这个过程也称为基于长连接的命令传播，可以避免频繁建立连接的开销。
风险：网络断链或阻塞
如果网络断连，主从库之间就无法进行命令传播了，从库的数据自然就没发和主库保持一致了，客户端就可能读到旧数据
5、主从库间网络断了怎么办？
网络断开后，主从库会采用增量复制的方式进行复制，即把网络断开这段时间主库收到的命令，同步给从库。
增量复制时，主从库之间具体是怎么保持同步的呢？
repl_backlog_buffer 缓冲区
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(这里应该是无论断不断连接，都要先写入这个缓冲区)，同时也会把这些操作命令也写入 repl_backlog_buffer 这个缓冲区。
repl_backlog_buffer：是主库记录写命令的，所有从库共享。从命名可以看出，用于备份的缓存区，因此该缓存区存在的前提是需要有从库，没有从库该缓存区就会被回收。该缓存区是循环写的，因此发生数据追尾是必然的，也就是说该缓存区内的数据是最新的一部分数据而非全部数据。这部分数据唯一的用途是为从库弥补差异化数据的，如果从库相比主库数据差异太大，就不能从该缓存区取数据了，只能进行全量同步。
replication_buffer: 该缓存区本质上是一个 client_buffer，从命名也能看出，是每个客户端都对应一个。一般情况下数据是先写入 client_buffer 然后再发送到客户端的 socket 。在主从同步时，也就是先把指令写入 replication_buffer，然后在发送到从库。
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。
这里会有两个偏移量，master_repl_offset 主库新写偏移量 和 slave_repl_offset 从库已复制偏移量
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 和 slave_repl_offset之间的差距。
一般情况master_repl_offset 会大于 slave_repl_offset ，主库只把这之间的命令同步给从库即可。
这里注意，repl_backlog_buffer 是一个环形缓冲区，在写满后会覆盖之前的命令，如果从库的读取速度比较慢，就有可能导致从库还未读取的操作被主库新写的操作覆盖了，这会导致主从库间的数据不一致。
一般会调整 repl_backlog_size 这个参数，这个参数和缓存空间大小有关系。
repl_backlog_size = 缓冲空间大小 * 2
（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）
如果并发比较多，可以考虑设置成4倍
如果它配置得过小，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时全量复制的风险。
6、小结
Redis 的主从库同步的基本原理，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。
1、全量复制耗时，对于从库来说，第一次无法避免，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、传输和重新加载的开销。避免多个从库复制给主库带来压力，可以采用主-从-从方式
来缓解。
2、基于长链接的命令传播是正常情况下主从常规同步阶段，主从库之间通过命令传播实现同步。
3、如果出现网络断开，增量复制上场，这里注意repl_backlog_size 这个参数设置大一些。
7、每课一问
主从库间的数据复制同步使用的是RDB 文件，前面我们学习过，AOF 记录的操作命令更全，相比于 RDB 丢失的数据更少。
那么，为什么主从库间的复制不使用 AOF 呢？
简单来说：AOF比RDB大，RDB加载起来比aof快。
07 | 哨兵机制：主库挂了，如何不间断服务？
1、主从库一旦主库挂了，无法处理写操作、我要发完成后续数据同步
涉及三个问题：
1）、主库真的挂了么？
2）、该选择哪个从库为主库？
3）、怎么把❤️主库信息同步给从库和客户端？
哨兵机制完美解决了上面三个问题，在 Redis 主从集群中，哨兵机制是实现主从库自动切换的关键机制
2、哨兵机制的基本流程
