On this page
Wysoka dostępność Redis to replikacja plus mechanizm automatyzujący failover. Redis Sentinel zapewnia automatyczny failover dla pojedynczego zbioru danych; Redis Cluster zapewnia failover plus poziomy sharding na wiele serwerów głównych. Większość zespołów potrzebuje Sentinel. Cluster jest potrzebny wtedy, gdy jeden węzeł nie mieści już danych lub nie obsługuje wymaganej przepustowości. O tym, jak Redis Cluster dzieli dane na shardy, przekierowuje klientów i jak zawodzi w środowisku produkcyjnym, piszemy w artykule Redis Cluster: sloty hash, sharding i eksploatacja.
Sama replikacja to nie wysoka dostępność. Serwer główny z replikami nadal potrzebuje procesu, który stwierdzi, że serwer główny nie działa, wypromuje replikę i wskaże klientom, dokąd mają się łączyć. To właśnie ta warstwa decyzyjna odróżnia opisane poniżej architektury.
Fundamentem jest replikacja Redis
Każda architektura wysokiej dostępności zaczyna się od tego samego elementu: jednego serwera głównego Redis przyjmującego zapisy i jednej lub kilku replik, które się z niego replikują.
Replikacja w Redis jest asynchroniczna. To właśnie asynchroniczna replikacja sprawia, że magazyn w pamięci jest szybki. Zapis zostaje potwierdzony klientowi, zanim potwierdzą go repliki, co utrzymuje niskie opóźnienia, ale oznacza, że awaria serwera głównego może spowodować utratę kilku ostatnich zapisów. Ten kompromis jest celowy i nieunikniony – żadna opcja wysokiej dostępności go nie eliminuje, więc projekt należy oprzeć na tym założeniu, zamiast próbować je obejść.
Repliki obsługują odczyty, ale nie usuwają pojedynczego punktu awarii. Jeśli serwer główny padnie, a nic nie wypromuje repliki, klaster przestaje przyjmować zapisy.
Jak działa Redis Sentinel
Sentinel to osobny proces, który obserwuje monitorowane instancje Redis i automatycznie przeprowadza promocję.
Należy uruchomić co najmniej trzy instancje Sentinel. Decyzje wymagają większości, więc trzy instancje pozwalają przetrwać jedną awarię i nadal osiągnąć porozumienie. Dwie nie utworzą większości, gdy jednej zabraknie.
Gdy dochodzi do failoveru, proces przebiega następująco:
- Sentinel przestaje otrzymywać odpowiedzi od serwera głównego i oznacza go jako subiektywnie niedostępny
- Pyta pozostałe procesy; gdy wystarczająco wiele się zgodzi, serwer główny jest obiektywnie niedostępny
- Procesy wybierają spośród siebie lidera, który wskazuje najlepszą replikę
- Ta replika zostaje wypromowana na serwer główny, a pozostałe repliki są przekonfigurowywane tak, by za nią podążały
- Klienci ustalają nowy serwer główny, odpytując Sentinel
Ostatni krok ma większe znaczenie, niż zakładają zespoły. Klient Redis musi obsługiwać Sentinel – odpytuje go o adres bieżącego serwera głównego, zamiast trzymać zakodowany na stałe adres IP. Aplikacje skonfigurowane ze stałym adresem IP nadal zapisują do zdegradowanego węzła i po cichu kończą się błędem.
W miarę możliwości procesy te należy wdrażać na innych hostach niż serwer Redis. Umieszczanie ich razem jest powszechne, bo proces jest lekki, ale wtedy awaria hosta usuwa jednocześnie węzeł Redis i jeden głos – dokładnie wtedy, gdy ten głos jest potrzebny.
Jak działa Redis Cluster
Redis Cluster dzieli dane między wiele instancji Redis, z których każda ma własne repliki. Klucze są mapowane na 16 384 sloty haszujące rozłożone na shardy.
Cluster zapewnia wysoką dostępność i odporność na awarie w ten sam sposób – przez promocję repliki – ale bez osobnej warstwy monitorującej. Węzły uzgadniają wszystko między sobą. Skaluje też zapisy, czego Sentinel nie potrafi: w tamtym podejściu jeden serwer główny obsługuje każdy zapis, niezależnie od liczby replik.
Ceną jest złożoność operacyjna i po stronie aplikacji. Operacje na wielu kluczach muszą mieścić się w jednym slocie haszującym, niektórzy klienci słabo radzą sobie z przekierowaniami, a resharding na wiele węzłów to prawdziwa procedura, a nie zmiana konfiguracji.
