Redis主从同步优化：环形缓冲区实现PSYNC增量复制

PSYNC增量复制退化为全量同步的根本原因是repl_backlog_buffer过小或从节点断开太久导致offset被覆盖，主节点返回FULLRESYNC；实操需调大repl-backlog-size至512MB～2GB，并通过日志“Partial resynchronization request accepted”确认增量生效。

PSYNC 增量复制为什么有时退化成全量同步

根本原因是主节点的 repl_backlog_buffer（环形缓冲区）太小，或从节点断开太久，导致所需偏移量 offset 对应的数据已被覆盖。这时主节点只能返回 FULLRESYNC，触发 RDB 生成和传输。

实操建议：

• repl-backlog-size 默认只有 1MB，生产环境建议设为 512MB～2GB，具体看写入压力和网络恢复预期时长
• 用 INFO replication 查看 repl_backlog_active、repl_backlog_size 和 repl_backlog_first_byte_offset，确认缓冲区是否活跃、是否被频繁覆盖
• 从节点重连时发的 PSYNC 请求，若 offset 不在当前 backlog 范围内，主节点会拒绝增量，不报错但日志里有 Unable to partial resync

如何验证 PSYNC 是否真正生效

不能只看 INFO 里的 master_repl_offset 和 slave_repl_offset 是否接近——它们可能只是“看起来同步了”，实际走的是全量。

实操建议：

• 在从节点执行 ROLE，返回结果中若含 "state":"online" 且 "offset" 持续增长，说明是增量；若刚连上就出现 "state":"loading" 并持续数秒以上，大概率正在加载 RDB
• 主节点日志搜索 Partial resynchronization request accepted，这是唯一可靠信号；如果看到 Starting BGSAVE for SYNC，说明已 fallback 到全量
• 监控 sync_partial_ok 和 sync_full_ok 这两个 INFO stats 指标，长期观察比值，低于 0.8 就该调 backlog 了

repl-backlog-ttl 影响什么，设成 0 真的更好吗

repl-backlog-ttl 控制的是：当没有从节点连接时，环形缓冲区保留多久。不是“断开后还能等多久重连”，而是“空闲状态下 buffer 存多久”。设为 0 表示永不释放，但不会延长从节点断线后的可增量窗口。

实操建议：

• 设为 0 只在极少数场景有用——比如你明确知道从节点会规律性断连（如定时维护），且能保证断连间隔短于最大可能 offset 增长量
• 更关键的是 repl-backlog-size + 实际写入 QPS，例如每秒写入 2MB，那 10 秒断连就需要至少 20MB backlog，ttl 再大也救不了 size 不够
• 注意：buffer 占用内存是常驻的，即使没从节点连着，repl-backlog-size 也会预分配，别盲目堆到 4GB 导致主节点 OOM

从节点重启后 PSYNC 失败的常见原因

从节点重启后 runID 必然变化，它只能用上次的 runID 发 PSYNC，主节点一查 runID 不匹配，直接拒绝，返回 NOAUTH 或 ERR（取决于是否开启认证），而不是你期待的 FULLRESYNC。

实操建议：

• 从节点配置必须启用 replica-announce-ip 和 replica-announce-port，否则主节点记录的地址可能失效，导致心跳失败、runID 关联丢失
• 确保从节点启用了 replica-read-only yes（默认），否则某些旧版本 Redis 在只读关闭时会清空复制元数据
• 检查主节点是否开启了 requirepass，而从节点没配 masterauth——此时 PSYNC 请求会被认证拦截，日志只显示 Client closed connection，容易误判为网络问题

环形缓冲区本身不复杂，难的是把 offset、runID、repl_backlog_first_byte_offset 这三者的时间关系理清楚；很多人卡在“明明 backlog 没满，却还是全量”，其实是因为从节点报的 offset 主节点压根不认——runID 对不上，连查 buffer 的机会都没有。