众所周知，一个数据库系统想要实现高可用，主要从以下两个方面来考虑：
- 保证数据安全不丢失
- 系统可以正常提供服务
而 Redis 作为一个提供高效缓存服务的数据库，也不例外。
上期我们提到的 Redis 持久化策略，其实就是为了减少服务宕机后数据丢失，以及快速恢复数据，也算是支持高可用的一种实现。
除此之外，Redis 还提供了其它几种方式来保证系统高可用，业务中最常用的莫过于主从同步（也称作主从复制）、Sentinel 哨兵机制以及 Cluster 集群。
同时，这也是面试中出现频率最高的几个主题，这期我们先来讲讲 Redis 的主从复制。
2. 主从复制简介
Redis 同时支持主从复制和读写分离：一个 Redis 实例作为主节点 Master，负责写操作。
其它实例（可能有 1 或多个）作为从节点 Slave，负责复制主节点的数据。
2.1 架构组件
主节点Master
数据更新：Master 负责处理所有的写操作，包括写入、更新和删除等。
数据同步：写操作在 Master 上执行，然后 Master 将写操作的结果同步到所有从节点 Slave 上。
从节点Slave
数据读取：Slave 负责处理读操作，例如获取数据、查询等。
数据同步：Slave 从 Master 复制数据，并在本地保存一份与主节点相同的数据副本。
2.2 为什么要读写分离
1）防止并发
从上图我们可以看出，数据是由主节点向从节点单向复制的，如果主、从节点都可以写入数据的话，那么数据的一致性如何保证呢？
有聪明的小伙伴可能已经想到了，那就是加锁！
但是主、从节点分布在不同的服务器上，数据跨节点同步时又会出现分布式一致性的问题。而在高频并发的场景下，解决加锁后往往又会带来其它的分布式问题，例如写入效率低、吞吐量大幅下降等。
而对于 Redis 这样一个高效缓存数据库来说，性能降低是难以忍受的，所以加锁不是一个优秀的方案。
那如果不加锁，使用最终一致性方式呢？
这样 Redis 在主、从库读到的数据又可能会不一致，带来业务上的挑战，用户也是难以接受的。
业务为用户服务，技术为业务服务。
所以，为了权衡数据的并发问题和用户体验，我们只允许在主节点上写入数据，从节点上读取数据。
2）易于扩展
我们都知道，大部分使用 Redis 的业务都是读多写少的。所以，我们可以根据业务量的规模来确定挂载几个从节点 Slave，当缓存数据增大时，我们可以很方便的扩展从节点的数量，实现弹性扩展。
同时，读写分离还可以实现数据备份和负载均衡，从而提高可靠性和性能。
3）高可用保障
不仅如此，Redis 还可以手动切换主从节点，来做故障隔离和恢复。这样，无论主节点或者从节点宕机，其他节点依然可以保证服务的正常运行。
3. 主从复制实现
3.1 开启主从复制
要开启主从复制，我们需要用到 replicaof 命令。
当我们确定好主节点的 IP 地址和端口号，在从库执行 replicaof <masterIP> <masterPort> 这个命令，就可以开启主从复制。
注意，在 Redis5.0 之前，该命令为
slaveof
开启主从复制后，应用层采用读写分离，所有的写操作在主节点进行，所有读操作在从节点进行。
主从节点会保持数据的最终一致性：主库更新数据后，会同步给从库。
3.2 主从复制过程
那主从库同步什么时候开始和结束呢？
是一次性传输还是分批次写入？Redis 主从节点在同步过程中网络中断了，没传输完成的怎么办？
带着这些疑问我们来分析下，首先，Redis 第一次数据同步时分 3 个阶段。
1）建立连接，请求数据同步
主从节点建立连接，从库请求数据同步。
从服务器从 replicaof 配置项中获取主节点的 IP 和 Port，然后进行连接。
连接成功后，从服务器会向主服务器发送 PSYNC 命令，表示要进行同步。同时，命令中包含 runID 和 offset 两个关键字段。
- runID：每个 Redis 实例的唯一标识，当主从复制进行时，该值为 Redis 主节点实例的ID。由于首次同步时还不知道主库的实例ID，所以该值第一次为
? - offset：从库数据同步的偏移量，当第一次复制时，该值为
-1，表示全量复制
主服务器收到 PSYNC 命令后，会创建一个专门用于复制的后台线程（replication thread），然后记录从节点的 offset 参数并开始进行 RDB 同步。