Sentinel a Cluster
| Redis Sentinel | Redis Cluster | |
|---|---|---|
| Dane | Jeden zbiór danych, replikowany | Podzielone między wiele serwerów głównych |
| Skalowanie zapisów | Nie – jeden serwer główny | Tak |
| Automatyczna promocja | Tak | Tak |
| Dodatkowe procesy | Wymagane węzły Sentinel | Brak |
| Wymagania wobec klientów | Obsługa Sentinel | Obsługa trybu Cluster |
| Operacje na wielu kluczach | Bez ograniczeń | Tylko w obrębie jednego slotu haszującego |
| Zastosowanie | HA bez shardingu | HA plus skalowanie poziome |
Praktyczny podział między Redis Cluster a Redis Sentinel: Sentinel, gdy dane swobodnie mieszczą się na jednym węźle, a potrzebna jest dostępność bez shardingu. Opcja z shardingiem, gdy się nie mieszczą. Wybór Cluster wyłącznie dla redundancji dodaje złożoność, za którą płaci się przy każdym incydencie.
Opcje zarządzane – Redis Enterprise, Azure Cache for Redis i oferty dostawców chmury – ukrywają ten wybór za własną architekturą, zwykle rozkładając repliki na strefy dostępności. To wygodne, ale dziedziczy się ich semantykę promocji, zamiast wybierać własną.
Dlaczego w Redis Sentinel dochodzi do split-brain i dlaczego nie naprawia się on automatycznie?
Split-brain we wdrożeniu Redis zarządzanym przez Sentinel występuje wtedy, gdy partycja sieciowa (lub kaskada restartów) pozostawia dwie grupy węzłów, z których każda uważa, że ma kworum i powinna działać – albo już działa – jako serwer główny. W odróżnieniu od zachowania pause_minority w RabbitMQ, które celowo wstrzymuje partycję mniejszościową, aby zapobiec rozbieżności, model failoveru i odtwarzania w Redis Sentinel zależy od tego, czy procesy Sentinel osiągną zgodę kworum co do tego, który węzeł faktycznie nie działa – i to właśnie na tym procesie uzgadniania zatrzymywały się rzeczywiste incydenty produkcyjne.
Co powoduje to w praktyce. W rzeczywistej ocenie produkcyjnego środowiska Redis split-brain i niepowodzenia automatycznego odtwarzania w Redis Sentinel zostały wyodrębnione jako osobny obszar analizy, wynikający konkretnie z problemów z niezawodnością uruchamiania (bootstrap) Sentinel podczas restartu klastra – czyli problemem nie była pojedyncza spektakularna partycja sieciowa, lecz to, że procesy Sentinel nie potrafiły poprawnie odtworzyć kworum i uzgodnić ról serwera głównego i replik, gdy klaster wracał do działania po restarcie lub odtwarzaniu po awarii.
Dlaczego nie naprawia się samo. Logika failoveru Sentinel wymaga, aby skonfigurowane kworum procesów Sentinel zgodziło się, że serwer główny jest naprawdę nieosiągalny, zanim wypromuje replikę. Jeśli same procesy Sentinel restartują się w niespójnej kolejności albo jeśli zdarzenie w infrastrukturze, które wywołało pierwotny problem, zakłóciło też komunikację między procesami Sentinel, można trafić w stan, w którym żadna grupa Sentinel nie ma czystego kworum – a mechanizm automatycznego failoveru, który miał rozwiązywać właśnie takie zdarzenia, nie uruchamia się poprawnie i potrzebna jest ręczna interwencja.
