Redis集群故障分析
时间:2022-07-23
本文章向大家介绍Redis集群故障分析,主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。
背景介绍
项目早期通过三台机器搭建了Redis高可用集群,每台机器部署两个redis实例,形成三主三从节点。故障发生于一台机器宕机,导致整个Redis集群异常,最终影响网关安全认证失败,拒绝了所有交易请求。
问题分析
Redis集群异常原因: 故障机器运行了集群两个master节点,宕机后导致集群选举机制异常,不能自动进行主从切换。Redis集群高可用传送门
机器宕机原因: redis运行主要依赖内存,RDB期间会消耗大量内存,内存不足导致机器异常。
问题处理
1.手动进行redis主从切换
redis-cli -h 从节点ip端口 -p 从节点端口 -a 密码 -c cluster failover taskover
- 异常机器重启恢复服务
3.巡检redis集群状态,检查主机存在一套redis集群两个master节点的,进行手动切换
4.集群优化,三机器三主三从优化成七机器三主四从
5.余量客户隐患消除
反思总结
通过这次线上问题看到很多不成熟地方: 1.监控机制覆盖不够全面,没监控同一台机器存在双master场景; 2.机器资源分配评估不到位,没考虑极端RDB场景; 3.高可用部署方案存在隐患,不满足官方集群最小建议模式,修改官方方案没有做详细评估;
自己从研发角度看待这个事情,对高可用底层原理、中间件熟悉度不够,除了加强原理,还要多做实操验证,另外监控覆盖不到位留下隐患。
- linux乱码和数据库乱码的问题简单排查(r2笔记83天)
- 一条运行了3天的"简单"的sql(r2笔记82天)
- 海量数据迁移之使用shell启用多个动态并行(r2笔记81天)
- 使用shell测试历史数据样本(r2笔记80天)
- 【专业技术】编译器的工作原理
- ORA-17500 ODM err的问题排查(r2笔记78天)
- 【专业技术】linux启动流程剖析
- 使用dbms_metadata生成建表语句(r2笔记97天)
- 海量数据迁移之使用分区并行切分导入(r2笔记79天)
- 关于oracle session的简单测试(r2笔记95天)
- 使用utl_file走选择性数据导出(r2笔记95天)
- 使用Linux命令发送邮件(r2笔记94天)
- 如何用python轻松破解wifi密码( 源码 )
- 海量数据迁移之通过shell估算数据量 (r2笔记93天)
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- tf.session.run()单函数运行和多函数运行区别
- 使用 Tensorflow 在 CIFAR-10 二进制数据集上构建 CNN
- Hold Time违例,该如何解决
- Tensorflow BN详解:4_使用tf.nn.batch_normalization实现BN
- Tensorflow BatchNormalization详解:3_使用tf.layers高级函数来构建带有BN的神经网络
- 【DB宝17】使用mysqldump+mysqlbinlog恢复误删除的数据库
- 13-3 vi编辑模式和移动光标
- Tensorflow BatchNormalization详解:2_使用tf.layers高级函数来构建神经网络
- 使用 numpy 切分训练集和测试集
- 反向学习,相对基学习 opposition-based learning 简介
- python获取指定目录下所有文件名os.walk和os.listdir
- 腾讯地图SDK实现点击建筑显示围栏及建筑信息效果
- 【pyspark】parallelize和broadcast文件落盘问题
- 终于知道Kafka为什么这么快了!
- 使用 L2 正则化和平均滑动模型的 LeNet-5MNIST 手写数字识别模型