数据库服务器旁部署Redis哨兵时,仲裁机制如何影响故障切换判断

发布人:A5数据发布时间:2026-10-29 15:15阅读量:89

数据库服务器旁部署了 Redis Sentinel,并不意味着数据库服务器本身会参与 Redis 的故障投票。真正参与判断的是 Sentinel 进程:它先依据本地观测判断主节点是否不可达,再汇总其他 Sentinel 的报告;达到仲裁条件后,才可能进入故障切换流程。服务器放在同一台机器上还是不同机器上,会影响它们能否同时存活、能否互相通信,但不会自动增加或减少某个 Sentinel 的票数。

理解仲裁时要分清两道门槛:quorum 决定多少个 Sentinel 报告主节点客观下线;而实际执行切换还需要 Sentinel 获得足够的选举授权。因而,“已经判定主节点下线”不等于“已经可以切换”,数据库服务器上的 Sentinel 也不能替代其他故障域中的投票者。

先划清数据库服务器与 Sentinel 的角色

Redis Sentinel 是 Redis 的监控与故障切换组件,不是 Redis 数据节点,也不是数据库服务器的通用仲裁服务。它通常监控一个 Redis 主节点及其副本,维护主从拓扑,并在符合条件时推动副本晋升为新主节点。

假设一台数据库服务器上运行了 Redis 主节点,另一台机器上运行一个 Sentinel,第三台机器上也运行一个 Sentinel。真正参与 Redis 判断的是这两个 Sentinel 进程,以及其他已发现并监控同一主节点的 Sentinel。数据库服务进程本身、数据库的业务连接数、磁盘状态,都不会作为 Sentinel 投票。

如果数据库服务器上同时运行了一个 Sentinel,那么这个 Sentinel 会成为一个投票者;但它与同机 Redis 主节点共享电源、操作系统、网卡等故障条件。整台服务器宕机时,主节点和这个 Sentinel 可能同时消失,不能把“同机部署的两个进程”当成两个独立的故障域。

先划清数据库服务器与 Sentinel 的角色配图

因此,讨论部署位置时应分别确认:

  • 哪些机器运行了 Sentinel,且它们是否监控同一个 Redis 主节点。
  • Sentinel 之间能否通信,是否能访问主节点与副本。
  • 这些 Sentinel 是否分布在不同的主机、机架或网络故障域。
  • 数据库服务器是否只是与 Sentinel 同机,还是其自身也部署了 Sentinel 进程。

两个阶段:客观下线与故障切换授权

Sentinel 对主节点的判断不是一次全局检测,而是先有各自的观察,再通过 Sentinel 间通信形成集体判断。

本地观察:SDOWN

Sentinel 会定期向 Redis 实例发送检测请求。若某个 Sentinel 在配置的 down-after-milliseconds 时间内持续无法获得预期响应,它会把主节点标记为主观下线,通常称为 SDOWN(Subjectively Down)。

SDOWN 是单个 Sentinel 的本地结论。网络瞬时抖动、Sentinel 自身繁忙、主机负载过高、访问路径中断,都可能使一个 Sentinel 先观察到超时,而其他 Sentinel 仍认为主节点正常。此时还不能直接推断主节点已在整个集群范围内失效。

汇总报告:ODOWN

发现 SDOWN 后,Sentinel 会向其他 Sentinel 查询它们对该主节点的判断。若收到的下线报告数量达到该主节点配置的 quorum,相关 Sentinel 可以把主节点判定为客观下线,称为 ODOWN(Objectively Down)。

这里的 quorum 是判断主节点客观下线所需的报告门槛,不是固定的“集群总节点数的一半”。例如,监控同一主节点的 Sentinel 数量为 3,quorum 设为 2,则至少需要两个 Sentinel 认为主节点不可达,才满足 ODOWN 的报告条件。

选举授权:不只看 quorum

ODOWN 之后,还要选出一个 Sentinel 负责推动故障切换。它需要获得足够的 Sentinel 授权;在通常的配置理解中,授权门槛取决于 quorum 和已知 Sentinel 数量的多数派要求,两者中较高的门槛会成为实际约束。多数派门槛是已知 Sentinel 数量的一半以上,即 floor(N / 2) + 1,其中 N 是 Sentinel 已知成员数。