Co sprawdzić, gdy do tego dojdzie:
- Potwierdzić, że wszystkie procesy Sentinel mogą się ze sobą komunikować oraz z monitorowanymi węzłami Redis na wymaganych portach – częściowy problem sieciowy, który ustąpił dla ruchu danych, ale nie dla ruchu gossip między procesami Sentinel, może pozostawić zerwane kworum Sentinel, nawet gdy łączność na poziomie aplikacji wygląda poprawnie
- Przejrzeć konfigurację
quorumw Sentinel w odniesieniu do faktycznej liczby procesów Sentinel – wymóg kworum zbyt niski względem topologii wdrożenia zwiększa ryzyko właśnie takiego niejednoznacznego stanu - Sprawdzić konkretnie logi Sentinel (a nie tylko logi serwera Redis) pod kątem powtarzających się, nieudanych prób failoveru lub rozbieżności między procesami Sentinel co do bieżącego serwera głównego – to bezpośrednia sygnatura problemu z kworum lub uruchamianiem, a nie zwykłej awarii węzła
- Jeśli uruchamianie Sentinel jest częścią zautomatyzowanego wdrożenia (restart kontenera, ponowne wdrożenie zarządzane przez orkiestrator), zweryfikować, czy w sekwencji uruchamiania nie występuje wyścig – procesy Sentinel startujące, zanim mogą połączyć się ze sobą lub z monitorowanymi węzłami, to częsty wyzwalacz dokładnie tego trybu awarii
Praktyczne złagodzenie problemu: jeśli powtarzający się split-brain w Sentinel jest skorelowany z restartami (a nie z rzeczywistymi partycjami sieciowymi), rozwiązaniem zwykle nie jest sama zmiana konfiguracji Sentinel – trzeba poprawić sekwencję uruchamiania i restartu tak, aby procesy Sentinel miały niezawodną łączność ze sobą i z węzłami Redis, zanim zadziała logika failoveru. Tryb Redis Cluster (zamiast zarządzanego przez Sentinel trybu standalone lub primary-replica) inaczej rozwiązuje część tych problemów z koordynacją i warto go rozważyć, jeśli niezawodność uruchamiania Sentinel jest powracającym problemem operacyjnym w danym wdrożeniu.
Jak skonfigurować Redis pod kątem wysokiej dostępności
Sensowna konfiguracja bazowa dla Sentinel:
# 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 60000Końcowe 2 to kworum: ile procesów musi się zgodzić, zanim rozpocznie się promocja. Przy trzech instancjach Sentinel właściwa wartość to dwa.
Sentinel konfiguruje się osobno, a min-replicas-to-write to ustawienie, które większość zespołów pomija. Sprawia ono, że serwer główny odrzuca zapisy, gdy podłączonych jest mniej replik niż skonfigurowana liczba, co zamienia cichą utratę danych w widoczny błąd. down-after-milliseconds należy dostroić do sieci – przy zbyt agresywnej wartości zwykłe opóźnienia wywołują niepotrzebne promocje.
Dlaczego wysoko dostępny Redis nadal ulega awariom
Poprawna konfiguracja nie wystarcza. Oto trzy tryby awarii, którymi zajmowaliśmy się ostatnio i których nie wychwyci żaden przegląd konfiguracji.
Wyczerpanie pamięci podczas zapisów w tle. Redis wykonuje fork, aby zapisać snapshot, a fork korzysta z copy-on-write. Jeśli obciążenie intensywnie zapisuje dane w trakcie zapisu snapshotu, proces nadrzędny i potomny się rozchodzą, a zużycie pamięci rośnie w stronę dwukrotności zbioru danych. Badaliśmy przypadek klienta, u którego dochodziło do powtarzających się awarii przy około 60 procentach wykorzystania pamięci – znacznie poniżej progów, na które ustawiono alerty – spowodowanych właśnie zachowaniem forka podczas kopii zapasowych. Rozwiązaniem było strojenie overcommitu pamięci na poziomie jądra, a nie ustawienie Redis.
Pojemność należy zaplanować tak, aby szczytowe zużycie plus narzut forka mieściło się w RAM. Pięćdziesiąt procent w stanie ustalonym to rozsądny sufit dla instancji z intensywnymi zapisami, która wykonuje snapshoty.
Split-brain podczas uruchamiania. W tym samym środowisku opóźnienia DNS przy starcie powodowały split-brain: węzły rozwiązujące nieaktualne adresy tworzyły niespójne obrazy tego, kto jest serwerem głównym. To problem kolejności uruchamiania, a nie stanu ustalonego, i pojawia się tylko wtedy, gdy cały klaster restartuje się jednocześnie – a dokładnie to dzieje się w Kubernetes podczas opróżniania węzła (drain) lub aktualizacji kroczącej.
Skryptowe, zależne od DNS uruchamianie jest na tyle kruche, że budujemy plugin automatyzujący uruchamianie Sentinel z wykorzystaniem konsensusu opartego na Raft, który całkowicie eliminuje zewnętrzną zależność.
