今天我们就来看看redis sentinel即哨兵机制的相关底层原理以及我们在生产中需要避的坑。
集群监控，即时刻监控着redis的master和slave进程是否是在正常工作。
消息通知，就是说当它发现有redis实例有故障的话，就会发送消息给管理员
故障自动转移，如果redis master 节点宕机了的话，它就会将请求转到slave 节点上，slave升为master。
充当配置中心，如果发生了故障转移，它会通知将master的新地址写在配置中心告诉客户端。
sentinel 本身也是分布式部署的，是一个集群去运行的并且节点间相互协调工作，那它是怎么来监控redis的呢？
哨兵集群至少要 3 个节点，来确保自己的健壮性。
redis主从 + sentinel的架构，是不会保证数据的零丢失的，它是为了保证redis集群的高可用。
在部署redis主从 + sentinel 架构之前，我们要在测试环境多测试，尽量模拟线上环境。
你可能会问，哨兵集群 2 个节点难道就不行吗？好，如果咱们的哨兵集群只部署了两个节点，那么 quorum=1,
如上图，如果master宕机，sentinel 1 和 sentinel 2 只要有一个认为master宕机就会进行切换，同时sentinel 1 和sentinel 2 就会选出一个sentinel来进行故障转移，这个时候就需要用到majority，即大多数哨兵都是运行的，2个哨兵的majority是2（3个的majority=2，4个的majority=2，5个的majority=3），也就是说现在这两个哨兵节点都是正常运行的就可以进行故障转移。
但是，现在master和sentinel1运行的整个机器如果宕机了的话，那么哨兵就只有一个了，此时就无法来通过majority来进行故障转移了，所以，我们至少需要三台哨兵实例。
假设master所在的机器不可用的话，那么哨兵还剩2个，sentinel 2 和sentinel3 就会认为master宕机，然后选举一个来处理故障转移
三个哨兵节点的majority为2，现在还有2个哨兵在工作着，就可以允许执行故障转移。
上面我们已经知道了哨兵的核心机制以及它和redis主从架构是如何配合使用来达到redis的高可用的，下面我们就来看看redis哨兵主备切换的数据丢失问题。
min-slaves-to-write 1 # 要求至少一个slavemin-slaves-max-lag 10 # 数据复制和同步的延迟不能超过10s
我们不能只是去解决问题，我们要知道为什么这么做就可以解决问题，下面我们就来分析下，加上了这两个配置是怎么解决我们数据丢失问题的。
核心思想就是，一旦所有的slave节点，在数据复制和同步时延迟了超过10秒的话，那么master它就不会再接客户端的请求了，这样就会有效减少大量数据丢失的发生。
如果master出现了脑裂，和其他的slave失去了通信，不能继续给指定数量的slave发送数据。
slave超过10秒没有给自己返回ack消息。
master就会拒绝客户端的写请求
上面我们了解到了redis 哨兵的基本知识也解决了数据丢失的问题，那接下来我们来看看哨兵的几个核心底层原理，帮助大家在探讨这类问题的时候，也有话可说，也更不怕面试官问到哨兵机制。
sdown，即主观宕机，如果一个哨兵它自己觉得master宕机了，就是主观宕机
odown，即客观宕机，如果quorum数量的哨兵都认为一个master宕机了，则为客观宕机
哨兵在ping一个master的时候，如果超过了is-master-down-after-milliseconds指定的毫秒数之后，就是达到了sdown，就主观认为master宕机了。
如果一个哨兵在指定时间内，收到了quorum指定数量的其他哨兵也认为那个master是sdown了，那么就认为是odown了，客观认为master宕机，就完成了sdown到odown的转换。
通过redis的pub/sub系统实现的，每个哨兵都会往__sentinel__:hello这个channel里发送一个消息。
其他哨兵可以消费到这个消息，且可以感知到其他哨兵的存在。
每隔两秒钟，每个哨兵都会向自己监控的某个master+slaves对应的__sentinel__:hello channel里发送一个消息（包括自己的host、ip和runid还有对这个master的监控配置）。
每个哨兵也会去监听自己监控的每个master+slaves对应的__sentinel__:hello channel，然后去感知到同样在监听这个master+slaves的其他哨兵的存在。
每个哨兵还会跟其他哨兵交换对master的监控配置，互相进行监控配置的同步。
slave配置的自动纠正，是由哨兵来负责的。例如，slave如果要成为潜在的master候选人，哨兵会确保slave复制现有的master数据；如果slave连接的是一个有问题的master，在故障转移之后，哨兵会确保slave能连上新的没问题的master上。
跟master断开连接的时长
slave优先级
复制offset
run id
如果一个slave跟master断开连接已经超过了down-after-milliseconds的10倍，再加上加master宕机的时长，那么slave就被认为不适合选举为master。
(down-after-milliseconds * 10) + milliseconds_since_master_is_in_SDOWN_state
接下来会对slave进行排序
按照slave优先级进行排序，slave priority越低，优先级就越高。
如果slave priority相同，那么看replica offset，哪个slave复制了越多的数据，offset越靠后，优先级就越高。
如果上面两个条件都相同，那么选择一个run id比较小的那个slave
5，quorum和majority 关系
每次一个哨兵要做主备切换的时候，首先需要quorum数量的哨兵认为odown，然后选举出一个哨兵来做切换，这个哨兵还得得到majority哨兵的授权，才能正式执行切换。
如果quorum < majority，比如5个哨兵，majority就是3，quorum设置为2，那么就3个哨兵授权就可以执行切换
如果quorum >= majority，那么必须quorum数量的哨兵都授权，比如5个哨兵，quorum是5，那么必须5个哨兵都同意授权，才能执行切换。
哨兵会对一套redis master+slave进行监控，有相应的监控的配置
执行切换的那个哨兵，会从要切换到的新master（salve->master）那里得到一个configuration epoch，这就是一个version号，每次切换的version号都必须是唯一的。
如果第一个选举出的哨兵切换失败了，那么其他哨兵，会等待failover-timeout时间，然后接替继续执行切换，此时会重新获取一个新的configuration epoch，作为新的version号
哨兵完成切换之后，会在自己本地更新生成最新的master配置，然后同步给其他的哨兵，就是通过之前说的pub/sub消息机制
总结，今天我们学习了redis sentinel 机制的基本使用，同时在使用过程中对于可能出现的数据丢失进行相关避坑方案讲解，最后将哨兵的几个重要的底层知识进行了详细的讲解，希望帮助大家能更好的掌握redis的哨兵机制。
下一篇预告：redis哨兵机制
在公众号菜单中可自行获取专属架构视频资料，包括不限于 java架构、python系列、人工智能系列、架构系列，以及最新面试、小程序、大前端均无私奉献，你会感谢我的哈
往期精选
消息中间件能干什么？RabbitMQ、Kafka、RocketMQ正确选型姿势
本号旨在分享一线互联网各种技术架构解决方案，分布式以及高并发等相关专题，同时会将作者的学习总结进行整理并分享。
更多技术专题，敬请期待
