- 全量复制:master 全部同步到 slave

- 部分复制:slave 数据丢失进行备份

- 同步故障

- 复制数据延迟(不一致)

- 读取过期数据(Slave 不能删除数据)

- 从节点故障

- 主节点故障

- 配置不一致

- maxmemory 不一致:丢失数据

- 优化参数不一致:内存不一致.

- 避免全量复制

- 选择小主节点(分片)、低峰期间操作.

- 如果节点运行 id 不匹配(如主节点重启、运行 id 发送变化),此时要执行全量复制,应该配合哨兵和集群解决.

- 主从复制挤压缓冲区不足产生的问题(网络中断,部分复制无法满足),可增大复制缓冲区( rel_backlog_size 参数).

- 复制风暴


- 客观下线

- 所有 Sentinel 节点对 Redis 节点失败要达成共识,即超过 quorum 个统一.

- 主管下线

- 即 Sentinel 节点对 Redis 节点失败的偏见,超出超时时间认为 Master 已经宕机.

- 选举出一个 Sentinel 作为 Leader:集群中至少有三个 Sentinel 节点,但只有其中一个节点可完成故障转移.通过以下命令可以进行失败判定或领导者选举.

- 选举流程

1. 每个主观下线的 Sentinel 节点向其他 Sentinel 节点发送命令,要求设置它为领导者.

1. 收到命令的 Sentinel 节点如果没有同意通过其他 Sentinel 节点发送的命令,则同意该请求,否则拒绝.

1. 如果该 Sentinel 节点发现自己的票数已经超过 Sentinel 集合半数且超过 quorum,则它成为领导者.

1. 如果此过程有多个 Sentinel 节点成为领导者,则等待一段时间再重新进行选举.

- 转移流程

1. Sentinel 选出一个合适的 Slave 作为新的 Master(slaveof no one 命令).

1. 向其余 Slave 发出通知,让它们成为新 Master 的 Slave( parallel-syncs 参数).

1. 等待旧 Master 复活,并使之称为新 Master 的 Slave.

1. 向客户端通知 Master 变化.

- 从 Slave 中选择新 Master 节点的规则(slave 升级成 master 之后)

1. 选择 slave-priority 最高的节点.

1. 选择复制偏移量最大的节点(同步数据最多).

1. 选择 runId 最小的节点.

- 每 1s 每个 Sentinel 对其他 Sentinel 和 Redis 执行 ping,进行心跳检测.

- 每 2s 每个 Sentinel 通过 Master 的 Channel 交换信息(pub - sub).

- 每 10s 每个 Sentinel 对 Master 和 Slave 执行 info,目的是发现 Slave 节点、确定主从关系.


- 优势

1. 元数据的更新读取具有很强的时效性,元数据修改立即更新

- 劣势

1. 数据集中存储


- [Gossip 协议](https://www.jianshu.com/p/8279d6fd65bb)

- hash(key)%机器数量

- 问题

1. 机器宕机,造成数据丢失,数据读取失败

1. 伸缩性

- 

- 问题

1. 一致性哈希算法在节点太少时，容易因为节点分布不均匀而造成缓存热点的问题。

- 解决方案

- 可以通过引入虚拟节点机制解决：即对每一个节点计算多个 hash，每个计算结果位置都放置一个虚拟节点。这样就实现了数据的均匀分布，负载均衡。

- CRC16(key)%16384


- LRU、LFU、FIFO 算法自动清除:一致性最差,维护成本低.

- 超时自动清除(key expire):一致性较差,维护成本低.

- 主动更新:代码层面控制生命周期,一致性最好,维护成本高.

- 读请求:先读缓存,缓存没有的话,就读数据库,然后取出数据后放入缓存,同时返回响应.

- 写请求:先删除缓存,然后再更新数据库(避免大量地写、却又不经常读的数据导致缓存频繁更新).

- 通用性:全量属性更好.

- 占用空间:部分属性更好.

- 代码维护成本.

这种状态会一直维持,流量一直打到存储层上,无法利用缓存、还会给存储层带来巨大压力.

1. 请求无法命中缓存、同时数据库记录为空时在缓存添加该 key 的空对象(设置过期时间)，缺点是可能会在缓存中添加大量的空值键(比如遭到恶意攻击或爬虫)，而且缓存层和存储层数据短期内不一致；

1. 使用布隆过滤器在缓存层前拦截非法请求、自动为空值添加黑名单(同时可能要为误判的记录添加白名单).但需要考虑布隆过滤器的维护(离线生成/ 实时生成).

- 事前:Redis 高可用,主从 + 哨兵,Redis Cluster,避免全盘崩溃.

- 事中:本地 ehcache 缓存 + hystrix 限流 & 降级,避免数据库承受太多压力.

- 事后:Redis 持久化,一旦重启,自动从磁盘上加载数据,快速恢复缓存数据.

1. 用户请求先访问本地缓存,无命中后再访问 Redis,如果本地缓存和 Redis 都没有再查数据库,并把数据添加到本地缓存和 Redis；

1. 由于设置了限流,一段时间范围内超出的请求走降级处理(返回默认值,或给出友情提示).