Zastoje replik. Replika, która mocno pozostaje w tyle i wymaga pełnej resynchronizacji, wymusza na serwerze głównym kolejny fork – często w najgorszym możliwym momencie. Opóźnienie replik należy monitorować jako metrykę pierwszej kategorii, a nie dodatek.
Awarie Redis, których nie da się wyjaśnić konfiguracją? Takie awarie zwykle leżą poniżej Redis – w zachowaniu pamięci jądra, DNS lub orkiestracji. AceMQ prowadzi ustrukturyzowane oceny środowisk Redis, które je wykrywają. Porozmawiaj z inżynierem AceMQ.
Redis na Kubernetes
Kubernetes zmienia model awarii. Pody się przemieszczają, adresy IP się zmieniają, a cały system rozproszony może podczas aktualizacji kroczącej zrestartować się naraz.
Trzy zasady, które zapobiegają większości incydentów:
- StatefulSety ze stabilnymi tożsamościami sieciowymi, aby zrestartowana instancja Redis zachowała przewidywalną nazwę zamiast nowego adresu
- Rozłożenie replik na węzły i strefy dostępności za pomocą reguł anti-affinity – repliki na tym samym węźle fizycznym nie dają żadnej ochrony
- PodDisruptionBudgets, aby opróżnianie węzła nie mogło jednocześnie usunąć serwera głównego i większości węzłów Sentinel
Zarówno Redis, jak i Sentinel wymagają takiego podejścia. Ochrona węzłów danych przy pozostawieniu podów monitorujących bez ochrony przed usunięciem odbiera większość, dzięki której działa promocja.
Dobre praktyki
- Trzy instancje Sentinel w innych domenach awarii niż hosty serwerów Redis
- Wiele replik – co najmniej dwie dla każdego serwera głównego, aby po jednej awarii nadal był kandydat do promocji
- Klienci obsługujący Sentinel lub tryb Cluster – nigdy zakodowany na stałe adres IP serwera głównego
min-replicas-to-write, aby serwer główny głośno zgłaszał błąd zamiast po cichu tracić zapisy- Zapas pojemności na narzut forka, a nie tylko na zbiór roboczy
- Alerty na opóźnienie replik, fragmentację pamięci i kondycję Sentinel – a nie tylko na to, czy proces działa
- Celowe testy. Nieprzetestowana ścieżka promocji to hipoteza, a nie gwarancja
Jeśli taka sama analiza jest potrzebna dla warstwy komunikacyjnej, nasz przewodnik po rozwiązywaniu problemów z RabbitMQ omawia analogiczne tryby awarii. Praktyczną pomoc w środowisku produkcyjnym opisuje strona Wsparcie techniczne Redis i reagowanie na incydenty.
W infrastrukturze zwirtualizowanej rozmieszczenie ma takie samo znaczenie jak topologia – patrz Anti-affinity dla Redis na VMware.
Wybór między Sentinel a Cluster: reguła decyzyjna i najczęstszy błąd
Decyzja sprowadza się do jednego pytania: czy zbiór danych i tempo zapisów do niego mieszczą się na jednym węźle? Tak oznacza Sentinel, nie oznacza Cluster.
Sentinel to failover dla pojedynczego replikowanego zbioru danych. Jeden serwer główny przechowuje wszystkie klucze, repliki go kopiują, a procesy Sentinel obserwują, uzgadniają kworum, że serwer główny zniknął, promują replikę i odpowiadają klientom pytającym o nowy serwer główny. Zachowuje się semantykę samodzielnego Redis: MULTI/EXEC i Lua na dowolnych kluczach. Jedyna zmiana po stronie klienta to odpytanie Sentinel przy połączeniu i po błędzie.
Cluster to sharding z wbudowanym failoverem. Przestrzeń kluczy jest podzielona na 16384 sloty haszujące rozłożone na kilka serwerów głównych, z których każdy ma własne repliki. Klient, który zapyta niewłaściwy węzeł, otrzymuje przekierowanie MOVED (trwałe) lub ASK (w trakcie migracji) i musi za nim podążyć, więc potrzebuje biblioteki obsługującej tryb Cluster, która utrzymuje aktualną mapę slotów. Polecenia na wielu kluczach, transakcje i Lua wymagają, aby wszystkie klucze były w tym samym slocie, dlatego nazwy kluczy zawierają hash tagi, np. {user:42}:profile.
