BlogRedis

Redis High Availability: Sentinel vs. Cluster, Failover und was schiefgeht

Scott Sternloff

Von Scott Sternloff, Senior Enterprise Architect

LinkedIn · Aktualisiert am · 15 Min. Lesezeit

Redis High Availability: Sentinel vs. Cluster, Failover und was schiefgeht
Auf dieser Seite

Redis High Availability entsteht aus Replikation plus einer Komponente, die das Failover automatisiert. Redis Sentinel liefert automatisches Failover für einen einzelnen Datenbestand; Redis Cluster liefert Failover plus horizontales Sharding über mehrere Primaries. Die meisten Teams brauchen Sentinel. Cluster brauchen Sie, wenn ein einzelner Node Ihre Daten nicht mehr fassen oder Ihren Durchsatz nicht mehr bedienen kann. Wie Redis Cluster Daten shardet, Clients umleitet und im Produktivbetrieb ausfällt, lesen Sie in Redis Cluster: Hash-Slots, Sharding und Betrieb.

Replikation allein ist keine High Availability. Ein Primary mit Replicas braucht trotzdem einen Prozess, der feststellt, dass der Primary ausgefallen ist, eine Replica befördert und den Clients sagt, wohin sie sich wenden sollen. Genau diese Entscheidungsschicht unterscheidet die folgenden Architekturen.

Redis-Replikation ist das Fundament

Jede High-Availability-Architektur beginnt mit demselben Grundbaustein: einem Redis-Master, der Schreibzugriffe annimmt, und einer oder mehreren Replicas, die von ihm replizieren.

Die Redis-Replikation ist asynchron. Diese asynchrone Replikation ist es, die den In-Memory-Store schnell hält. Ein Schreibvorgang wird dem Client bestätigt, bevor die Replicas ihn quittieren – das hält die Latenz niedrig und bedeutet, dass bei einem Ausfall des Primary die letzten Schreibvorgänge verloren gehen können. Dieser Kompromiss ist gewollt und unvermeidbar. Keine High-Availability-Option lässt ihn verschwinden, also planen Sie mit ihm, statt ihn zu umgehen.

Replicas bedienen Lesezugriffe, beseitigen aber nicht den Single Point of Failure. Fällt der Primary aus und befördert niemand eine Replica, ist der Cluster für Schreibzugriffe nicht verfügbar.

So funktioniert Redis Sentinel

Sentinel ist ein separater Prozess, der Ihre überwachten Redis-Instanzen beobachtet und die Beförderung automatisch durchführt.

Betreiben Sie mindestens drei Sentinel-Instanzen. Entscheidungen brauchen eine Mehrheit; mit drei Instanzen verkraften Sie einen Ausfall und erreichen trotzdem eine Einigung. Zwei können keine Mehrheit mehr bilden, sobald eine wegfällt.

Bei einem Failover läuft der Prozess so ab:

  1. Ein Sentinel erhält keine Antworten mehr vom Primary und markiert ihn als subjektiv ausgefallen
  2. Er befragt die anderen Sentinels; sobald genug zustimmen, gilt der Primary als objektiv ausgefallen
  3. Die Sentinels wählen untereinander einen Leader, der die beste Replica auswählt
  4. Diese Replica wird zum Master befördert, die übrigen Replicas werden so umkonfiguriert, dass sie ihr folgen
  5. Die Clients ermitteln den neuen Primary, indem sie Sentinel abfragen

Dieser letzte Schritt ist wichtiger, als viele Teams erwarten. Ihr Redis-Client muss Sentinel-fähig sein – er fragt Sentinel nach der aktuellen Adresse des Primary, statt eine fest codierte IP-Adresse zu verwenden. Anwendungen mit fester IP schreiben weiter auf einen herabgestuften Node und schlagen stillschweigend fehl.

Betreiben Sie diese Prozesse nach Möglichkeit auf anderen Hosts als den Redis-Server. Die gemeinsame Platzierung ist verbreitet, weil der Prozess so leichtgewichtig ist – doch dann entfernt ein Host-Ausfall gleichzeitig einen Redis-Node und eine Stimme, und zwar genau in dem Moment, in dem Sie die Stimme brauchen.

