面试题：缓存设计之Redis集群故障转移的触发条件

Question

在Redis集群故障转移机制中，详细说明从发现节点故障到完成故障转移整个过程，有哪些关键的触发条件和步骤？

Answer 1

发现节点故障

1. 主观下线（Subjective Down，SDOWN）
   • 触发条件：每个节点都会定期向其他节点发送PING消息，若在规定时间（可配置，默认15秒）内没有收到某个节点的PONG回复，该节点会将其标记为SDOWN，即主观认为该节点下线。
   • 步骤：节点在内部维护一个节点状态表，当出现上述情况时，在表中标记对应节点为SDOWN状态。
2. 客观下线（Objective Down，ODOWN）
   • 触发条件：当一个节点标记某个节点为SDOWN后，会向集群中的其他节点发送FAIL消息询问。如果超过半数（N/2 + 1，N为集群中的主节点数量）的主节点都认为该节点下线，那么这个节点会被标记为ODOWN，即客观下线。
   • 步骤：
     • 标记为SDOWN的节点向其他节点发送FAIL消息，包含疑似下线节点的信息。
     • 收到FAIL消息的节点根据自己对疑似下线节点的状态判断，回复确认或否认。
     • 发起询问的节点统计回复结果，若超过半数主节点确认下线，则标记该节点为ODOWN。

故障转移

1. 从节点选举
   • 触发条件：当一个主节点被标记为ODOWN后，它的从节点开始竞争成为新的主节点。
   • 步骤：
     • 资格检查：从节点检查自己是否具备选举资格，例如与主节点断开连接时间不能太长（可配置，默认10秒）等条件。
     • 选举触发：符合资格的从节点向集群广播FAILOVER_AUTH_REQUEST消息，请求其他节点给自己投票。
     • 投票过程：每个主节点只能给一个从节点投票，且优先投票给复制偏移量最大（即数据最完整）的从节点。当从节点收到超过半数（N/2 + 1，N为集群中的主节点数量）的主节点投票后，赢得选举。
2. 故障转移执行
   • 触发条件：从节点赢得选举后。
   • 步骤：
     • 成为主节点：赢得选举的从节点执行SLAVEOF NO ONE命令，断开与原主节点的复制关系，晋升为新的主节点。
     • 更新配置：新主节点向集群广播PONG消息，告知其他节点自己的新身份和状态。其他节点收到后，更新自己的集群配置，将原本指向故障主节点的信息更新为指向新主节点。
     • 数据同步：新主节点开始接收客户端请求，并在后续与其他从节点进行数据同步，使整个集群数据状态保持一致。