Redis 持久化与高可用：RDB/AOF、主从复制、哨兵与一致性取舍
Redis 的面试不止问“快”，更问“丢不丢、挂不挂、怎么恢复”。
你必须记住的 3 句话（面试直出）：
- RDB 像“定期拍快照”，AOF 像“记流水账”，核心取舍是恢复速度 vs 数据丢失窗口。
- 主从复制解决的是可用性与读扩展，但它天然是异步复制，因此要明确：可能丢最后一段数据。
- 线上最怕的是：AOF 重写/持久化参数不当 + 大 key/慢命令，导致延迟抖动与复制积压。
1. 先讲清楚：Redis 的“持久化”在保证什么
Redis 是内存数据库：
- 进程挂了/机器挂了，内存就没了
持久化要回答：
- 怎么把内存数据落盘？
- 宕机后怎么恢复？
- 丢数据窗口多大？
- 对性能影响多大？
2. RDB：快照
直觉：
- 定时/触发把内存“拍一张快照”写到磁盘
优点：
- 文件紧凑
- 恢复快
- 对 AOF 那种持续写的压力更小
缺点：
- 丢数据窗口大（两次快照之间的写可能丢）
- 生成快照会有一定开销（fork/写盘压力）
适用：
- 更看重恢复速度
- 能接受一定程度的数据丢失
3. AOF：追加日志
直觉：
- 把每次写命令追加记录下来，重放恢复
关键参数（你要能讲出语义）：
appendfsync always：几乎不丢但慢appendfsync everysec：常用平衡点（理论上最多丢 1 秒）appendfsync no：交给 OS，风险更大
更贴近线上的一句话建议：
- 大多数业务用
everysec，并接受“极端情况下不止 1 秒”的边界；核心数据仍要落 DB 或做幂等补偿。
AOF 重写（rewrite）：
- 目的是把“很长的命令流水账”压缩成“当前状态的最小命令集”
常见风险：
- 重写期间 IO 压力升高，延迟抖动
线上你会看到的典型现象：
- RT 周期性抖动
SLOWLOG里突然出现大量慢命令- 主从延迟扩大（replication backlog 积压）
常见处理方向：
- 限制重写触发频率/并发（避免频繁 rewrite）
- 拆分大 key、避免一次性写入超大 value
- 结合磁盘 IO 指标确认瓶颈是否在写盘
4. 主从复制：可用性与读扩展，但要明确一致性边界
主从模式：
- 写入主节点
- 从节点异步复制
结论：
- 在故障切换时，可能丢失主节点尚未复制到从节点的最后一段数据。
业务上你要能给出兜底口径（面试更像实战）：
- 对“不可丢”的写：必须落 DB 或使用带一致性协议的组件；Redis 只做缓存/加速层
- 对“可重试/可补偿”的写：用幂等（唯一约束/状态机）兜底，接受小窗口丢失
常见问法：
- Q：Redis 能强一致吗？
- A：典型部署下复制是异步的，不提供数据库那种强一致保证；业务需要明确“可丢哪些数据”。
5. 哨兵（Sentinel）：自动故障转移
哨兵在做：
- 监控主从状态
- 主挂了选举新主
- 通知客户端/改写配置
你要能讲出的坑：
- 脑裂：网络分区导致多个节点认为自己是主
- 客户端连接老主/写到错误主
工程建议：
- 通过合理的仲裁/超时参数降低误判
- 写业务必须考虑幂等与重试
6. 常见坑：持久化/高可用配置不当导致的事故
坑 1：AOF everysec 也可能丢超过 1 秒
- 极端情况下 OS 缓冲、IO 抖动会放大窗口。
坑 2：AOF 重写 + 大 key 导致延迟尖刺
- 业务表现为：RT 波动、超时、复制 backlog 积压。
坑 3：只做主从但不做哨兵/集群
- 主挂了需要人工切换，恢复慢。
坑 4：把 Redis 当作“永不丢的数据库”
- 该写 DB 的核心数据仍要落 DB。
7. 线上排查：延迟抖动与复制积压
排查关键现象：
- RT 上升、慢命令增多
- 主从延迟扩大
- 写入吞吐下降
常用命令（你不必全背，但要知道方向）：
INFO persistence：RDB/AOF 状态、重写情况INFO replication：复制延迟、backlogSLOWLOG get：慢命令LATENCY doctor：延迟诊断（如果开启）
工程结论：
- 持久化/重写会“把 IO 问题暴露出来”，所以要结合磁盘与系统负载一起看。
8. 自测清单（你要能顺口讲出来）
Q：RDB 和 AOF 的核心取舍？
- A：RDB 恢复快但丢数据窗口大；AOF 可控丢失窗口但写放大与重写带来抖动。
Q：主从复制能保证不丢吗？
- A：典型是异步复制，故障切换可能丢最后一段没复制的数据。
Q：线上抖动怎么快速怀疑到持久化？
- A：看是否在 AOF rewrite/RDB save，结合慢命令与磁盘 IO 指标判断。
9. 30 秒背诵稿
Redis 是内存数据库，持久化常用 RDB 快照和 AOF 追加日志：RDB 恢复快但丢数据窗口更大，AOF 可控丢失窗口但有写放大与重写抖动。主从复制提升可用性与读扩展，但通常是异步复制，故障转移可能丢最后一段数据；哨兵负责监控与自动故障转移，但要警惕网络分区导致的脑裂。线上排查抖动要结合持久化状态、慢命令与复制延迟一起看。