Sequenzdiagramm eines Redis-Sentinel-Failovers mit Einigung per Quorum, Beförderung einer Replica und Umleitung der Clients auf den neuen Primary

So funktioniert Redis Cluster

Redis Cluster verteilt die Daten per Sharding auf mehrere Redis-Instanzen, jede mit eigenen Replicas. Keys werden auf 16.384 Hash-Slots abgebildet, die über die Shards verteilt sind.

Cluster erreicht High Availability und Fehlertoleranz auf dieselbe Weise – durch Beförderung einer Replica –, aber ohne separate Überwachungsschicht. Die Nodes einigen sich untereinander. Zudem skaliert Cluster die Schreibleistung, was Sentinel nicht kann: Dort verarbeitet ein einziger Primary jeden Schreibvorgang, egal wie viele Replicas es gibt.

Der Preis ist zusätzliche Komplexität in Betrieb und Anwendung. Operationen über mehrere Keys müssen innerhalb eines Hash-Slots bleiben, manche Clients gehen schlecht mit Redirects um, und das Resharding eines Shards über mehrere Nodes ist ein echtes Verfahren und keine bloße Konfigurationsänderung.

Sentinel vs. Cluster

Redis SentinelRedis Cluster
DatenEin Datenbestand, repliziertPer Sharding auf mehrere Primaries verteilt
Skalierung der SchreibleistungNein – ein PrimaryJa
Automatische BeförderungJaJa
Zusätzliche ProzesseSentinel-Nodes erforderlichKeine
Anforderungen an ClientsSentinel-fähigCluster-fähig
Operationen über mehrere KeysUneingeschränktNur im selben Hash-Slot
Geeignet fürHA ohne ShardingHA plus horizontale Skalierung

Die praktische Abgrenzung zwischen Redis Cluster und Redis Sentinel: Wählen Sie Sentinel, wenn Ihre Daten bequem auf einen Node passen und Sie Verfügbarkeit ohne Sharding brauchen. Wählen Sie die Sharding-Variante, wenn das nicht der Fall ist. Wer Cluster nur wegen der Redundanz wählt, holt sich Komplexität ins Haus, die er bei jedem Incident bezahlt.

Managed-Angebote – Redis Enterprise, Azure Cache for Redis und die Dienste der Cloud-Provider – verbergen diese Entscheidung hinter ihrer eigenen Architektur und verteilen Replicas typischerweise über Availability Zones. Das ist bequem, aber Sie übernehmen deren Beförderungssemantik, statt Ihre eigene zu wählen.

Gegenüberstellung von Redis Sentinel, das einen Datenbestand repliziert, und Redis Cluster, das die Daten per Sharding auf mehrere Primaries verteilt

Warum kommt es bei Redis Sentinel zu Split-Brain ohne automatische Wiederherstellung?

Split-Brain in einem von Sentinel verwalteten Redis-Deployment entsteht, wenn eine Netzwerkpartition (oder eine Kaskade von Neustarts) zwei Gruppen von Nodes hinterlässt, die jeweils glauben, das Quorum zu haben und als Primary agieren zu sollen – oder es bereits tun. Anders als das Verhalten pause_minority von RabbitMQ, das die Minderheitspartition bewusst anhält, um ein Auseinanderlaufen zu verhindern, hängt das Failover- und Recovery-Modell von Redis Sentinel davon ab, dass sich die Sentinels per Quorum einigen, welcher Node tatsächlich ausgefallen ist – und genau an diesem Einigungsprozess sind echte Produktions-Incidents hängen geblieben.

Was es in der Praxis auslöst. Ein reales Assessment einer produktiven Redis-Umgebung hat Split-Brain und fehlschlagende automatische Wiederherstellung in Redis Sentinel als eigenen Untersuchungsstrang ausgewiesen, ausgelöst speziell durch Zuverlässigkeitsprobleme beim Sentinel-Bootstrap während eines Cluster-Neustarts. Das Problem war also keine einzelne dramatische Netzwerkpartition, sondern Sentinels, die das Quorum nicht korrekt wiederherstellen und sich nicht auf die Rollen von Primary und Replica einigen konnten, als der Cluster nach einem Neustart oder einer Crash-Recovery wieder online kam.

