一次「安全」的变更将 redis cluster 送进了孤岛
内容提要
由于 Redis Cluster 配置变更，导致集群状态异常。添加内网 IP 后，Redis 无法正常读写，最终回退配置恢复正常。问题源于健康检查时强制使用第一个绑定 IP（127.0.0.1），导致节点间通信失败。建议将可通信的 IP 放在首位，并改进健康检查机制，以避免类似错误。
延伸解读
配置变更的风险
在进行 Redis Cluster 的配置变更时，需谨慎评估潜在风险。此次事件表明，简单的 IP 绑定变更可能导致集群通信失败，影响业务正常运行。因此，建议在变更前进行充分的测试和评估，确保配置的安全性和有效性。
健康检查机制的改进
文章指出，Redis Cluster 在健康检查时强制使用第一个绑定 IP，这一设计存在缺陷。为了避免类似问题，建议改进健康检查机制，例如在未初始化时不指定源地址，让操作系统自动分配，这样可以提高集群的稳定性和可靠性。
对开发者的启示
此次故障提醒开发者在进行系统配置时要保持敬畏之心。即使是看似简单的变更，也可能引发严重后果。建议在发布新配置前，建立严格的审核和测试流程，以降低人为失误的风险，确保系统的稳定性。
Q&A
Redis Cluster 配置变更导致了什么问题？
Redis Cluster 配置变更后，集群状态异常，无法正常读写，最终需要回退配置才能恢复正常。
为什么 Redis Cluster 在健康检查时会使用第一个绑定 IP？
Redis Cluster 在健康检查时强制使用绑定配置中的第一个 IP（127.0.0.1），导致节点间通信失败。
如何避免 Redis Cluster 配置变更导致的通信失败？
建议将可通信的 IP 放在绑定配置的首位，并改进健康检查机制。
Redis Cluster 的健康检查机制是如何工作的？
Redis Cluster 通过定期判断集群状态，使用绑定的源地址进行节点间的健康检查。
所有支持 Cluster 的 Redis 版本是否都受此问题影响？
是的，所有支持 Cluster 的 Redis 版本，包括不稳定分支，都受到此问题的影响。
在初始化新的 Redis Cluster 时，配置会有什么影响？
如果在初始化时配置了监听 127.0.0.1，将导致 redis-trib.rb 工具长期阻塞，无法成功执行。