已知 Sentinel 数量 NquorumODOWN 报告门槛故障切换授权的典型门槛
3222
5223
5444
5555

这张表说明,低 quorum 并不代表少数 Sentinel 一定能完成切换。5 个 Sentinel 中,若 quorum 为 2,两个报告可能足以判定 ODOWN,但仍需要多数派授权;反过来,若 quorum 设为 5,即使多数 Sentinel 都支持切换,报告数量不足 5 时也无法满足该配置的 ODOWN 门槛。

授权通常发生在某个故障切换纪元(epoch)内。Sentinel 会通过投票避免同一纪元出现多个互相竞争的故障切换领导者。即使某个 Sentinel 最先发现主节点异常,它也不因此获得单方面切换权;它必须同时满足客观下线条件和选举授权条件。

两个阶段:客观下线与故障切换授权配图

仲裁如何改变故障切换判断

仲裁配置影响的是判断门槛,不是 Redis 主从复制速度,也不代表每个 Sentinel 都有相同的观测质量。是否能快速、可靠地完成切换,取决于报告门槛、授权人数、网络连通性和故障分布等条件共同作用。

quorum 偏低:更容易形成 ODOWN,但误判风险取决于部署

以 5 个 Sentinel、quorum 为 2 为例,只要有两个 Sentinel 报告主节点不可达,就可能达到 ODOWN 的报告门槛。但如果这两个 Sentinel 恰好都处于同一网络分区,且该分区无法访问主节点,其他机器仍能正常访问主节点,系统可能先形成下线判断;是否继续切换,还要看能否获得多数授权。

低 quorum 的风险不宜简单归结为“必然误切”。故障切换授权仍有多数派约束,但低门槛会让 ODOWN 更容易出现,可能导致切换流程启动得更频繁,或在故障边界不清晰时增加误判概率。实际风险与 Sentinel 的网络分布、主节点可达路径及授权成员分布有关。

quorum 偏高:误判门槛提高,可用性要求也提高

若 5 个 Sentinel 的 quorum 设为 4,那么 3 个 Sentinel 的多数派虽然可能已经具备选举授权人数,但 3 份下线报告仍达不到 ODOWN 门槛。发生主机故障或网络隔离后,只要有过多 Sentinel 不可用,故障切换就可能无法启动。

因此,较高 quorum 不是单纯的“更安全”。它能提高形成 ODOWN 的报告要求,同时也使切换更依赖更多 Sentinel 在线并能够互相通信。配置时要在误判容忍度和故障时的可用性之间取舍。

网络分区会造成“看起来各自合理”的判断

假设 5 个 Sentinel 分布在两个网络区域,区域 A 有 3 个,区域 B 有 2 个。网络分区后,A 区还能访问 Redis 主节点,B 区无法访问;与此同时,B 区的 Sentinel 彼此可见,却看不到 A 区的 Sentinel。

B 区的 Sentinel 可能观察到主节点超时,但只有两个成员,不能凭这两个报告获得 5 个 Sentinel 的多数派授权。若网络分区的方向相反,A 区的三个 Sentinel 可能在满足相应报告条件后取得多数授权。这个例子说明,多数派不是单纯的节点数量统计:Sentinel 之间的通信关系和每个区域能否连接 Redis 实例,都会影响切换结果。

仲裁如何改变故障切换判断配图

同机部署不会增加独立性

如果三个 Sentinel 中有两个与 Redis 主节点部署在同一台物理服务器上,服务器故障时可能一次失去主节点和两个投票者。名义上有 3 个 Sentinel,实际故障时却可能只剩 1 个,既无法汇总足够报告,也无法取得多数授权。

因此,数据库服务器旁部署 Sentinel 的价值在于减少监控与业务节点之间的访问路径等具体因素,而不是为仲裁自动加分。若目标是提升故障场景下的投票可用性,应关注 Sentinel 是否分布在能独立存活的故障域,而不只是进程总数。

围绕数据库与 Redis Sentinel 的多故障域部署,A5idc数据提供中国香港、美国、日本、新加坡等地区的物理服务器资源,覆盖 Xeon Gold、AMD EPYC、DDR5 内存与 SSD、NVMe 存储等配置,可为数据库、缓存及 Sentinel 进程提供相互分布的硬件基础。结合不同地区的网络线路、带宽和多 IP 方案,企业可构建更贴合业务访问路径与节点独立性的 Redis 高可用部署环境。