Warum es sich nicht selbst heilt. Die Failover-Logik von Sentinel verlangt, dass ein konfiguriertes Quorum von Sentinel-Prozessen übereinstimmend feststellt, dass der Primary tatsächlich nicht erreichbar ist, bevor eine Replica befördert wird. Starten die Sentinels selbst in inkonsistenter Reihenfolge neu oder hat das Infrastrukturereignis, das das ursprüngliche Problem verursacht hat, auch die Kommunikation zwischen den Sentinels gestört, kann ein Zustand entstehen, in dem keine Sentinel-Gruppe ein sauberes Quorum hat. Der automatische Failover-Mechanismus, der genau solche Ereignisse auflösen soll, greift dann nicht sauber, und es ist ein manueller Eingriff nötig.

Was Sie prüfen sollten, wenn es Sie trifft:

  • Stellen Sie sicher, dass alle Sentinel-Prozesse einander und die überwachten Redis-Nodes über die erforderlichen Ports erreichen – ein teilweises Netzwerkproblem, das sich für den Datenverkehr erledigt hat, nicht aber für den Gossip-Verkehr der Sentinels, kann das Sentinel-Quorum auch dann noch blockieren, wenn die Konnektivität auf Anwendungsebene längst wieder in Ordnung aussieht
  • Prüfen Sie Ihre Sentinel-Konfiguration für quorum im Verhältnis zur tatsächlichen Anzahl der Sentinel-Prozesse – eine im Verhältnis zur Deployment-Topologie zu niedrig angesetzte Quorum-Anforderung erhöht die Wahrscheinlichkeit genau dieses mehrdeutigen Zustands
  • Durchsuchen Sie gezielt die Sentinel-Logs (nicht nur die Logs des Redis-Servers) nach wiederholten, fehlgeschlagenen Failover-Versuchen oder nach Uneinigkeit zwischen den Sentinels über den aktuellen Primary – das ist die direkte Signatur eines Quorum- bzw. Bootstrap-Problems und kein einfacher Node-Ausfall
  • Wenn der Sentinel-Bootstrap Teil eines automatisierten Deployments ist (Container-Neustart, vom Orchestrator gesteuertes Redeployment), prüfen Sie, dass Ihre Bootstrap-Reihenfolge keine Race Condition enthält – Sentinels, die online gehen, bevor sie einander oder die überwachten Nodes erreichen können, sind ein häufiger Auslöser genau dieses Fehlerbilds

Die praktische Abhilfe: Sehen Sie wiederkehrendes Sentinel-Split-Brain, das speziell mit Neustarts zusammenhängt (und nicht mit echten Netzwerkpartitionen), liegt die Lösung meist nicht allein in einer Änderung der Sentinel-Konfiguration. Entscheidend ist, die Bootstrap- und Neustart-Reihenfolge so zu korrigieren, dass die Sentinels zuverlässig miteinander und mit den Redis-Nodes verbunden sind, bevor die Failover-Logik greift. Der Redis-Cluster-Modus (statt eines von Sentinel verwalteten Standalone- bzw. Primary-Replica-Setups) löst einige dieser Koordinationsprobleme anders und ist eine Prüfung wert, wenn die Zuverlässigkeit des Sentinel-Bootstraps in Ihrem Deployment ein wiederkehrender Schmerzpunkt im Betrieb ist.

So konfigurieren Sie Redis für High Availability

Eine praxistaugliche Ausgangsbasis für ein Sentinel-Setup:

# redis.conf on each replica
replicaof <primary-ip> 6379
min-replicas-to-write 1
min-replicas-max-lag 10
# sentinel.conf — three sentinel processes
sentinel monitor mymaster <primary-ip> 6379 2
sentinel down-after-milliseconds mymaster 5000
sentinel failover-timeout mymaster 60000

Die abschließende 2 ist das Quorum: wie viele Sentinels zustimmen müssen, bevor die Beförderung beginnt. Bei drei Sentinel-Instanzen ist zwei der richtige Wert.

Sentinel konfigurieren Sie separat, und min-replicas-to-write ist die Einstellung, die die meisten Teams auslassen. Sie sorgt dafür, dass der Primary Schreibzugriffe ablehnt, wenn weniger als die konfigurierte Anzahl an Replicas verbunden ist – aus stillem Datenverlust wird so ein sichtbarer Fehler. Stimmen Sie down-after-milliseconds auf Ihr Netzwerk ab – ist der Wert zu aggressiv, löst normale Latenz unnötige Beförderungen aus.