哨兵是一个运行在特殊模式下的Redis进程，主从库运行的同时，它也在运行。
哨兵的主要任务是：监控、选主、和通知。
1）、监控：监控是哨兵进程在运行时，周期性的给所有的主从库发送 ping 命令，检测他们是否仍然在线运行。
如果从库没有在规定时间内响应哨兵的ping，哨兵就会把从库标记为“下限状态”，
同样，主库如果没有在规定时间内响应哨兵的ping，哨兵就会判定主库下线，然后开始自动切换主库的流程。
2）、选主：主库挂了，哨兵需要从很多个从库中按照一定的规则选择一个从库实例，把它作为新的主库
3）、通知：在执行通知任务时，哨兵会把新主库的连接信息发给其他从库，让它们执行 replicaof 命令，和新主库建立连接，
并进行数据复制。同时，哨兵会把新主库的连接信息通知给客户端，让它们把请求操作发到新主库上。
这三步中，监控和选主中哨兵涉及到两个决策：
在监控任务中，哨兵需要判断主库是否处于下线状态；
在选主任务中，哨兵也要决定选择哪个从库实例作为主库。
3、哨兵对主库的下线判断有“主观下线”和“客观下线”两种，为什么会存在两种判断？区别和联系？
主观下线：哨兵进程会使用 PING 命令检测它自己和主、从库的网络连接情况，用来判断实例的状态。如果哨兵发现主库或从库对 PING 命令的响应超时了，那么，哨兵就会先把它标记为“主观下线”。
从库的话--->直接标记“主观下线”
主库的话，还不能直接标记主管下线，很有可能是因为网络波动，哨兵误判了，主库其实并没有挂掉
可是，一旦启动了主从切换，后续的选主和通知操作都会带来额外的计算和通信开销。
误判一般会发生在集群网络压力较大、网络拥塞，或者是主库本身压力较大的情况下。
怎么减少误判，哨兵机制也是类似的，它通常会采用多实例组成的集群模式进行部署，这也被称为哨兵集群。
多个哨兵网络同时不稳定的概率较小，由他们一起做决策，会减小误判的概率。
只有多个哨兵标记主库“主管下线”，主库才会被“客观下线”。
哨兵集群可以减少误判的概率，也能避免误判带来的无谓的主从库切换。这个判断的个数可以由管理员自行设置。
4、如何选定新主库？
哨兵选择过程：筛选+打分
先按照一定条件筛选，再按照一定规则逐一进行打分，分数最高的被选为新主库。
1）、筛选：在选主时，除了要检查从库的当前在线状态，还要判断它之前的网络连接状态。
2）、打分：从库优先级、从库复制进度以及从库 ID 号进行三轮打分
只要在某一轮中，有从库得分最高，那么它就是主库了，选主过程到此结束。如果没有出现得分最高的从库，那么就继续进行下一轮。
第一轮：优先级最高的从库得分最高；指的是有些从库内存不一样，可以手动给从库设置优先级，如果有一个从库优先级最高，那么它成为新主库，选主结束，否则进入第二轮
第二轮：和旧主库同步程度最接近的从库得分高；
主从库命令传播新写操作的日志记录在环形缓冲区中，主库写操作记录到master_repl_offset，各个从库复制到slave_repl_offset，哪个比较接近哪个复制的多成为主库
如图，从库2成为新主库。如果有多个相同，则进入第三轮。
第三轮：ID号小的从库得分高；
在优先级和复制进度都相同的情况下，ID 号最小的从库得分最高，会被选为新主库。
ID就相当于每个从库的编号
5、小结
1）、哨兵机制，它是实现 Redis 不间断服务的重要保证
主从集群的数据同步，是数据可靠的基础保证；而在主库发生故障时，自动的主从切换是服务不间断的关键支撑。
哨兵三大功能：监控、选主、通知
为减少误判，哨兵也采取集群方式部署
少数服从多数，界定主库的主观下线、客观下线
2）、但是新的问题？----解决（哨兵集群）
哨兵集群中有实例挂了，怎么办，会影响主库状态判断和选主吗？
哨兵集群多数实例达成共识，判断出主库“客观下线”后，由哪个实例来执行主从切换
呢？
6、每课一问
通过哨兵机制，可以实现主从库的自动切换，这是实现服务不间断的关键支撑，同时，我也提到了主从库切换是需要一定时间的。所以，请你考虑下，在这个切换过程中，客户端能否正常地进行请求操作呢？如果想要应用程序不感知服务的中断，还需要哨兵或需要客户端再做些什么吗？
如果客户端使用了读写分离，那么读请求可以在从库上正常执行，不会受到影响。但是由于此时主库已经挂了，而且哨兵还没有选出新的主库，所以在这期间写请求会失败，失败持续的时间 = 哨兵切换主从的时间 + 客户端感知到新主库 的时间。