redis 脑裂等极端情况分析
ddatsh
哨兵(sentinel)模式下的脑裂
1 master、3 slave、哨兵独立部署
最初，2个应用服务器server1、server2都连接在master上
master与slave及哨兵之间的网络发生故障，但哨兵与slave通讯正常，这时3个slave其中1个经过哨兵投票后，提升为新master
如果server1仍连的旧master，而server2连到了新master上
数据就不一致了，基于setNX指令的分布式锁，可能会拿到相同的锁
基于incr生成的全局唯一id，也可能出现重复
集群(cluster)模式下的脑裂
custer模式下，情况要更复杂
集群有6组分片，每个分片节点都有1主1从
出现网络分区时，各种节点之间的分区组合都有可能
情况A：
master1与slave4落到同1个分区，slave4经选举后可能会被提升为新的master4，而另一个分区里的slave1，可能会提升为新的master1
cluster中key的定位依赖slot，情况A经过这一翻折腾后，master1与master4上的slot，出现了重复，在二个分区里都有
类似，依赖incr及setNX的场景，都会出现数据不一致的情况
情况B：
如果每给分片内部的逻辑（即：主从关系）没有乱，只是恰好分成二半，这时slot整体上看并没有出现重复，如果原来请求的key落在其它区，最多只是访问不到，还不致于发生数据不一致的情况。（即：宁可出错，也不要出现数据混乱）
主从迁移带来的不一致
1主1从，如果采用incr来生成全局唯一键，假如master上的值是4，但是尚未同步到slave上（slave上仍然是旧值3），这时候如果发生选举，slave被提升为新master，应用服务器server1切换到新主后，下次再incr获取的值，就可能重复了（3+1=4）
总结
上面情况都比较极端，但实际中还是有可能发生的
正如官方文档所言，redis并不能保证强一致性
Redis Cluster is not able to guarantee strong consistency
In general Redis + Sentinel as a whole are a an eventually consistent system
对于要求强一致性的应用，更应该倾向于相信RDBMS