Warum hochverfügbares Redis trotzdem ausfällt

Eine korrekte Konfiguration reicht nicht aus. Drei Fehlerbilder, an denen wir kürzlich gearbeitet haben – und keines davon fällt bei einem Konfigurations-Review auf.

Speichererschöpfung während Hintergrund-Saves. Redis forkt, um einen Snapshot zu schreiben, und der Fork arbeitet mit Copy-on-Write. Schreibt Ihre Workload während des Saves stark, laufen Parent und Child auseinander, und der Speicherverbrauch steigt in Richtung des doppelten Datenbestands. Wir haben bei einem Kunden wiederholte Abstürze bei etwa 60 Prozent Speicherauslastung untersucht – weit unter jedem Schwellenwert, auf den er alarmierte –, verursacht genau durch das Fork-Verhalten während der Backups. Die Lösung war ein Tuning des Memory-Overcommit-Verhaltens auf Kernel-Ebene, keine Redis-Einstellung.

Planen Sie die Kapazität so, dass Spitzenlast plus Fork-Overhead in den RAM passen. Fünfzig Prozent im Normalbetrieb sind eine vernünftige Obergrenze für eine schreibintensive Instanz, die Snapshots erstellt.

Split-Brain beim Bootstrap. In derselben Umgebung verursachte DNS-Verzögerung beim Start ein Split-Brain: Nodes, die veraltete Adressen auflösten, bildeten widersprüchliche Ansichten darüber, wer der Primary war. Das ist ein Problem der Bootstrap-Reihenfolge, kein Problem des Normalbetriebs, und es tritt nur auf, wenn der gesamte Cluster gemeinsam neu startet – genau das passiert in Kubernetes bei einem Node-Drain oder einem Rolling Update.

Ein skriptgesteuertes, DNS-abhängiges Bootstrapping ist so fragil, dass wir ein Plugin entwickeln, das den Sentinel-Bootstrap stattdessen mit Raft-basiertem Konsens automatisiert und die externe Abhängigkeit vollständig beseitigt.

Hängende Replicas. Eine Replica, die weit zurückfällt und eine vollständige Resynchronisation braucht, zwingt den Primary zu einem weiteren Fork – oft im ungünstigsten Moment. Überwachen Sie den Replica-Lag als vollwertige Metrik, nicht als Nebensache.

Redis-Abstürze, die sich aus der Konfiguration nicht erklären lassen? Diese Ausfälle liegen meist unterhalb von Redis – im Speicherverhalten des Kernels, im DNS oder in der Orchestrierung. AceMQ führt strukturierte Redis-Assessments durch, die sie aufdecken. Sprechen Sie mit einem AceMQ-Engineer.

Diagramm, das zeigt, wie sich der Redis-Speicherverbrauch während des Forks für einen Hintergrund-Save verdoppelt und bei 60 Prozent Grundauslastung einen Out-of-Memory-Absturz auslöst

Redis auf Kubernetes

Kubernetes verändert das Fehlermodell. Pods wandern, IP-Adressen ändern sich, und das gesamte verteilte System kann während eines Rolling Updates auf einmal neu starten.

Drei Regeln, die die meisten Incidents verhindern:

  • Nutzen Sie StatefulSets mit stabilen Netzwerkidentitäten, damit eine neu gestartete Redis-Instanz einen vorhersehbaren Namen behält statt einer neuen Adresse
  • Verteilen Sie Replicas per Anti-Affinity über Nodes und Availability Zones – Replicas auf demselben physischen Node bieten keinen Schutz
  • Setzen Sie PodDisruptionBudgets, damit ein Drain nicht den Primary und eine Mehrheit der Sentinel-Nodes gleichzeitig verdrängen kann

Redis und Sentinel brauchen diese Behandlung gleichermaßen. Wer die Daten-Nodes schützt, die Sentinel-Pods aber frei verdrängbar lässt, verliert die Mehrheit, auf der die Beförderung beruht.

