Redis集群中，主节点是一种重要的节点，主节点的负责将写操作落盘后再传递给其他节点，它需要被集群中其他节点所认可，正是因为这个特性,主节点的选举显得尤为重要。
Redis集群的主节点选举的原理，基于 **Redis的基础算法** 。每个节点有一个唯一的节点ID（形如 fd289d9c9ea99643），每个节点属于127.0.0.1:17000对应的IP:Port。在一次选举中，节点以ID从小到大进行比较，ID最小的节点将会成为主节点，储存集群中的数据。
在整个Redis集群中，主节点选举又称为：“找一个ID最小的节点，用来作为主节点。” 主节点选举中，每一个节点都会广播自己的ID作为选举的候选人，节点收到的广播信息中的ID最小的节点会成为主节点。
但是，Redis集群还采用了 **去中心化的方式** 来解决主节点选举的问题：在一个Redis集群中，每个节点在选举的时候都将自己的ID作为候选人进行广播，在收到消息后节点会首先检查收到的ID，如果收到ID比节点自身的ID小，则将自己的ID作为候选人重新广播，节点收到此消息会将该消息重新广播，以此类推，直到节点收到ID为0的消息，说明已到底，此时ID最小的节点会将自身的ID作为候选人重新广播，所有节点收到此消息，会认可该节点为新的主节点，完成一次主节点选举。
Redis集群里，广播这种发消息来实现主节点选举的特性，既安全又稳定，能确保写操作的数据能够准确传输给读节点，也能让每次选举都得到正确的结果，从而保证Redis集群系统的稳定运行。
香港服务器首选树叶云，2H2G首月10元开通。树叶云（shuyeidc.com）提供简单好用，价格厚道的香港/美国云 服务器 和独立服务器。IDC+ISP+ICP资质。ARIN和APNIC会员。成熟技术团队15年行业经验。
现在做桌面维护，想学习LINUX系统运维方面的工作。求指教
本人是一个非专业的Linux运维工程师，之前主要负责网站开发，LAMP组合。 现在回想下，当时还不是很熟悉，只是自己的规划中也有打算学习Linux。 就这样服务器的运维落在我身上，还是感谢公司对我的信任，让我有个锻炼的机会。 结合自己的经历给大家讲解下Linux运维的几点要求。 系统基础，安装分区，raid阵列，相关网络的配置，基本的目录结构。 2.常见的网络服务软件的安装和配置，如FTP, DNS,SAMBA, LAMP,LNMP(趋势)，Apache模块的编译，https的配置，nginx模块的编译,PHP扩展的安装。 常用的命令，文件管理，文本处理，grep，sed和awk工具，Shell基础。 4.数据库首选MySQL，因为linux用得最多绝对是MySQL，增删改查必学，特别要学熟查，查看mysql运行状态等等。 5.防火墙，Linux下自带的防火墙iptables，其实很多防火墙的原理都一样，掌握一个其他的都触类旁通。 6.集群和数据库热备，集群工具有很多，最好学是LVS+keepaLived，nginx集群反向代理，还有mysql热备，就是主从复制，主主复制等等。 7.负责各个系统及网络架构的规划。 服务器根据业务的架设,能很快想到常见问题的解决思路和办法。 把这些有个系统的了解可能也需要一段时间，这时你的思维会更加缜密，考虑的也会更加全面，系统也相对的会趋于稳健。 更多Linux学习的资料，请参考《Linux就该这么学》。
在服务器架构中，集群，负载均衡，分布式有什么区别吗
高可用性集群中的节点一般是一主一备，或者一主多备，通过备份提高整个系统可用性。而负载均衡集群一般是多主，每个节点都分担流量
如何入门 Python 爬虫
“入门”是良好的动机，但是可能作用缓慢。 如果你手里或者脑子里有一个项目，那么实践起来你会被目标驱动，而不会像学习模块一样慢慢学习。 另外如果说知识体系里的每一个知识点是图里的点，依赖关系是边的话，那么这个图一定不是一个有向无环图。 因为学习A的经验可以帮助你学习B。 因此，你不需要学习怎么样“入门”，因为这样的“入门”点根本不存在！你需要学习的是怎么样做一个比较大的东西，在这个过程中，你会很快地学会需要学会的东西的。 当然，你可以争论说需要先懂python，不然怎么学会python做爬虫呢？但是事实上，你完全可以在做这个爬虫的过程中学习python :D看到前面很多答案都讲的“术”——用什么软件怎么爬，那我就讲讲“道”和“术”吧——爬虫怎么工作以及怎么在python实现。 先长话短说summarize一下：你需要学习基本的爬虫工作原理基本的http抓取工具，scrapyBloom Filter: Bloom Filters by Example如果需要大规模网页抓取，你需要学习分布式爬虫的概念。 其实没那么玄乎，你只要学会怎样维护一个所有集群机器能够有效分享的分布式队列就好。 最简单的实现是python-rq:和Scrapy的结合：darkrho/scrapy-redis · GitHub后续处理，网页析取(grangier/python-goose · GitHub)，存储(Mongodb)
发表评论