redis 主从同步和故障切换的几个坑

数据不一致

当我们从节点读取一个数据时，和主节点读取的数据不一致，这是因为主从同步的命令是异步进行的，一般情况下是主从同步延迟导致的，为什么会延迟，
主要二个原因
1、网络状态不好
2、网络没问题，从节点执行耗时命令，之前的命令在排队，没有执行到

对于 1，我们要检查网络状态，在硬件网络尽量把主从机器部署在一起，对于 2 ，可以开发一个监控主从复制进度的程序，及时的把主从复制进度大于一定差值的客户端移除，当复制进度赶上时，再增加进去

数据不一致是不可避免的，我们尽量缩小不一致的时间，或者重要数据直接读主库

客户端读取到过期数据

我们使用主从集群时，有时后设置的过期时间是 12.00.00，但是 12:00:01 时，在从节点还是可以读取到数据， 这个和 redis 过期策略有关系

redis，过期策略有 2 种，主动删除和定期删除，

• 主动删除是惰性的，当客户端读取主节点时，判断数据过期，不会返回，主节点不会读取到过期时间，但是从节点 不会自动删除，会返回过期数据，这个和版本有关系，3.2 之前会，之后不会再返回过期数据
• 定期删除是被动的，定时100ms的，但是不会删除所有过期数据，会随机选择一定的数据，不断的进行删除，保证 redis 的性能，所以会有一部分数据是过期但是还存在

如果使用 3.2 之后，会返回吗，看使用的命令

• expire和 pexpire ，设置的是从命令开始计算的存活时间 ，当主从延迟是，一个命令是 60s，主节点 12.00 执行，从节点延迟了，12.01 执行，过期时间就会不一致，怎么解决的，使用下个命令
• expireat 和 pexpireat ，直接把数据的过期时间设置为一个具体的时间点，这个就可以保证不会读取到过期数据了
  EXPIRE testkey 60 替换为 EXPIREAT testkey 1603501200
  这个问题是可以解决的

不合理的命令导致服务挂掉

protected-mode 配置项

作用是哨兵实例是否可以被其他实例访问，配置为 yes 时，只能本地访问 ，当其他哨兵服务器在其他节点时，无法通信，主库故障时无法判断，也无法切换，建议配置为 no ，bind 其他实例地址

protected-mode no
bind 192.168.10.3 192.168.10.4 192.168.10.5

cluster-node-timeout 配置项

这个配置项设置了 Redis Cluster 中实例响应心跳消息的超时时间

当我们在 Redis Cluster 集群中为每个实例配置了“一主一从”模式时，如果主实例发生故障从实例会切换为主实例，受网络延迟和切换操作执行的影响，切换时间可能较长，就会导致实例的心跳超时(超出 cluster-node-timeout)。实例超时后，就会被 Redis Cluster 判断为异常。而 Redis Cluster 正常运行的条件就是，有半数以上的实例都能正常运行。
所以，如果执行主从切换的实例超过半数，而主从切换时间又过长的话，就可能有半数以上的实例心跳超时，从而可能导致整个集群挂掉。所以，我建议你将 cluster-node-timeout 调大些(例如 10 到 20 秒)

总结