Best Practices

  • Drei Sentinel-Instanzen in anderen Failure Domains als die Hosts der Redis-Server
  • Mehrere Replicas – mindestens zwei pro Primary-Node, damit nach einem Ausfall noch ein Kandidat für die Beförderung bleibt
  • Sentinel- oder Cluster-fähige Clients – codieren Sie niemals die IP-Adresse eines Primary fest
  • min-replicas-to-write, damit der Primary laut fehlschlägt, statt still Schreibvorgänge zu verlieren
  • Kapazität für den Fork-Overhead, nicht nur für das Working Set
  • Alerts auf Replica-Lag, Speicherfragmentierung und den Zustand der Sentinels – nicht nur darauf, ob der Prozess läuft
  • Testen Sie gezielt. Ein ungetesteter Beförderungspfad ist eine Hypothese, keine Garantie

Wenn Sie dieselbe Behandlung für Ihre Messaging-Schicht möchten: Unser RabbitMQ-Troubleshooting-Leitfaden behandelt die entsprechenden Fehlerbilder dort. Für praktische Unterstützung bei einer produktiven Umgebung siehe Redis-Support und Incident Response.

Auf virtualisierter Infrastruktur ist die Platzierung genauso wichtig wie die Topologie – siehe Redis-Anti-Affinity auf VMware.

Sentinel oder Cluster: die Entscheidungsregel und die häufigste Fehlentscheidung

Die Entscheidung läuft auf eine Frage hinaus: Passen der Datenbestand und die Schreibrate darauf auf einen einzelnen Node? Ja heißt Sentinel, Nein heißt Cluster.

Sentinel ist Failover für einen einzelnen replizierten Datenbestand. Ein Primary hält jeden Key, Replicas kopieren ihn, und die Sentinels beobachten, stellen per Quorum fest, dass der Primary weg ist, befördern eine Replica und beantworten die Anfragen der Clients nach dem neuen Primary. Die Semantik von Standalone-Redis bleibt erhalten: MULTI/EXEC und Lua über beliebige Keys. Die einzige Änderung auf Client-Seite ist ein Sentinel-Lookup beim Verbindungsaufbau und bei Fehlern.

Cluster ist Sharding mit eingebautem Failover. Der Keyspace wird in 16384 Hash-Slots aufgeteilt, verteilt auf mehrere Primaries mit jeweils eigenen Replicas. Ein Client, der den falschen Node fragt, erhält einen MOVED-Redirect (dauerhaft) oder einen ASK-Redirect (während einer Migration) und muss ihm folgen. Er braucht also eine Cluster-fähige Bibliothek, die eine aktuelle Slot-Map vorhält. Befehle über mehrere Keys, Transaktionen und Lua setzen voraus, dass alle Keys im selben Slot liegen; Key-Namen tragen deshalb Hash-Tags wie {user:42}:profile.

Wählen Sie Sentinel, wenn der Datenbestand mit Reserve auf einen Node passt, ein Primary die Schreibrate verkraftet, Sie auf Transaktionen oder Lua über beliebige Keys angewiesen sind oder Ihre Clients einfach gestrickt sind. Wählen Sie Cluster, wenn Datenbestand oder Schreibdurchsatz einen Node übersteigen und horizontales Wachstum geplant ist.

Die Fehlentscheidung, die wir am häufigsten sehen: Cluster für einen Datenbestand von 4 GB, weil das nach mehr Verfügbarkeit klingt. Das ist es nicht – das Failover im Cluster ist dieselbe Beförderung einer Replica, mit einer strengeren Bedingung (eine Mehrheit der Primaries muss erreichbar sein) und doppeltem Ressourcenbedarf. Sie bezahlen mit Client-Komplexität und Key-Design für ein Sharding, das Sie nicht brauchen. Wir haben schon mehr als ein Team zurück auf Sentinel gebracht, ohne dass es an Verfügbarkeit verloren hätte.

Was bei einem Redis-Failover tatsächlich passiert – und wo Schreibvorgänge verloren gehen

Unter Sentinel ist der Ablauf fest vorgegeben. Ein Sentinel, der innerhalb von down-after-milliseconds keine gültige Antwort erhält, markiert den Primary als SDOWN (subjektiv ausgefallen). Er befragt die anderen Sentinels, und sobald das Quorum zustimmt, gilt der Primary als ODOWN. Die Sentinels wählen per Abstimmung mit Epochennummer einen Leader; der Leader braucht eine Mehrheit aller Sentinels, nicht nur das Quorum – deshalb können zwei Sentinels kein Failover durchführen, wenn einer ausgefallen ist. Der Leader wählt die Replica mit der niedrigsten replica-priority und dann dem höchsten Replikations-Offset, schickt ihr REPLICAOF NO ONE, richtet die anderen Replicas auf sie aus und veröffentlicht +switch-master. Die Clients fragen einen beliebigen Sentinel nach dem aktuellen Primary und verbinden sich neu. failover-timeout begrenzt jeden Schritt und das Wiederholungsintervall.

