Redis 的主从架构，其实就是利用多副本，将一份数据同时保存在多个实例上。单个实例出现故障后，一般都会过一段时间才能恢复，那么其他节点还是可以提供服务的
1. 为什么需要主从架构
单点架构在Redis中可能会带来以下问题：
- 单点故障：Redis单点故障会导致服务不可用，造成服务中断或者服务雪崩。高并发情况下，如果Redis单点出现故障，所有请求都会受到影响，无法得到有效响应。
- 可用性问题：由于Redis单点架构没有备份节点，因此无法在发生故障时快速转移服务以保证系统的持续可用性。这意味着在单点故障发生时，服务可能需要较长时间才能恢复。
- 数据丢失风险：Redis是内存数据库，虽然可以通过RDB和AOF文件进行数据持久化备份，但在单点架构中，如果Redis节点发生故障，数据恢复过程可能会耗时较长，且存在数据丢失的风险。
针对这些问题，可以采取主从架构来提高Redis的可用性和容错性。通过在主节点上设置多个从节点，可以实现数据的复制和故障转移，从而降低单点故障的影响，提高系统的稳定性和可用性
2. 主从架构原理
主从架构，事件就是数据可以在多个实例上进行复制，当主节点出现故障时，从节点可以接管服务，从而实现快速故障转移，保证服务的持续可用性。此外，主从架构还可以提高系统的并发能力，因为多个节点可以同时处理请求。这样，在主节点故障时，从节点可以立即接管服务，避免了单点故障导致的服务中断或雪崩效应
3. 主从架构拓扑图
在Redis中，主从架构的确实是一种主从库模式，其中主节点负责处理写操作并将数据同步到从节点，从节点则负责处理读操作。这种主从库模式可以根据节点之间的拓扑结构分为以下三种类型
- 单主单从结构（Single Master-Single Slave）：一个主节点，一个从节点，主节点可读可写，从节点只接收读请求。常用于主节点出现故障时，从节点能够快速顶上
图片
- 单主多从结构（Single Master-Multiple Slaves）：一个主节点，多个从节点，对于读命令较大的场景，可以把读命令分摊到多个从节点
图片
- 树状主从结构：一个主节点，多个从节点，其中一个从节点作为中间层，既可以复制主节点，又可以当做其他从节点复制的主节点。有效降低主节点负载和需要传送给从节点的数据量。
图片
4. 主从数据同步原理
4.1.全量同步
主从第一次建立连接时，会执行全量同步，将master节点的所有数据都拷贝给slave节点，流程：
图片
思考:master如何得知salve是第一次来连接呢？
有几个概念，可以作为判断依据：
- Replication Id：简称replid，是数据集的标记，id一致则说明是同一数据集。每一个master都有唯一的replid，slave则会继承master节点的replid
- offset：偏移量，随着记录在repl_baklog中的数据增多而逐渐增大。slave完成同步时也会记录当前同步的offset。如果slave的offset小于master的offset，说明slave数据落后于master，需要更新。
slave数据同步，必须向master声明自己的replication id 和offset，master才可以判断到底需要同步哪些数据。
slave原本也是一个master，有自己的replid和offset，当第一次变成slave，与master建立连接时，发送的replid和offset是自己的replid和offset。
master判断发现slave发送来的replid与自己的不一致，说明这是一个全新的slave，就知道要做全量同步了
master会将自己的replid和offset都发送给这个slave，slave保存这些信息。以后slave的replid就与master一致了。
因此，master判断一个节点是否是第一次同步的依据，就是看replid是否一致。
图片
完整流程描述：
- slave节点请求增量同步
- master节点判断replid，发现不一致，拒绝增量同步
- master将完整内存数据生成RDB，发送RDB到slave
- slave清空本地数据，加载master的RDB
- master将RDB期间的命令记录在repl_baklog，并持续将log中的命令发送给slave
- slave执行接收到的命令，保持与master之间的同步
4.2.增量同步
全量同步需要先做RDB，然后将RDB文件通过网络传输个slave，成本太高了。因此除了第一次做全量同步，其它大多数时候slave与master都是做增量同步。
思考:什么是增量同步？
增量同步是只更新slave与master存在差异的部分数据
图片
思考:master怎么知道slave与自己的数据差异在哪里呢？
5.repl_backlog原理
这就要说到全量同步时的repl_baklog文件了。
这个文件是一个固定大小的数组，只不过数组是环形，也就是说角标到达数组末尾后，会再次从0开始读写，这样数组头部的数据就会被覆盖。
- repl_baklog中会记录Redis处理过的命令日志及offset，包括master当前的offset，和slave已经拷贝到的offset：
图片
slave与master的offset之间的差异，就是salve需要增量拷贝的数据了。
随着不断有数据写入，master的offset逐渐变大，slave也不断的拷贝，追赶master的offset：
图片
直到数组被填满：
图片
此时，如果有新的数据写入，就会覆盖数组中的旧数据。不过，旧的数据只要是绿色的，说明是已经被同步到slave的数据，即便被覆盖了也没什么影响。因为未同步的仅仅是红色部分。
但是，如果slave出现网络阻塞，导致master的offset远远超过了slave的offset：
图片
如果master继续写入新数据，其offset就会覆盖旧的数据，直到将slave现在的offset也覆盖：
图片
棕色框中的红色部分，就是尚未同步，但是却已经被覆盖的数据。此时如果slave恢复，需要同步，却发现自己的offset都没有了，无法完成增量同步了,只能做全量同步。
注意：repl_baklog大小有上限，写满后会覆盖最早数据，如果slave断开时间过久，导致尚未备份的数据被覆盖，否则无法基于log做增量同步，只能再次全量同步
原文地址：https://mp.weixin.qq.com/s/ilySjB4P1kVFydSEibStjQ
