Spring Boot在Redis集群节点宕机时无法连接其余节点问题排查

1. 核心认知误区：3单主节点集群故障后无法正常服务 #

你当前搭建的是3个无从节点的Redis主集群，Redis Cluster的工作逻辑是所有16384个哈希槽必须被正常节点覆盖，集群才能处于可用状态。当其中一个主节点（如7002）下线后，该节点负责的约5461个哈希槽完全不可用，集群会直接进入fail状态，此时整个集群无法处理涉及这些槽的请求，甚至会拒绝大部分读写操作——这就是你看到客户端持续重连失败的根本原因，并非Spring Boot配置问题，而是集群本身已经不可用了。

2. 解决集群可用性的正确方案：搭建主从架构的Redis Cluster #

要实现节点故障后集群仍能提供服务，必须给每个主节点配置至少1个从节点，形成3主3从的集群架构：

• 每个主节点对应1个从节点，当主节点故障时，Redis Cluster会自动触发故障转移，将对应的从节点提升为新主节点，接管原主节点的哈希槽，集群保持完整可用。
• 创建3主3从集群的命令示例：

  redis-cli --cluster create 127.0.0.1:7000 127.0.0.1:7001 127.0.0.1:7002 127.0.0.1:7003 127.0.0.1:7004 127.0.0.1:7005 --cluster-replicas 1
  

  参数--cluster-replicas 1表示每个主节点分配1个从节点。

3. Spring Boot客户端的优化配置（适配集群故障转移） #

即使搭建了主从集群，还需要配置Spring Boot的Redis客户端，使其能自动感知集群拓扑变化：
在application.properties中补充以下配置：

# 开启自适应拓扑刷新和定期刷新，感知节点故障转移
spring.data.redis.cluster.refresh.adaptive=true
spring.data.redis.cluster.refresh.period=30s
# 连接超时与重定向次数
spring.data.redis.timeout=2000ms
spring.data.redis.cluster.max-redirects=3
# 连接池配置（可选，优化连接复用）
spring.data.redis.jedis.pool.max-active=8
spring.data.redis.jedis.pool.max-idle=8
spring.data.redis.jedis.pool.min-idle=0

• adaptive=true：当客户端检测到节点故障时，自动刷新集群拓扑；
• period=30s：定期主动刷新集群拓扑，确保客户端获取最新节点信息；
• max-redirects=3：设置集群请求重定向的最大次数，适配故障转移后的路由变化。

4. 临时测试方案（无需搭建从节点） #

如果只是临时测试，不想搭建从节点，可以手动将故障节点的哈希槽迁移到其他主节点，恢复集群可用：

1. 执行命令进入reshard流程：

   redis-cli --cluster reshard 127.0.0.1:7000
   

2. 按照提示输入要迁移的槽数量（约5461）、接收槽的目标节点ID（可以选7000或7001的节点ID）、来源节点ID（7002的节点ID），完成迁移后集群会恢复可用。

注意：这只是临时方案，故障节点恢复后需要重新调整槽分配，不适合生产环境。

内容的提问来源于stack exchange，提问作者Hasanul Banna Saif