Sentinel należy wybrać, gdy zbiór danych mieści się na jednym węźle z zapasem, jeden serwer główny przyjmie tempo zapisów, aplikacja zależy od transakcji lub Lua na dowolnych kluczach albo klienci są prości. Cluster – gdy zbiór danych lub przepustowość zapisów przekraczają możliwości jednego węzła i planowany jest wzrost poziomy.
Najczęstszy błąd, jaki widzimy, to Cluster dla zbioru danych 4 GB, bo brzmi na bardziej dostępny. Nie jest: failover w Cluster to ta sama promocja repliki, z ostrzejszym warunkiem (osiągalna większość serwerów głównych) i dwukrotnie większym zapotrzebowaniem na zasoby. Płaci się złożonością klientów i projektu kluczy za sharding, który nie jest potrzebny. Niejeden zespół przenieśliśmy z powrotem na Sentinel bez utraty dostępności.
Co naprawdę dzieje się podczas failoveru Redis i gdzie giną zapisy
W Sentinel sekwencja jest stała. Proces Sentinel, który nie otrzyma prawidłowej odpowiedzi w czasie down-after-milliseconds, oznacza serwer główny jako SDOWN (subiektywnie niedostępny). Pyta pozostałe procesy Sentinel, a gdy zgodzi się kworum, serwer główny ma status ODOWN. Procesy Sentinel wybierają lidera w głosowaniu numerowanym epokami; lider potrzebuje większości wszystkich procesów Sentinel, a nie tylko kworum – dlatego dwa procesy Sentinel nie przeprowadzą failoveru, gdy jeden nie działa. Lider wybiera replikę z najniższym replica-priority, a następnie z najwyższym offsetem replikacji, wysyła do niej REPLICAOF NO ONE, kieruje na nią pozostałe repliki i publikuje +switch-master. Klienci pytają dowolny proces Sentinel o bieżący serwer główny i łączą się ponownie. failover-timeout ogranicza czas każdego kroku i odstęp między ponowieniami.
W Cluster sędziami są serwery główne. Węzeł milczący dłużej niż cluster-node-timeout zostaje oznaczony jako PFAIL; zgłoszenia awarii rozchodzą się protokołem gossip, a gdy zgodzi się większość serwerów głównych, status zmienia się na FAIL. Każda replika martwego serwera głównego czeka przez czas uzależniony od offsetu replikacji, więc ta z największą ilością danych jako pierwsza prosi o głosy. Żąda głosów z nową epoką, potrzebuje większości serwerów głównych, a każdy serwer główny głosuje raz na epokę. Zwycięzca przejmuje sloty, podnosi swoją epokę konfiguracji i rozgłasza zmianę. Klienci dowiadują się o niej z przekierowań MOVED i odświeżają mapę slotów.
W obu trybach replikacja jest asynchroniczna: serwer główny potwierdza zapis klientowi, zanim replika go otrzyma. Wszystko, co mieści się w tym oknie w chwili awarii serwera głównego, przepada, ponieważ prawdą staje się offset wypromowanej repliki. Okno trwa zwykle milisekundy; przy opóźnionej replice – sekundy.
min-replicas-to-write i min-replicas-max-lag ograniczają to okno. Przy wartościach 1 i 10 serwer główny odrzuca zapisy, chyba że co najmniej jedna replika jest podłączona i zgłosiła się w ciągu dziesięciu sekund. Nie czyni to replikacji synchroniczną; dla pojedynczego zapisu, który musi przetrwać, należy użyć WAIT.
Te same ustawienia są odpowiedzią Sentinel na split-brain. Stary serwer główny odcięty od procesów Sentinel, ale nadal osiągalny dla części klientów, przyjmuje zapisy, dopóki nie zostanie przekonfigurowany – a wszystkie one są odrzucane po ponownym dołączeniu. Gdy jego repliki zaczną podążać za nowym serwerem głównym, nie spełnia warunku min-replicas i odrzuca zapisy. Cluster działa bardziej zdecydowanie: serwer główny po stronie mniejszościowej partycji przestaje obsługiwać ruch po cluster-node-timeout i zwraca CLUSTERDOWN.
