Kubernetes环境下Bitnami Redis Cluster高可用失效问题求助

一、排查Redis Cluster本身故障转移能力 #

• 首先验证集群基础状态：进入任意Redis Pod执行以下命令，确认集群槽位分配、主从关系正常

  kubectl exec -n redis <任意redis-pod名> -- redis-cli -a redis@pass cluster info
  kubectl exec -n redis <任意redis-pod名> -- redis-cli -a redis@pass cluster nodes
  

  预期结果为：共6个节点、3主3从，每个主节点绑定1个从节点，16384个槽位全部分配完成，cluster_state状态为ok。
• 验证自动故障转移逻辑：先记录当前主节点ID，手动删除其中一个主节点Pod，10秒后再次执行cluster nodes命令，确认对应从节点是否自动升级为主节点，槽位是否自动迁移到新主节点。如果未触发自动升主，排查以下问题：
  • 检查Redis Pod日志，是否存在选举失败、节点间通信超时报错
  • 确认K8s集群中没有网络策略、防火墙规则屏蔽Redis节点间的6379（服务端口）和16379（集群总线端口）通信
  • 检查PVC挂载是否正常，删除后重建的Pod是否能正常挂载原有PV，数据同步无异常
  • 修复values.yaml配置错误：你当前sysctlImage的command中存在无效的insta行，会导致sysctl配置未生效，删除该行后重新升级Helm Release即可。

二、修复Quarkus客户端配置错误 #

你当前的Quarkus配置存在明显的模式混用问题，是导致故障后无法访问的核心原因之一：

• 删掉quarkus.redis.master-name=redis-cluster配置项，该参数是哨兵模式专用配置，集群模式下配置会导致客户端逻辑异常，无法正确感知集群拓扑变化。
• 新增集群拓扑自动刷新配置，确保客户端能自动感知节点切换：

  # 单位根据需要调整，这里设为2秒刷新一次拓扑
  quarkus.redis.cluster.refresh-period=2s
  

• 若使用的是普通ClusterIP Service，建议更换为Bitnami Redis Cluster默认提供的Headless Service地址，避免Service负载均衡路由到已故障的节点。

三、最终验证 #

完成上述修改后，重新部署Quarkus应用，手动删除任意Redis Pod，确认集群可在15秒内完成故障转移，客户端可正常读写无报错。

内容的提问来源于stack exchange，提问作者William