Redis 主从数据同步

Redis 数据同步

全量同步

redis 从节点第一次连接主节点采用的是全量同步，包括两个阶段：
第一阶段：

从节点执行slaveof命令和主节点建立了连接，然后发送同步请求；
主节点收到消息判断是否是第一次请求，如果是，将数据版本信息发送给从节点；
从节点存储存储数据版本信息；

第二阶段：

主节点后台 fork 子进程生成 RDB；
将生产的 RDB 文件发送给从节点；
由于在记录 RDB 的同时会生成指令，主节点将这部分指令存储到repl_baklog;
将 repl_baklog 的指令发送到从节点；从节点进行存储；

数据同步原理

全量同步过程有一个问题：主节点如何判断一个从节点是第一次同步数据？

实际上每一个 redis 节点都会有一个 replication id ，称为数据集ID。从节点第一次请求主节点，会带上 replication id，主节点收到从节点 replication id，和自己的 replication id 对比，如果不相同说明是第一次请求同步数据，主节点将自己的 replication id 发送给从节点，从节点存储主节点的 replication id，从节点后续请求再带上该 replication id。

此外，主节点如何知道每次从 repl_baklog 中获取哪部分数据同步从节点？

实际上主节点向从节点同步数据时，会带上两个个参数：replication id 和 offset, offset 标记每次复制数据的偏移量。往后同步从节点带上 replication id 和 offset 即可。

增量同步

增量同步一般发生在重启阶段：

从节点带上 replication id 和 offset 向主节点请求同步；
主节点根据 replication id 判断是否和自己的一致；如果一直则回复继续；
主节点从 repl_baklog 中取出数据，同步到从节点；
从节点接收之后存储指令；

增量同步过程中需要注意一个问题：repl_baklog 是一个循环数组，offset 是主节点和从节点同步内容的偏移量。由于 repl_baklog 是一个循环数组，当从节点停止过长时间，旧数据会被新数据覆盖，这时候只能做全量同步。

主从同步优化

可以从这几个方面来优化主从集群：

在 master 中配置 repl-diskless-sync yes 启动无磁盘复制，避免全量同步时的磁盘IO；
Redis 单节点的内存占用不要太大，减少 RDB 导致的过多磁盘IO；
适当提高repl_baklog的大小，发现slave宕机时尽快实现故障恢复，尽可能避免全量同步；
限制一个 master 的 slave 节点，如果需要较多的 slave，可以采用主-从-从链接模式；