Unter Cluster bilden die Primaries die Jury. Ein Node, der für die Dauer von cluster-node-timeout schweigt, wird als PFAIL markiert; Fehlermeldungen verbreiten sich per Gossip, und sobald eine Mehrheit der Primaries zustimmt, wird daraus FAIL. Jede Replica des ausgefallenen Primary wartet eine Verzögerung ab, die sich nach dem Replikations-Offset richtet, sodass die Replica mit den meisten Daten als Erste um Stimmen bittet. Sie fordert die Stimmen mit einer neuen Epoche an, braucht eine Mehrheit der Primaries, und jeder Primary stimmt pro Epoche nur einmal ab. Der Gewinner übernimmt die Slots, erhöht seine Config Epoch und verkündet das Ergebnis. Die Clients erfahren davon über MOVED-Redirects und aktualisieren ihre Slot-Map.

In beiden Modi ist die Replikation asynchron: Der Primary bestätigt dem Client, bevor die Replica den Schreibvorgang hat. Alles, was sich beim Ausfall des Primary in diesem Zeitfenster befindet, ist verloren, weil der Offset der beförderten Replica zur Wahrheit wird. Das Zeitfenster beträgt normalerweise Millisekunden, bei einer nachhinkenden Replica Sekunden.

min-replicas-to-write und min-replicas-max-lag begrenzen dieses Zeitfenster. Mit 1 und 10 lehnt ein Primary Schreibzugriffe ab, sofern nicht mindestens eine Replica verbunden ist und sich innerhalb von zehn Sekunden gemeldet hat. Synchron wird die Replikation dadurch nicht; für einen einzelnen Schreibvorgang, der garantiert überleben muss, verwenden Sie WAIT.

Dieselben Einstellungen sind auch die Antwort von Sentinel auf Split-Brain. Ein alter Primary, der von den Sentinels abgeschnitten, für einige Clients aber noch erreichbar ist, nimmt weiter Schreibzugriffe an, bis er umkonfiguriert wird – und all diese Schreibvorgänge werden beim Wiedereintritt verworfen. Sobald seine Replicas dem neuen Primary folgen, besteht er die min-replicas-Prüfung nicht mehr und lehnt Schreibzugriffe ab. Cluster geht entschiedener vor: Ein Primary auf der Minderheitsseite einer Partition stellt nach cluster-node-timeout den Dienst ein und gibt CLUSTERDOWN zurück.

Setzen Sie down-after-milliseconds und cluster-node-timeout so hoch, dass eine GC-Pause oder ein VM-Stall kein unnötiges Failover auslöst (siehe Anti-Affinity auf VMware). Setzen Sie die Client-Timeouts länger als die gemessene Failover-Dauer, wiederholen Sie bei Verbindungsfehlern und bei READONLY mit Backoff, und stellen Sie sicher, dass die Bibliothek die Sentinels oder die Slot-Map erneut abfragt, statt eine Adresse zwischenzuspeichern. Proben Sie dann sowohl einen beendeten Prozess als auch eine Partition per Firewall, denn die meisten Überraschungen beim Failover zeigen sich erst bei einer Partition. Sinnvolle Mindestanzahlen: drei Sentinels in drei Failure Domains; für Cluster drei Primaries mit je einer Replica. Was Kunden nach unserer Beobachtung falsch machen, in dieser Reihenfolge: zwei Sentinels, Sentinels auf demselben Host wie das Redis, das sie überwachen, eine fest codierte Primary-Adresse in der Anwendung und Client-Timeouts, die kürzer sind als das Failover. Unsere Arbeit in der Redis-Beratung beginnt meist damit, einen dieser Fehler zu beheben.