用状态与命令验证仲裁条件

验证时应把“成员数量、配置门槛、当前判断、是否具备切换条件”分开检查。以下命令以 Sentinel 监听 26379、监控名称为 mymaster 为例;若启用了 ACL 或密码认证,需按实际认证配置执行。命令只查询状态,不会触发故障切换。

先检查 Sentinel 当前维护的主节点信息和已发现成员:

redis-cli -p 26379 SENTINEL MASTER mymaster
redis-cli -p 26379 SENTINEL SENTINELS mymaster

SENTINEL MASTER 的返回信息中可查看主节点状态、下线相关字段及配置的仲裁值;SENTINEL SENTINELS 用于查看该 Sentinel 已知的其他 Sentinel。不同 Redis 版本的输出字段可能不同,核对时以本机命令返回内容为准。多个 Sentinel 的成员视图不一致时,应进一步确认它们是否监控同一主节点、是否能交换 Sentinel 消息,以及新增成员是否已经被发现。

还可以使用 SENTINEL CKQUORUM 检查当前已知成员能否满足仲裁与多数派要求:

redis-cli -p 26379 SENTINEL CKQUORUM mymaster

返回 OK 表示当前 Sentinel 认为已有足够的 Sentinel 支持一次故障切换判断;若返回错误信息,通常会提示当前可用数量与所需门槛。它是能力检查,不代表主节点此刻已经下线,也不代表实际故障发生时网络状态一定相同。

再查看 Sentinel 自身状态:

redis-cli -p 26379 INFO sentinel

重点关注监控的主节点数量、主节点名称和相关 Sentinel 计数。命令结果应与部署清单对照:如果预期有 3 个 Sentinel,但某个实例只发现 2 个,不能仅凭配置文件中写了 3 个地址就认定三票都能参与判断。

如需观察判断过程,可检查 Sentinel 日志中与主观下线、客观下线、选举及故障切换有关的记录。日志中某个 Sentinel 报告 SDOWN,只能证明它在当时形成了本地判断;还应继续确认是否达到 ODOWN、是否出现选举授权,以及是否有副本被晋升。不要仅凭一条超时日志就判断仲裁成功或失败。

在测试环境中,可以记录正常状态下各 Sentinel 的成员视图和 CKQUORUM 结果,再通过隔离测试网络或停止测试实例,观察日志与命令输出如何变化。生产环境不要为了验证仲裁而直接关闭主节点或修改防火墙:这类操作可能造成业务连接中断、触发真实故障切换或扩大网络影响。若必须进行故障演练,应先明确演练范围、业务窗口、数据保护与恢复步骤,并在变更前保存 Sentinel 配置和当前拓扑信息。

判断边界:仲裁通过不等于数据零丢失

Sentinel 仲裁解决的是“哪些 Sentinel 认为主节点不可达,以及是否授权推动切换”,不提供 Redis 数据复制的一致性保证。Redis 主从复制通常是异步的:主节点已经确认给客户端的写入,未必都已复制到副本。故障切换后,新主节点可能缺少尚未复制完成的数据。因此,即使 ODOWN 与选举授权都通过,也不能据此承诺零数据丢失。

同样,Sentinel 可用不代表业务一定能自动恢复。应用还需要能识别新主节点,连接池或客户端需要支持相应的 Sentinel 发现机制;如果应用仍固定连接旧主节点地址,Sentinel 完成切换也不一定能让业务自动切到新节点。

实际判断可以按以下顺序进行:

  1. 确认参与成员:核对运行中的 Sentinel 数量、监控对象名称及各 Sentinel 的成员视图。
  2. 核对两道门槛:分别确认 quorum 的 ODOWN 报告要求,以及故障切换所需的多数派授权人数。
  3. 检查故障域:确认 Sentinel 是否与主节点共用关键主机或网络路径,并推演单机、单区或链路故障后还剩多少可通信成员。
  4. 验证运行状态:结合 SENTINEL CKQUORUM、主节点信息、Sentinel 成员列表和日志判断当前是否具备切换条件。
  5. 单独评估数据与业务恢复:检查副本复制状态、应用的主节点发现方式和故障后的数据风险,不把它们混同为仲裁结果。

当 Sentinel 数量、quorum 与多数派条件都满足,网络分区下仍有足够且彼此可达的成员,且副本与应用切换机制符合业务要求时,才能认为这套部署具备相应故障场景下的切换能力。数据库服务器旁的 Sentinel 是其中一个监控与投票进程;它的位置影响故障域,不会替代仲裁规则本身。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/6462.html

相关推荐