面试题：Redis旧版复制时数据丢失故障排查

Question

在Redis旧版复制场景下，发现从节点的数据比主节点少部分数据，可能是复制过程中出现了数据丢失情况。假设网络正常，系统资源充足，你将如何深入排查此故障，给出具体的排查步骤和分析方法。

Answer 1

1. 检查主节点配置：
   • 查看主节点的redis.conf配置文件，确认save策略是否合理。例如：

     save 900 1
     save 300 10
     save 60 10000
     

     如果save策略设置过于宽松，可能导致数据持久化不及时，在复制过程中从节点获取的数据就可能不完整。
   • 确认主节点是否开启了append - only - file（AOF）模式，如果开启，查看appendfsync配置项。always表示每次写操作都同步到AOF文件，数据安全性最高；everysec表示每秒同步一次；no表示由操作系统决定何时同步。若配置为everysec或no，可能在短时间内丢失部分数据。
2. 检查从节点配置：
   • 查看从节点的redis.conf配置，确认slave - read - only配置项，此配置决定从节点是否只读。正常情况下应为yes，若设置为no，可能存在从节点写操作导致数据不一致。
   • 检查从节点的复制偏移量。可以通过INFO replication命令获取，对比主从节点的偏移量。主节点的偏移量记录了已处理的写命令字节数，从节点的偏移量记录了已接收并处理的主节点写命令字节数。如果从节点偏移量小于主节点，说明从节点可能丢失了部分数据。
3. 分析复制过程：
   • 在主节点上使用MONITOR命令，实时监控主节点接收到的写命令。观察是否有部分命令在从节点没有同步成功。注意，MONITOR命令会增加主节点负担，建议在测试环境使用。
   • 检查主从节点间的心跳机制。从节点会定期向主节点发送PING命令，主节点以PONG响应。可以通过分析主从节点日志查看心跳是否正常，若心跳异常可能导致部分数据未及时同步。
4. 查看日志文件：
   • 查看主节点的日志文件（通常在redis.log），搜索是否有与复制相关的错误信息，如Connection with slave... lost等字样，这可能表示在复制过程中出现过短暂连接问题，即便网络正常，也可能存在瞬间抖动导致数据丢失。
   • 查看从节点的日志文件，查找与复制相关的错误，例如从节点在同步数据时是否有报错，如SYNC命令执行失败等信息。
5. 检查数据一致性工具：
   • 可以使用Redis官方提供的redis - checker工具（如果有的话），对主从节点的数据进行一致性检查。该工具能够更精确地定位哪些数据在主从节点间存在差异。
6. 模拟故障场景：
   • 在测试环境中模拟类似场景，逐步重现数据丢失问题。例如，调整主节点的save策略或appendfsync配置，观察从节点数据是否会出现丢失情况，以此来进一步确认故障原因。