Dies ist Schritt eins von sieben im Redis-Leitfaden für Zuverlässigkeit, der die Probleme in der Reihenfolge behandelt, in der sie in einer Produktionsumgebung auftreten.

FAQ

Was ist Redis High Availability?

Eine Architektur, die Redis auch bei Ausfall eines Nodes verfügbar hält, indem sie Replikation mit automatischem Failover kombiniert. Replikation allein reicht nicht – etwas muss den Ausfall erkennen, eine Replica befördern und die Clients umleiten.

Was ist der Unterschied zwischen Redis Sentinel und Redis Cluster?

Sentinel ergänzt einen einzelnen replizierten Datenbestand um automatische Beförderung. Cluster verteilt die Daten per Sharding auf mehrere Primaries und behandelt Ausfälle intern. Das eine bringt Verfügbarkeit, das andere Verfügbarkeit plus skalierbare Schreibleistung.

Wie viele Sentinel-Instanzen brauche ich?

Mindestens drei. Ein Failover setzt eine Einigung per Quorum voraus, und drei Instanzen verkraften den Ausfall eines Sentinels und erreichen trotzdem eine Mehrheit. Zwei können das nicht.

Verliert Redis bei einem Failover Daten?

Das kann passieren. Die Redis-Replikation ist asynchron; Schreibvorgänge, die der Primary bestätigt, aber noch nicht repliziert hat, gehen bei seinem Ausfall verloren. min-replicas-to-write begrenzt das Risiko, indem Schreibzugriffe abgelehnt werden, wenn zu wenige Replicas verbunden sind.

Wie entscheidet Sentinel, dass ein Primary ausgefallen ist?

Ein Prozess markiert ihn als subjektiv ausgefallen, wenn innerhalb von down-after-milliseconds keine Antwort kommt. Stimmen genug Prozesse zu, um das konfigurierte Quorum zu erreichen, gilt er als objektiv ausgefallen, und das Failover beginnt.

Warum stürzt Redis ab, obwohl der Speicher unauffällig aussieht?

Meist ist der Fork für den Hintergrund-Save schuld. Durch Copy-on-Write kann der Speicherverbrauch während eines Snapshots unter Schreiblast fast auf das Doppelte des Datenbestands steigen – ein Node bei 60 Prozent Auslastung kann den RAM also mitten im Save erschöpfen. Dimensionieren Sie für die Spitze plus Fork-Overhead.

Kann ich Redis hochverfügbar auf Kubernetes betreiben?

Ja – mit StatefulSets, Anti-Affinity über Nodes und Availability Zones hinweg sowie PodDisruptionBudgets für Redis und Sentinel gleichermaßen. Der typische Fehler: Ein Rolling Update verdrängt den Primary und das Sentinel-Quorum gleichzeitig.

Wie viele Nodes braucht Redis Cluster für High Availability?

Sechs: drei Primaries mit jeweils einer Replica. Drei Primaries sind die kleinste Menge, die auch bei Ausfall eines Primary noch eine Mehrheit für Fehlererkennung und Replica-Wahl bilden kann, und erst eine Replica pro Primary macht ein Failover überhaupt möglich. Verteilen Sie die sechs Nodes auf mindestens drei Failure Domains und stellen Sie sicher, dass sich kein Primary einen Host oder Hypervisor mit seiner eigenen Replica teilt. Für größere Cluster gilt dieselbe Regel: Halten Sie die Zahl der Primaries nach Möglichkeit ungerade und betreiben Sie nie einen Primary ohne Replica. Der Redis-Support von AceMQ umfasst Failover-Tests und Topologie-Reviews mit Reaktionszeitzielen ab 15 Minuten, je nach Plan – 24 Stunden am Tag.

Quellen

Scott Sternloff

Autor

Scott SternloffSenior Enterprise Architect

Senior Enterprise Architect bei AceMQ. Verantwortet hier die technischen Beiträge: Architektur, Clustering und Migrationen von RabbitMQ, Kafka und Redis.

Kostenlose Beratung

Lassen Sie Experten auf Ihre Redis-Installation schauen

Ob Sie einen Produktionsvorfall beheben, eine Migration planen oder eine zweite Meinung zu Ihrer Architektur wünschen – unser Team steht bereit. Kein Verkaufsgespräch, nur Antworten.

E-Mail schreiben