手记

Redis实践(九)-初识Redis Cluster

















数据迁移



5 一致性哈希

一致性哈希


一致性哈希-扩容


6 虚拟槽哈希分区(Redis Cluster所采用)


虚拟槽分配

7 Redis Cluster基本架构

单机架构


分布式架构


Redis Cluster 架构


节点


meet



指派槽


客户端与指派槽


Redis Cluster特性

8 Redis Cluster 安装配置


两种安装


原生命令安装-理解架构


配置开启Redis-1


配置开启Redis-2


meet


Cluster节点主要配置


分配槽


设置主从


Redis 3.0之后,节点之间通过去中心化的方式,提供了完整的shardingreplication(复制机制仍使用原有机制,并且具备感知主备的能力)、failover解决方案,称为Redis Cluster
即:将proxy/sentinel的工作融合到了普通Redis节点里


1 拓扑结构

一个Redis Cluster由多个Redis节点组成。不同的节点组服务的数据无交集,每个节点对应数据sharding的一个分片

节点组内部分为主备2类,对应前面叙述的masterslave。两者数据准实时一致,通过异步化的主备复制机制保证

一个节点组有且仅有一个master,同时有0到多个slave。只有master对外提供写服务,读服务可由master/slave提供


Redis Cluster结构


key-value全集被分成了5份,5个slot(实际上Redis Cluster有 16384 [0-16383] 个slot,每个节点服务一段区间的slot,这里面仅仅举例)。A和B为master节点,对外提供写服务。分别负责1/2/3和4/5的slot。A/A1和B/B1/B2之间通过主备复制的方式同步数据。

上述的5个节点,两两通过Redis Cluster Bus交互,相互交换如下的信息:

  • 数据分片(slot)和节点的对应关系

  • 集群中每个节点可用状态

  • 集群结构发生变更时,通过一定的协议对配置信息达成一致。数据分片的迁移、主备切换、单点master的发现和其发生主备关系变更等,都会导致集群结构变化

  • publish/subscribe(发布/订阅)功能,在Cluster版内部实现所需要交互的信息

Redis Cluster Bus通过单独的端口进行连接,由于Bus是节点间的内部通信机制,交互的是字节序列化信息。相对Client的字符序列化来说,效率较高。

Redis Cluster是一个去中心化的分布式实现方案,客户端和集群中任一节点连接,然后通过后面的交互流程,逐渐的得到全局的数据分片映射关系。

2 配置的一致性

对于去中心化的实现,集群的拓扑结构并不保存在单独的配置节点上,后者的引入同样会带来新的一致性问题。
那么各自为政的节点间,如何对集群的拓扑达成一致,是Redis Cluster配置机制要解决的问题。
Redis Cluster通过引入2个自增的epoch变量,来使得集群配置在各个节点间最终达成一致。

2.1 配置信息数据结构

Redis Cluster中的每个节点(Node)都保存了集群的配置信息,并且存储在clusterState中,结构如下


  • clusterState 记录了从集群中某个节点视角,来看集群配置状态

  • currentEpoch 表示整个集群中最大的版本号,集群信息每变更一次,改版本号都会自增

  • nodes 是一个列表,包含了本节点所感知的,集群所有节点的信息(clusterNode),也包含自身的信息。

  • clusterNode 记录了每个节点的信息,其中包含了节点本身的版本 Epoch;自身的信息描述:节点对应的数据分片范围(slot)、为master时的slave列表、为slave时的master节点

  • 每个节点包含一个全局唯一的NodeId

  • 当集群的数据分片信息发生变更(数据在节点间迁移时),Redis Cluster 仍然保持对外服务

  • 当集群中某个master宕机,Redis Cluster 会自动发现,并触发故障转移的操作。将master的某个slave晋升为新的 master。

由此可见,每个节点都保存着Node视角的集群结构。它描述了数据的分片方式,节点主备关系,并通过Epoch 作为版本号实现集群结构信息的一致性,同时也控制着数据迁移和故障转移的过程。

2.2 信息交互

去中心化的架构不存在统一的配置中心。在Redis Cluster中,这个配置信息交互通过Redis Cluster Bus来完成(独立端口)。Redis Cluster Bus 上交互的信息结构如下:

Redis Cluster 交互信息数据结构


clusterMsg 中的type指明了消息的类型,配置信息的一致性主要依靠PING/PONG。每个节点向其他节点频繁的周期性的发送PING/PONG消息。
对于消息体中的  Gossip部分,包含了sender/receiver 所感知的其他节点信息,接受者根据这些Gossip 跟新对集群的认识。


对于大规模的集群,如果每次PING/PONG 都携带着所有节点的信息,则网络开销会很大。此时Redis Cluster 在每次PING/PONG,只包含了随机的一部分节点信息。由于交互比较频繁,短时间的几次交互之后,集群的状态也会达成一致。

2.3 一致性的达成

当Cluster 结构不发生变化时,各个节点通过gossip 协议在几轮交互之后,便可以得知Cluster的结构信息,达到一致性的状态
但是当集群结构发生变化时(故障转移/分片迁移等),优先得知变更的节点通过Epoch变量,将自己的最新信息扩散到Cluster,并最终达到一致。

clusterNode 的Epoch描述的单个节点的信息版本;

clusterState 的currentEpoch描述的是集群信息的版本,它可以辅助Epoch 的自增生成
因为currentEpoch 是维护在每个节点上的,在集群结构发生变更时,Cluster 在一定的时间窗口控制更新规则,来保证每个节点的currentEpoch都是最新的

更新规则

  • 当某个节点率先知道了变更时,将自身的currentEpoch 自增,并使之成为集群中的最大值
    再用自增后的currentEpoch 作为新的Epoch 版本

  • 当某个节点收到了比自己大的currentEpoch时,更新自己的currentEpoch

  • 当收到Redis Cluster Bus 消息中的某个节点的Epoch > 自身的时,将更新自身的内容

  • 当Redis Cluster Bus 消息中,包含了自己没有的节点时,将其加入到自身的配置中

上述的规则保证了信息的更新是单向的,最终朝着Epoch更大的信息收敛
同时Epoch也随着currentEpoch的增加而增加,最终将各节点信息趋于稳定

sharding

不同节点分组服务于相互无交集的分片(sharding)
Redis Cluster 不存在单独的proxy或配置服务器
所以需要将客户端路由到目标的分片

1、数据分片(slot)

Redis Cluster 将所有的数据划分为16384 [0-16383] 个分片,每个分片负责其中一部分
每一条数据(key/value)根据key值,通过数据分布算法(一致性哈希)映射到16384 个slot中的一个

数据分布算法

slotId = crc16(key) % 16384

客户端根据slotId 决定将请求路由到哪个Redis 节点。
Cluster 不支持跨节点的单命令,如:sinterstore,如果涉及的2个key对应的slot 在不同的Node,则执行失败。
通常Redis的key都是带有业务意义的,如:

  • Product:Trade:20180890310921230001

  • Product:Detail:20180890310921230001

当在集群中存储时,上述同一商品的交易和详情可能会存储在不同的节点上,进而对于这2个key 不能以原子的方式操作
为此,Redis引入了HashTag的概念,使得数据分布算法可以根据key 的某一部分进行计算,让相关的2 条记录落到同一个数据分片

商品交易记录key:Product:Trade:{20180890310921230001}
商品详情记录key:Product:Detail:{20180890310921230001}

Redis 会根据 {} 之间的字符串作为数据分布式算法的输入。

2、客户端的路由

Redis Cluster的客户端相比单机Redis 需要具备路由语义的识别能力,且具备一定的路由缓存能力
当Client 访问的key 不在当前Redis 节点的slots中,Redis 会返回给Client 一个moved命令。并告知其正确的路由信息


当Client 接收到moved 后,再次请求新的Redis时,此时Cluster 的结构又可能发生了变化。此时有可能再次返回moved
Client 会根据moved响应,更新其内部的路由缓存信息,以便后续的操作直接找到正确的节点,减少交互次数。


当Cluster 在数据重新分布过程中时,可以通过ask 命令控制客户端的路由,如下所示:



上图中,slot 1 需要迁移到新节点上,此时如果客户端已经完成迁移的key,节点将相应ask 告知客户端想目标节点重试。

ask命令moved 命令的不同

  • moved 会更新Client数据路由

  • ask 只是重定向新节点,但是后续的相同slot 仍会路由到旧节点

迁移的过程可能会持续一段时间,这段时间某个slot 的数据,同时可能存在于新旧 2 个节点。
由于move 操作会使Client 的路由缓存变更,如果新旧节点对于迁移中的slot 所有key 都回应moved,客户端的路由缓存会频繁变更。因此引入ask 类型消息,将重定向和路由缓存分离

3 分片的迁移

在一个稳定的Redis Cluster 中,每个slot 对应的节点都是确定的。在某些情况下,节点和分片需要变更:

新的节点作为master加入;

某个节点分组需要下线;

负载不均衡需要调整slot 分布。

此时需要进行分片的迁移,迁移的触发和过程控制由外部系统完成。Redis Cluster 只提供迁移过程中需要的原语,包含下面 2 种:

节点迁移状态设置:迁移前标记源/目标节点。
key迁移的原子化命令:迁移的具体步骤。

image.gif

下面的Demo会介绍slot 1 从节点A 迁移到B的过程。

image

1、向节点B发送状态变更命令,将B的对应slot 状态置为importing。

2、向节点A发送状态变更命令,将A对应的slot 状态置为migrating。

3、针对A上的slot 的所有key,分别向A 发送migrate 命令,告知A 将对应的key 迁移到B。

当A节点的状态置为migrating 后,表示对应的slot 正在从A迁出,为保证该slot 数据的一致性。A此时提供的写服务和通常状态下有所区别,对于某个迁移中的slot:

如果Client 访问的key 尚未迁出,则正常的处理该key;

如果key已经迁出或者key不存在,则回复Client ASK 信息让其跳转到B处理;

image.gif

当节点B 状态变成importing 后,表示对应的slot 正在向B迁入。即使B 能对外提供该slot 的读写服务,但是和通常情况下有所区别:

当Client的访问不是从ask 跳转的,说明Client 还不知道迁移。有可能操作了尚未迁移完成的,处在A上面的key,如果这个key 在A上被修改了,则后续会产生冲突。

所以对于该slot 上所有非ask 跳转的操作,B不会进行操作,而是通过moved 让Client 跳转至A执行。

image.gif

这样的状态控制,保证了同一个key 在迁移之前总是在源节点执行。迁移后总是在目标节点执行,从而杜绝了双写的冲突。迁移过程中,新增加的key 会在目标节点执行,源节点不会新增key。使得迁移有界限,可以在某个确定的时刻结束。

单个key 的迁移过程可以通过原子化的migrate 命令完成。对于A/B的slave 节点,是通过主备复制,从而达到增删数据。

当所有key 迁移完成后,Client 通过 cluster setslot 命令设置B的分片信息,从而包含了迁入的slot。设置过程中会让Epoch自增,并且是Cluster 中的最新值。然后通过相互感知,传播到Cluster 中的其他节点。

failover

同Sentinel 一样,Redis Cluster 也具备一套完整的故障发现、故障状态一致性保证、主备切换机制。

1、failover的状态变迁

1)故障发现:当某个master 宕机时,宕机时间如何被集群其他节点感知。

2)故障确认:多个节点就某个master 是否宕机如何达成一致。

3)slave选举:集群确认了某个master 宕机后,如何将它的slave 升级成新的master;如果有多个slave,如何选择升级。

4)集群结构变更:成功选举成为master后,如何让整个集群知道,以更新Cluster 结构信息。

2、故障发现

Redis Cluster 节点间通过Redis Cluster Bus 两两周期性的PING/PONG 交互。当某个节点宕机时,其他Node 发出的PING消息没有收到响应,并且超过一定时间(NODE_TIMEOUT)未收到,则认为该节点故障,将其置为PFAIL状态(Possible Fail)。后续通过Gossip 发出的PING/PONG消息中,这个节点的PFAIL 状态会传播到集群的其他节点。

