在分布式事务与高并发场景下，Java 应用往往需要与 Redis 进行深度交互，而 Redis 作为内存数据库，其核心功能——哨兵模式（Sentinel），对于保障系统的高可用性和故障转移机制至关重要。本文将对Java 连接Redis 哨兵的原理进行深度解析，帮助开发者构建健壮的分布式架构。
一、核心机制概览与场景背景
哨兵模式是Redis 3.0引入的一项关键功能，它通过多个节点协同工作来监控Redis 集群的健康状态，并自动处理节点故障导致的流量切换问题。在Java 应用中，这意味着客户端连接的是包含主节点和多个哨兵节点的集群，而非单一的单体服务。当某个节点宕机时，系统能自动选举新的主节点，从而避免服务中断。这种机制特别适合需要高可用性的交易、缓存穿透等场景。
二、数据模型与节点角色定义
在哨兵架构中，数据被划分为数据空间（Data Space）和管理空间（Management Space）。数据空间是实际存储数据的区域，包含主节点（Master）和多个哨兵节点（Sentinel）。每个哨兵节点运行在指定的数据空间上，负责监控自身所在数据的状态。
三、故障检测与自动切换逻辑
当主节点发生故障（如宕机或重启）时，哨兵节点会执行心跳检测。如果心跳超时，哨兵会认为主节点已不可用。接着，它需要决定谁来接替主节点的位置。
四、流量分配策略与选举规则
哨兵节点支持三种流量加权策略：
- 权重（Weight）：单点权重
每个哨兵节点分配的数据空间大小（以字节为单位）作为权重。权重总和决定流量如何分配。例如，如果数据空间 A 有 50MB，节点 A 的权重为 100，节点 B 的权重为 50，则在故障发生时，75% 的流量会流向节点 A。 - 目标
如果一个哨兵节点的目标（Target）恰好是已宕机的主节点，系统会自动将该节点配置为新的主节点，无需额外干预。 - 选举权重（Election Weight）：全局权重
用于解决冲突。当多个哨兵节点的目标都指向同一个主节点，且该节点宕机，系统会优先将流量分配给权重更高的哨兵节点，同时触发新的选举。
在实际开发中，企业常采用主从复制、哨兵监控及多重主从相结合的模式。例如，使用 1 个主节点和 2 个哨兵节点组成集群。当主节点异常时，通过调整节点权重和选举策略，确保 80% 以上的请求能迅速转移至新的主节点，保障业务连续性。对于大型分布式系统，可能还会引入集群主节点或集群哨兵节点，进一步提升容错能力。
五、Java 客户端连接与配置详解
在 Java 项目中，连接哨兵模式的数据源需配置正确的属性。
-
在上述配置中，`dataNodes` 属性指定了连接的数据节点列表，如 `["127.0.0.1:6379", "127.0.0.1:63791", "127.0.0.1:63792"]`。前两个是哨兵节点，第三个是主节点。
其次，`minIdle` 参数控制最小空闲连接数，建议设为 20 以应对突发流量。
此外，`maxIdle` 和 `maxTotalIdle` 参数控制最大空闲连接数和总空闲连接数，防止连接池拥堵。
最后，`minEvictableIdleTimeMillis` 指定最小空闲连接时间，用于实现自动回收策略，提升资源利用率。