2）RDB 同步
主库生成 RDB 文件，同步给从库。
当从服务器连接到主服务器后，主服务器会将自己的数据发送给从服务器，这个过程叫做全量复制。主服务器会执行 bgsave 命令，然后 fork 出一个子进程来遍历自己的数据集并生成一个 RDB 文件，将这个文件发送给从服务器。
在这期间，为了保证 Redis 的高性能，主节点的主进程不会被阻塞，依旧对外提供服务并接收数据写入缓冲区中。
从服务器接收到 RDB 文件后，会清空自身数据，然后加载这个文件，将自己的数据集替换成主服务器的数据集。
3）命令同步
在第一次同步过程中，由于是全量同步，所以用时可能比较长，这期间主库依旧会写入新数据。
但是，在数据同步一开始就生成的 RDB 文件中显然是没有这部分新增数据的，所以第一次数据同步后需要再发送一次这部分新增数据。
这样，主服务器需要在发送完 RDB 文件后，将期间的写操作重新发送给从服务器，以保证从服务器的数据集与主服务器保持一致。
3.3 增量同步
1）命令传播
在完成全量复制后，主从服务器之间会保持一个 TCP 连接，主服务器会将自己的写操作发送给从服务器，从服务器执行这些写操作，从而保持数据一致性，这个过程也称为基于长连接的命令传播（command propagation）。
增量复制的数据是异步复制的，但通过记录写操作，主从服务器之间的数据最终会达到一致状态。
2）网络断开后数据同步
命令传播的过程中，由于网络抖动或故障导致连接断开，此时主节点上新的写命令将无法同步到从库。
即便是抖动瞬间又恢复网络连接，但 TCP 连接已经断开，所以数据需要重新同步。
从 Redis 2.8 开始，从库已支持增量同步，只会把断开的时候没有发生的写命令，同步给从库。
详细过程如下：
- 网络恢复后，从库携带之前主库返回的 runid，还有复制的偏移量 offset 发送
psync runid offset命令给主库，请求数据同步； - 主库收到命令后，核查
runid和offset，确认没问题将响应continue命令； - 主库发送网络断开期间的写命令，从库接收命令并执行。
这时，有细心的小伙伴可能要问了，网络断开后，主库怎么知道哪些数据是新写入的呢？
这是个好问题，接下来我们详细说明一下。
3）增量复制的关键
Master 在执行写操作时，会将这些命令记录在 repl_backlog_buffer （复制积压缓冲区）里面，并使用 master_repl_offset 记录写入的位置偏移量。
而从库在执行同步的写命令后，也会用 slave_repl_offset 记录写入的位置偏移量。正常情况下，从库会和主库的偏移量保持一致。
但是，当网络断开后，主库继续写入，而从库没有收到新的同步命令，所以偏移量就停止了。所以，master_repl_offset 会大于 slave_repl_offset。
注意：主从库实现增量复制时，都是在
repl_backlog_buffer缓冲区上进行。
网络断开前后，主从库的同步图如下：
repl_backlog_buffer复制积压缓冲区是一个环形缓冲区，如果缓冲区慢了（比如超过 1024），则会从头覆盖掉前面的内容。
所以，当网络恢复以后，主节点只需将 master_repl_offset 和 slave_repl_offset 之间的内容同步给从库即可（图中 256~512 这部分数据）。
需要注意的是，主库的积压缓冲区默认为 1M，如果从库网络断开太久，缓冲区之前的内容已经被覆盖，这时主从的数据复制就只能采取全量同步了。
所以我们需要根据业务量和实际情况来设置 repl_backlog_buffer 的值。
4. 小结
面让架构易于扩展，另一方面防止单体故障：当主库挂了，可以立即拉起从库，不至于让业务停滞太久。
而首次主从复制包括建立连接，RDB 同步和命令同步三个阶段。
为了保证同步的效率，除了第一次需要全量同步以外，例如当主从节点断连后，则只需要增量同步，这是由主从库的复制偏移量以及主库的 repl_backlog_buffer 复制积压缓冲区来控制的。
好了，以上就是本文的所有内容了，希望今天的文章能让大家更深入地了解 Redis 主从复制，并在面试或者实际工作中学以致用，探索更多的细节。