Redis Cluster 的节点两两通过TCP 保持Redis Cluster Bus连接,当对PING 无反馈时,可能是节点故障,也可能是TCP 链接断开。如果是TCP 断开导致的误报,虽然误报消息会因为其他节点的正常连接被忽略,但是也可以通过一定的方式减少误报。Redis Cluster 通过 预重试机制 排除此类误报:当 NODE_TIMEOUT/2 过去了,但是还未收到响应,则重新连接重发PING 消息,如果对端正常,则在很短的时间内就会有响应。

3、故障确认

对于网络分隔的情况,某个节点(B)并没有故障,但是和A 无法连接,但是和C/D 等其他节点可以正常联通。此时只会有A 将 B 标记为PFAIL 状态,其他节点认为B 正常。此时A 和C/D 等其他节点信息不一致,Redis Cluster 通过故障 确认协议 达成一致。

集群中每个节点都是Gossip 的接收者,A 也会接收到来自其他节点的Gossip 消息,被告知B 是否处于PFAIL 状态。当A收到来气其他master 节点对于 B 的PFAIL 达到一定数量后,会将B的PFAIL 状态升级为 FAIL 状态。表示B 已经确认为故障态,后面会发起slave 选举流程。

A节点内部的集群信息中,对于B的状态从PFAIL 到 FAIL 的变迁,如下图所示:

image

4、slave选举

上图中,B是A的master,并且B 已经被集群公认是FAIL 状态了,那么A 发起竞选,期望成为新的master。

如果B 有多个slave (A/E/F)都认知到B 处于FAIL 状态了,A/E/F 可能会同时发起竞选。当B的slave 个数 >= 3 时,很有可能产生多轮竞选失败。为了减少冲突的出现,优先级高的slave 更有可能发起竞选,从而提升成功的可能性。这里的优先级是slave的数据最新的程度,数据越新的(最完整的)优先级越高。

slave 通过向其他master发送FAILVOER_AUTH_REQUEST 消息发起竞选,master 收到后回复FAILOVER_AUTH_ACK 消息告知是否同意。slave 发送FAILOVER_AUTH_REQUEST 前会将currentEpoch 自增,并将最新的Epoch 带入到FAILOVER_AUTH_REQUEST 消息中,如果自己未投过票,则回复同意,否则回复拒绝。

5、结构变更通知

当slave 收到过半的master 同意时,会替代B 成为新的master。此时会以最新的Epoch 通过PONG 消息广播自己成为master,让Cluster 的其他节点尽快的更新拓扑结构。

当B 恢复可用之后,它手续爱你仍然认为自己是master,但逐渐的通过Gossip 协议得知A 已经替代了自己,然后降级为A的slave。

可用性和性能

Redis Cluster 还提供了一些方法可以提升性能和可用性。

1、Redis Cluster的读写分离

对于读写分离的场景,应用对于某些读请求允许舍弃一定的数据一致性,以换取更高的吞吐量。此时希望将读请求交给slave处理,以分担master的压力。

通过分片映射关系,某个slot 一定对应着一个master节点。Client 通过moved 命令,也只会路由到各个master中。即使Client 将请求直接发送到slave上,也会回复moved 到master去处理。

为此,Redis Cluster 引入了readonly 命令。Client 向slave发送该命令后,不再moved 到master处理,而是自己处理,这成为slave的readonly 模式。通过readwrite命令,可以将slave的readonly模式重置。

2、master单点保护

假如Cluster 的初始状态如下所示:

image

上图中A、B两个master 分别有自己的slave,假设A1 发生宕机,结构变为如下所示:

image

此时A 成为了单点,一旦A 再次宕机,将造成不可用。此时Redis Cluster 会把B 的某个slave (如 B1 )进行副本迁移,变成A的slave。如下所示:

image

这样集群中每个master 至少有一个slave,使得Cluster 具有高可用。集群中只需要保持 2*master+1 个节点,就可以保持任一节点宕机时,故障转移后继续高可用。




作者:芥末无疆sss
链接:https://www.jianshu.com/p/d0ab5a0c1ae3
來源:简书
简书著作权归作者所有,任何形式的转载都请联系作者获得授权并注明出处。

1人推荐
随时随地看视频
慕课网APP