(九)Redis集群节点超时时限(node timeout)配置cluster-node-timeout

2018-01-18 10:50:32来源:网络收集作者:程序诗人人点击

分享

[var1]

参考文章:Redisfans.com/topic/cluster-spec.html">http://doc.redisfans.com/topic/cluster-spec.html


集群节点的超时时限redis.conf配置默认值是:


cluster-node-timeout 15000

一、节点失效检测


1.集群中当一个节点向另一个节点发送PING命令,但是目标节点未在给定的时限内返回PING命令的回复时,那么发送命令的节点会将目标节点标记为PFAIL(possible failuer,可能已失效);
等待节点回复的时限称为节点超时时限(node timeout),是一个节点选项(node-wise setting);

2.每次节点发送对其它节点的PING命令的时候,它都会随机的广播三个它所知道的节点信息,这些信息里面的其中一项就是说明节点是否已经被标记为PFAIL或者FAIL;


3.当节点接收到其它节点发送来的信息时,它会记下哪些被其它节点标记为失效的节点,这称之为失效报告(failure report);


4.如果节点已经将某个节点标记为PFAIL,并且根据节点所收到的失效报告显示,集群中的大部分其它主节点也认为哪个主节点进入了失效状态,那么节点将会把哪个节点标记为失效状态FAIL;


5.一旦某个节点被标记为FAIL,关于这个节点已失效的信息就会广播到整个集群中取,所有接收到这条信息的节点都会将失效信息标记为FAIL;


简单来说一个节点要将另外一个节点标记为失效,必须要询问其它节点的意见,并且得到大部分主节点的同意才行;


因为过期的失效报告会被移除,所以主节点要将某个节点标记为失效FAIL的话,必须以最近接收到的失效报告为根据;


在一下两种情况中失效FAIL状态会被移除:


1.如果被标记为FAIL的是从节点,那么这个节点重新上线时,FAIL标记就会被移除;


保持(retaining)从节点的FAIL失效状态是没有意义的,因为它不处理任何槽,一个节点是否处于FAIL状态,决定了这个从节点在有需要的时候能否被提升为主节点;


2.如果一个主节点被打上FAIL标记之后,经过了节点超时时限的四倍时间,在加上10秒中之后,针对这个主节点槽的故障转移操作仍未完成,并且这个主节点已经重新上线的话,那么移除针对这个节点的FAIL标记;


在第二种情况中,如果故障转移未能顺利完成,并且主节点重新上线,那么集群就继续使用原来的主节点,从而免去管理员介入的必要;


二、集群状态检测


每当集群发生配置变化时(可能是哈希槽更新,也可能是某个节点进入失效状态),集群中的每个节点都会对它所知道的节点进行扫描(scan);


一旦配置完毕,集群就会进入两种状态中的一种:


FAIL:集群不能正常工作,当集群中有某个节点进入失效状态时,集群不能处理任何命令请求,对于每个命令请求,集群节点都返回错误回复;


OK:集群可以正常工作,负责处理全部16384个槽节点中,没有一个被标记为FAIL状态;


这说明即使集群中只有一部分哈希槽不可以正常使用,整个集群也会停止处理任何命令;


不过节点从出现问题到被标记为FAIL状态这段时间里,集群仍然会正常运行,所以集群在某些时候,仍然可能只能处理针对16384个槽的其中的一个子集的命令;


以下是集群进入FAIL状态的两种情况:


 (1)至少有一个哈希槽不可以用,因为因为负责处理这个槽的节点进入了FAIL装填;


 (2)集群中大部分主节点都进入下线状态,当大部分主节点都进入FAIL状态是,集群也会进入FAIL状态;


第二个检查是必须的,因为要将一个节点从PFAIL状态改变为FAIL状态,必须要有大部分主节点进行投票决定,但是,当集群中大部分主节点进入失效状态时,单凭一两个节点是没有办法将一个节点标记为FAIL状态的;


因此,有了第二个检查条件,只要集群中的大部分主节点进入了下线状态,那么集群就可以在不请求主节点意见的情况下,将某个节点判断为FAIL状态,从而让整个集群停止命令请求;


三、从节点选举


一旦某个主节点进入了FAIL状态,如果这个主节点有一个或者多个从节点存在,那么其中一个从节点会被升级为主节点,而其它从节点会开始对这个新主节点进行复制;


新主节点由已下线的主节点的树下所有从节点自行选举产生,一下是选举条件:


   (1)这个节点是已下线主节点的从节点;


   (2)已下线主节点处理槽数非空;


   (3)从节点的数据被认为是可靠的,也即时,主从节点之间的复制链接(repliaction link)的断线时长不能超过超时时限(node timeout)乘以REDIS_CLUSTER_SLAVE_VALIDITY_MULT 常量得出的值;


如果一个从节点满足了以上所有条件,那么这个从节点将会向集群中的其它主节点发送授权请求,询问它们,是否允许自己(从节点)升级为主节点。


如果发送授权请求的从节点满足一下属性,那么主节点将向从节点返回FAILOVER_AUTH_GRANTED授权,同意从节点的升级要求:


     (1)发送授权请求的是一个从节点,并且它所属的主节点处于FAIL状态;


     (2)在已下线的主节点的所有从节点中,这个从节点的节点ID在排序中是最小的;


     (3)这个从节点处于正常运行状态,它没有被标记为FAIL状态,也没有被标记为PFAIL状态;


一旦某个从节点在给定的时间内得到大部分主节点的授权,它就会执行以下故障转移操作:


(1)通过PONG数据包(package)告知其它节点,这个节点现在是主节点了;


(2)通过PONG数据包告知其它节点,这个节点是一个已经升级的从节点(promoted salve);


(3)接管(claming)所有由已下线主节点负责处理的哈希槽;


(4)显式的向所有的节点广播一个PONG数据包,加速其它节点识别这个节点的速度,而不是等待定时的PING/PONG数据包;


所有其它节点都会根据新的主节点对配置进行相应的更新,特别的:


(1)所有被新主节点接管的槽会被更新;


(2)已下线主节点的所有从节点会察觉到 PROMOTED 标志, 并开始对新的主节点进行复制;


(3)如果已下线的主节点重新回到上线状态, 那么它会察觉到 PROMOTED 标志, 并将自身调整为现任主节点的从节点。


在集群的生命周期中, 如果一个带有 PROMOTED 标识的主节点因为某些原因转变成了从节点, 那么该节点将丢失它所带有的 PROMOTED 标识。



最新文章

123

最新摄影

闪念基因

微信扫一扫

第七城市微信公众平台