down-after-milliseconds i cluster-node-timeout należy ustawić na tyle wysoko, aby pauza GC lub zastój maszyny wirtualnej nie wywoływały niepotrzebnego failoveru (patrz anti-affinity na VMware). Timeouty klientów powinny być dłuższe niż zmierzony czas failoveru, ponowienia przy błędach połączenia i READONLY – z backoffem, a biblioteka powinna ponownie odpytywać procesy Sentinel lub mapę slotów zamiast cache'ować adres. Następnie należy przećwiczyć zarówno zabicie procesu, jak i partycję wywołaną firewallem, ponieważ większość niespodzianek przy failoverze ujawnia się dopiero przy partycji. Minimalne sensowne liczby: trzy procesy Sentinel w trzech domenach awarii; dla Cluster trzy serwery główne z jedną repliką każdy. Najczęstsze błędy klientów, w kolejności: dwa procesy Sentinel, procesy Sentinel na tym samym hoście co obserwowany Redis, zakodowany na stałe adres serwera głównego w aplikacji oraz timeouty klientów krótsze niż failover. Nasze projekty doradztwa Redis zwykle zaczynają się od naprawienia jednego z nich.
To pierwszy z siedmiu kroków przewodnika po niezawodności Redis, który omawia problemy w kolejności, w jakiej pojawiają się w środowisku produkcyjnym.
Najczęstsze pytania
Czym jest wysoka dostępność Redis?
Architekturą, dzięki której Redis nadal obsługuje ruch mimo awarii węzła, łączącą replikację z automatycznym failoverem. Sama replikacja nie wystarcza – coś musi wykryć awarię, wypromować replikę i przekierować klientów.
Czym różni się Redis Sentinel od Redis Cluster?
Sentinel dodaje automatyczną promocję do pojedynczego replikowanego zbioru danych. Cluster dzieli dane (sharding) między wiele serwerów głównych i sam obsługuje awarie. Pierwszy zapewnia dostępność, drugi – dostępność plus skalowanie zapisów.
Ilu procesów Sentinel potrzebuję?
Co najmniej trzech. Failover wymaga zgody kworum, a trzy procesy tolerują awarię jednego z nich i nadal osiągają większość. Dwa – nie.
Czy Redis traci dane podczas failoveru?
Może. Replikacja w Redis jest asynchroniczna, więc zapisy potwierdzone przez serwer główny, ale jeszcze niezreplikowane, przepadają w razie jego awarii. min-replicas-to-write ogranicza to ryzyko, odrzucając zapisy, gdy podłączonych jest zbyt mało replik.
Jak Sentinel decyduje, że serwer główny nie działa?
Jeden proces oznacza go jako subiektywnie niedostępny, gdy nie otrzyma odpowiedzi w czasie down-after-milliseconds. Gdy zgodzi się z tym wystarczająco wiele procesów, by osiągnąć skonfigurowane kworum, serwer zostaje uznany za obiektywnie niedostępny i rozpoczyna się failover.
Dlaczego Redis pada, choć zużycie pamięci wygląda dobrze?
Zwykle z powodu forka przy zapisie w tle. Mechanizm copy-on-write sprawia, że podczas snapshotu przy obciążeniu zapisami pamięć może zbliżyć się do dwukrotności zbioru danych, więc węzeł wykorzystany w 60 procentach nadal może wyczerpać RAM w trakcie zapisu. Wymiarować należy pod szczyt plus narzut forka.
Czy można uruchomić wysoko dostępny Redis na Kubernetes?
Tak – ze StatefulSetami, regułami anti-affinity obejmującymi węzły i strefy dostępności oraz PodDisruptionBudgets dla Redis i Sentinel. Typowa awaria to aktualizacja krocząca, która jednocześnie usuwa serwer główny i kworum Sentinel.
Ile węzłów potrzebuje Redis Cluster do zapewnienia wysokiej dostępności?
Sześciu: trzech serwerów głównych (primary), każdy z jedną repliką. Trzy serwery główne to najmniejszy zbiór, który może utworzyć większość do wykrywania awarii i wyboru repliki, gdy jeden z nich nie działa, a replika dla każdego serwera głównego jest warunkiem jakiegokolwiek failoveru. Sześć węzłów należy rozłożyć na co najmniej trzy domeny awarii i upewnić się, że żaden serwer główny nie dzieli hosta ani hiperwizora z własną repliką. Większe klastry podlegają tej samej zasadzie: w miarę możliwości nieparzysta liczba serwerów głównych i nigdy serwer główny bez repliki. Wsparcie techniczne Redis od AceMQ obejmuje testy failoveru i przegląd topologii z docelowymi czasami reakcji od 15 minut, zależnie od planu, 24 godziny na dobę.
Źródła
Poradniki, porównania i analizy

