详细介绍：Redis集群中的故障判定和故障迁移流程

故障判定

集群中的所有节点, 都会周期性的使⽤⼼跳包进⾏通信.

1. 节点 A 给节点 B 发送 ping 包，B 会返回 pong 包。ping 和 pong 除message type属性外其他部分一致，包含集群配置信息（节点 id、所属分片、主从节点类型、从属关系、持有 slots 的位图等）。
2. 每个节点每秒钟给一些随机节点发起 ping 包，而非全量发送，以避免节点多时间心跳包呈 N² 级别增长（如 9 个节点全发会有 72 组心跳）。
3. 节点 A 发 ping 包给 B，B 未如期回应时，A 尝试重置与 B 的 tcp 连接，若仍失败，A 将 B 设为 PFAIL 状态（主观下线）。
4. A 判定 B 为 PFAIL 后，通过 Redis 内置的 Gossip 协议与其他节点沟通，确认 B 的状态（每个节点维护自己的 “下线列表”，因视角不同列表可能不同）。
5. 此时 A 发现其他很多节点, 也认为 B 为 PFAIL, 并且数⽬超过总集群个数的⼀半, 那么 A 就会把 B 标记成 FAIL (相当于客观下线), 并且把该消息同步给其他节点(其他节点收到之后, 也会把 B 标记成 FAIL).
   ⾄此, B 就彻底被判定为故障节点了.

故障迁移

所谓故障迁移, 就是指把从节点提拔成主节点, 继续给整个 redis 集群提供⽀持

上述例子中，B 故障，A 把 B FAIL 的消息告知集群中其他节点。

• 从节点，不要求进行故障迁移。就是倘若 B
• 要是 B 是主节点，由 B 的从节点（如 C 和 D）触发故障迁移。

1. 从节点判定自己是否具有参选资格。若从节点和主节点太久没通信（认为数据差异过大），时间超过阈值，就失去竞选资格。
2. 具有资格的节点（如 C 和 D）先休眠一定时间。休眠时间 = 500ms 基础时间 + [0, 500ms] 随机时间 + 排名 * 1000ms。offset 的值越大，排名越靠前（越小）。
3. 如 C 的休眠时间到了，C 会给集群中所有节点拉票，但只有主节点才有投票资格。
4. 主节点把票投给 C（每个主节点只有 1 票）。当 C 收到的票数超过主节点数目的一半，C 晋升成主节点。C 自行执行slaveof no one，并让 D 执行slaveof C。
5. 同时，C 把自己成为主节点的消息同步给其他集群节点，大家更新保存的集群结构信息。

上述选举过程称为Raft 算法，是分布式系统中广泛使用的算法。在随机休眠时间的加持下，基本是谁先唤醒，谁就能竞选成功。