什么是脑裂
在分布式系统中，因为网络分区或节点故障导致节点之间的通信断开，而各自形成一个新的小规模集群，并且各小集群当中，会选举新的master节点，都对外提供独立的服务。这种情况就称为脑裂
简而言之集群中不同节点对于Master的选择出现了分歧，出现了多个Master现象。
为什么会产生脑裂
网络问题： Redis Master 节点与 Sentinel 网络之间存在故障，导致Redis Master节点跟Redis Slave节点和Sentinel集群处于不同的网络分区，此时因为Sentinel集群无法感知到master的存在，所以将Slave节点提升为Master节点。此时存在两个不同的Master节点，就像一个大脑分裂成了两个。
暂时无法在飞书文档外展示此内容
-
主机资源问题： redis Master节点所在的服务器上的其他程序临时占用了大量资源（例如 CPU 资源），导致主库资源使用受限，短时间内无法响应心跳，于是Sentinel集群误以为主节点挂了，重新选举了新的Master，当其它程序不再使用资源时，旧Master节点又恢复正常，同一集群下出现两个Master
-
Redis 主节点阻塞： 主库自身遇到了阻塞的情况，例如，处理 bigkey 或是发生内存 swap，短时间内无法响应心跳，还是会触发Sentinel机制，等主库阻塞解除后，又恢复正常的请求处理了。
脑裂产生问题的本质原因是，Redis 主从集群内部没有通过共识算法，来维护多个节点的强一致性。它不像ZK那样，每次写请求必须大多数节点都写成功后才认为成功，当脑裂发生时，ZK主节点被孤立，此时无法写入大多数节点，写请求会直接失败，因此它可以保证集群数据的一致性。
脑裂的后果
数据丢失， 当旧的 Master 变为 Slave 之后，它的执行流程如下：
- Slave（旧 Master）会向 Master（新）申请全量数据。
- Master 会通过 bgsave 的方式生成当前 RDB 快照，并将 RDB 发送给 Slave。
- Slave 拿到 RDB 之后，先进行 flush 清空当前数据（此时第四步旧客户端给他的发送的数据就丢失了）。
- 之后再加载 RDB 数据，初始化自己当前的数据。
从以上过程中可以看出，在执行到第三步的时候，原客户端在旧 Master 写入的数据就丢失了，这就是数据丢失的问题。
一致性
- 在脑裂发生时，集群中可能存在多个Redis 网络分区，如果客户端请求不同的网络分区，得到的数据是不一致的。
如何解决脑裂
Redis 可以配置min-slaves-to-write 和 min-slaves-max-lag，但是当脑裂发生时，它还是无法严格保证数据不丢失，而只能是尽量减少数据的丢失。
在这种情况下，新主库之所以会发生数据丢失，是因为旧主库从阻塞中恢复过来后，收到的写请求还没同步到从库，从库就被哨兵提升为主库了。如果哨兵在提升从库为新主库前，主库即时把数据同步到从库了，那么也不会发生数据丢失，但是这种临界点的情况还是有可能发生。
这就又回到了Redis的定位：Redis 集群是 AP，而不是CP
