Wie funktionieren Redis-Replikation und Hochverfügbarkeit?

Question

Accepted Answer

Redis bietet **Hochverfügbarkeit** durch **Replikation** (Replica-Kopien der Daten), **Redis Sentinel** (automatische Failover-Überwachung) und **Redis Cluster** (Sharding + Replikation). Das Verständnis dieser Konzepte ist wichtig für den zuverlässigen Betrieb von Redis in der Produktion.

## Replikation — Primary und Replicas

```text
PRIMARY (master) → handles writes; asynchronously replicates data to replicas
REPLICAS (slaves) → copies of the primary's data; can serve READS (read scaling)

Write → Primary → async replication → Replicas (eventually consistent)
  ✓ Redundancy (replicas have copies) + read scaling (reads offloaded to replicas)
  ✗ Replication is ASYNC → a small lag; a failover could lose very recent writes
```

Replicas kopieren die Daten des Primary asynchron — bieten Redundanz und Read-Scaling (Lesezugriffe können zu Replicas gehen), allerdings mit geringer Replikationsverzögerung.

## Redis Sentinel — automatisches Failover

```text
Replication alone doesn't auto-recover if the PRIMARY fails. REDIS SENTINEL adds:
  → MONITORING — Sentinels watch the primary and replicas
  → AUTOMATIC FAILOVER — if the primary fails, Sentinels elect a replica as the new primary
  → SERVICE DISCOVERY — clients ask Sentinel for the current primary address
→ Sentinel provides high availability (auto-failover) for a non-clustered setup.
  (Run multiple Sentinels — a majority must agree — to avoid false failovers.)
```

**Sentinel** überwacht die Einrichtung und führt **automatisches Failover** durch (Beförderung einer Replica, wenn der Primary ausfällt) — wandelt einen Primary-Ausfall in eine kurze Unterbrechung statt eines Ausfalls um.

## Redis Cluster — Sharding + HA

```text
REDIS CLUSTER → for scaling beyond one server's memory AND high availability:
  → SHARDS data across multiple primaries (each holds a subset via hash slots, 16384 total)
  → each primary has replicas (HA — a replica takes over if its primary fails)
  → scales horizontally (more memory/throughput) + built-in failover
→ Use Cluster when data exceeds one node's RAM or you need to scale writes.
```

## Warum es wichtig ist

Das Verständnis von Redis-Replikation und Hochverfügbarkeit ist wichtig für den **zuverlässigen Betrieb von Redis in der Produktion** und stellt daher wichtiges Senior-Level-Wissen für produktive Redis-Deployments dar.

Da Redis oft wichtige Daten hält (Caches, deren Verlust zu Last-Spitzen führt, Sessions, Queues), ist die Sicherung der Verfügbarkeit und Redundanz von Bedeutung. **Replikation** (Replicas kopieren den Primary asynchron) bietet die Grundlage — Redundanz (Replicas halten Kopien) und Read-Scaling (Ablagerung von Lesezugriffen auf Replicas) — allerdings ist das Verständnis ihrer **asynchronen Natur** (geringfügige Verzögerung, potenzieller Verlust sehr aktueller Schreibvorgänge beim Failover) wichtig für Überlegungen zur Konsistenz. **Redis Sentinel** ist entscheidend für Hochverfügbarkeit in nicht-geclusterten Setups: es bietet **Überwachung und automatisches Failover** (Beförderung einer Replica, wenn der Primary ausfällt) sowie Service-Discovery und wandelt einen Primary-Ausfall in eine kurze Unterbrechung statt eines Ausfalls um — essentiell für Systeme, die verfügbar bleiben müssen (und das Ausführen mehrerer Sentinels für Mehrheitsbeschluss verhindert False-Failovers). **Redis Cluster** adressiert sowohl Skalierung als auch HA: **Verteilung von Daten über mehrere Primaries** (via Hash Slots, Skalierung über den Speicher und Write-Throughput eines Servers hinaus) mit Replicas für Failover — notwendig, wenn Daten den RAM eines Knotens überschreiten oder Schreibvorgänge skaliert werden müssen.

Das Verständnis, welches Konzept zu nutzen ist (Sentinel für HA eines einzelnen Datensatzes, Cluster für Sharding + HA im großen Maßstab), spiegelt solides operatives Urteilsvermögen wider.

Da produktives Redis verfügbar sein muss und möglicherweise skaliert werden muss, und da Replikation (Redundanz/Read-Scaling), Sentinel (automatisches Failover) und Cluster (Sharding + HA) Redis-Mechanismen für Zuverlässigkeit und Skalierung sind, ist das Verständnis von Redis-Replikation und Hochverfügbarkeit wichtiges Senior-Level-Wissen für die zuverlässige Bereitstellung von Redis — ein häufig kritisches Produktionsanliegen und ein Thema, das Verständnis für den Betrieb von Redis als zuverlässigen Teil der Infrastruktur statt als Single Point of Failure demonstriert.