一、Redis 主从复制故障的常见场景与原因
本文围绕运维实战：Redis 主从复制故障排查与快速解决方法展开，提供在生产环境中快速定位与修复的实战要点。主从复制机制在高并发场景下容易因为网络、配置或资源瓶颈而出现异常，影响读写一致性与可用性。
常见的故障类型包括从节点滞后、复制中断、主从角色错乱和数据不一致等。网络分区、端口被阻塞、认证失败、内存压力或 I/O 瓶颈都是常见诱因，需要结合日志与监控指标进行定位。
在实际场景中，故障表现可能是从节点无法连接主节点、复制链路经常重连、或从节点长期处于 master_link_down 状态，导致读取到的数据与主节点不同步。
二、快速现场排查前的准备
收集日志与监控数据
排查前应优先收集 系统日志、Redis 日志、慢查询日志，以及监控面板的趋势图，这些是第一时间的线索。通过 INFO REPLICATION 能快速判断当前角色、主机信息和链接状态。
redis-cli INFO REPLICATION另外，结合 MONITOR 命令可以看到实时指令流，但需注意对性能的影响，仅用于排查阶段的短时使用。
对从节点的 master_last_io_seconds_ago 和 master_link_status 指标要重点关注，帮助判断复制通道是否持续工作。
环境核对与版本一致性
确认 主从版本一致，以及配置项差异（如 replicaof、bind、protected-mode、requirepass 等）的影响，以排除版本或配置差异导致的行为异常。
三、现场排查的具体步骤
连接性与端口验证
首先排查网络连通性，确保两台机器之间的 网络通路畅通，常用工具包括 nc、telnet，确认主从节点端口（示例为 6379）可达。
nc -vz 6379
nc -vz 6379 如果使用防火墙或云安全组，需核对 入方向/出方向规则，以及可能的 ACL 配置。
主从状态诊断
对从节点执行 INFO REPLICATION，关注 role、master_host、master_port、master_last_io_seconds_ago、slave0、以及 master_link_status。
redis-cli -h slave_ip -p 6379 INFO REPLICATION若 master_link_status 为 up，而 master_last_io_seconds_ago 长时间较大，则可能存在网络延迟、慢命令导致的消耗，需进一步排查。
故障根因定位与复制重建点
通过 ROLE 与 REPLICAOF 的状态判断，若从节点处于错位的复制偏移，需确认网络、主从指向及数据落后原因。如果发现复制路径断裂，应考虑重新建立复制关系以清空错位。
redis-cli -h master_ip -p 6379 REPLICAOF ? ?
解决分区与切换
若网络分区导致主从无法继续通信，临时的解决方式是先将从节点与当前主节点断开后再重新建立复制关系，以便重新建立一致的主从结构。
redis-cli -h slave_ip -p 6379 REPLICAOF NO ONE
redis-cli -h slave_ip -p 6379 REPLICAOF master_ip 6379执行完毕后，观察 INFO REPLICATION 的输出，确保 master_link_status 变为 up，并让从节点重新进入全量或部分增量同步。
四、快速解决方案与实战技巧
常用修复命令与操作序列
核心目标是尽快恢复主从复制链路的可用性，同时尽量确保数据的一致性。以下命令序列可用于现场快速修复。
# 1) 查看从节点复制状态
redis-cli -h slave_ip -p 6379 INFO REPLICATION# 2) 断开当前复制关系，便于清理历史状态
redis-cli -h slave_ip -p 6379 REPLICAOF NO ONE# 3) 指向主节点，重新建立复制关系
redis-cli -h slave_ip -p 6379 REPLICAOF master_ip 6379# 4) 如需监控慢命令导致的滞后，可开启 MONITOR 短时观察
redis-cli -h master_ip -p 6379 MONITOR | head -n 100
完成后，从节点应重新进入同步过程，master_repl_offset 与 slave_repl_offset 将趋于对齐。
数据一致性验证与防错措施
在恢复后，通过对比主从数据快照及应用层的一致性校验来验证数据一致性。常见做法包括对比 RDB/AOF 版本号、CRC64/校验和，以及应用层幂等性校验逻辑的结果。
# 示例：获取配置以确认数据文件名称
redis-cli -h master_ip -p 6379 config get dbfilename
redis-cli -h slave_ip -p 6379 config get dbfilename五、自动化与监控的实践
监控指标与告警要点
建立对 复制延迟、连接状态、内存使用、以及 命中率 的监控，重点关注 master_last_io_seconds_ago、slave_repl_offset、以及 master_repl_offset 的变化趋势。
# 基本示例，获取复制状态并推送到监控系统
redis-cli INFO REPLICATION | sed -n '1,120p'
结合监控告警规则，可实现对异常复制延迟的自动告警，提升故障响应速度。
自动化修复脚本与回滚点
将修复步骤封装为可执行脚本，可以在故障发生时快速执行一键修复。以下为简化示例，用于断开后重新建立复制关系并验证状态。
#!/bin/bash
MASTER="master_ip"
SLAVE="slave_ip"
PORT=6379# Step 1: 断开当前复制关系
redis-cli -h $SLAVE -p $PORT REPLICAOF NO ONE# Step 2: 指向新主节点，建立复制关系
redis-cli -h $SLAVE -p $PORT REPLICAOF $MASTER $PORT# Step 3: 验证同步状态
STATUS=$(redis-cli -h $SLAVE -p $PORT INFO REPLICATION | grep 'master_link_status' -n)
echo "Replication status: $STATUS"
