直接执行SENTINEL FAILOVER仅是触发哨兵协商的信号,返回OK不代表切换完成或业务就绪;硬关主节点会误入真实故障路径,引发脑裂、重连风暴和写入丢失。

直接执行 SENTINEL FAILOVER 是最安全的入口,但返回 OK 不代表切换完成,也不等于业务已就绪——它只是哨兵开始协商的信号。
为什么不能直接 shutdown 主节点再改配置?
在系统升级维护场景下,硬关主节点会触发真实故障路径:主观下线 → 客观下线 → 选举延迟 → 客户端重连风暴。这和计划内切换的目标(可控、低延迟、零写入丢失)完全相悖。哨兵默认的 down-after-milliseconds 和 failover-timeout 参数是为“意外宕机”设计的,不是为“我要现在切”的运维动作准备的。
- shutdown 后哨兵可能误判为网络分区,导致多个从节点同时发起选举,产生脑裂风险
- 客户端连接池若缓存旧地址,会在几秒到几分钟内持续往已下线节点发写请求,报
READONLY You can't write against a read only replica - 即使新主已选出,复制关系重建(
reconf-slaves阶段)若被中断,部分从节点可能卡在connecting状态,无法承接读流量
执行 SENTINEL FAILOVER 前必须验证的三件事
跳过检查等于白操作。以下命令必须在发起前逐条确认:
- 用
SENTINEL MASTER mymaster查目标 master 是否在线且 flags 含master—— 若返回空或含s_down,说明该实例已被哨兵标记为异常,FAILOVER会被静默忽略 - 用
SENTINEL SENTINELS mymaster确认至少quorum个哨兵在线(比如配置了sentinel monitor mymaster ... 2,就得看到 ≥2 条记录) - 用
INFO replication登录每个从节点,确认master_link_status:up且slave_repl_offset与主节点的master_repl_offset差值 ≤ 1000(避免切到数据明显滞后的节点)
如何让指定从节点升主?靠 slave-priority,不是靠连哪个 IP
哨兵选主不看 IP 顺序,只按 slave-priority + 复制偏移量 + 运行时长排序。要确保某台从库(如 192.168.1.12:6379)成为新主:
- 先在该从节点执行:
CONFIG SET slave-priority 10(别用 0,否则永久退出选举) - 在其他所有从节点执行:
CONFIG SET slave-priority 0(它们将彻底不参与本次及后续选举) - 再执行
SENTINEL FAILOVER mymaster;切换完成后,立刻把其他节点的slave-priority改回原值(如 100),否则下次真实故障时它们仍不会被选
注意:CONFIG SET 是运行时生效,但重启后会丢失 —— 若需持久化,得进对应节点的 redis.conf 改完再 CONFIG REWRITE。
切换后客户端不更新地址?订阅 + fallback 是唯一可靠路径
哨兵不会主动推送新地址,客户端必须自己拉。只靠启动时查一次 SENTINEL GET-MASTER-ADDR-BY-NAME mymaster 必然翻车。生产环境必须组合两种机制:
- 主流程:订阅哨兵的
__sentinel__:hello频道(用PUBLISH监听),收到+switch-master事件时立即刷新本地主地址 - 兜底机制:每 30 秒轮询一次
SENTINEL GET-MASTER-ADDR-BY-NAME mymaster,防止网络抖动丢消息 - 关键细节:收到新地址后,**不要立刻切流**,先用
PING连接新主并等待PONG,再把写请求导过去;否则可能遇到新主刚升主、复制缓冲区还没清空的窗口期
最容易被忽略的是:哨兵事件频道本身没有重传机制,断线重连后必须用 PSUBSCRIBE 重新订阅,且要处理好消息重复(同一事件可能因网络原因发两次)。


















