redis集群内网丢包的典型现象是节点间反复显示fail或noaddr，但单点ping通；cluster nodes中connected节点长期不更新ping-sent/pong-recv时间；日志频繁出现ioerr、connection refused或timeout，而ping和telnet网络层看似正常。

Redis集群内网丢包的典型现象是什么

集群节点间反复显示 fail 或 noaddr，但 redis-cli -p 6379 ping 单点通；cluster nodes 输出里有节点状态为 connected 却长期不更新 ping-sent/pong-recv 时间；日志中频繁出现 IOERR、Connection refused 或 timeout，但网络层 ping 和 telnet 看似正常。

为什么内网也会丢包——不是物理链路问题

内网丢包多数不是交换机或网卡故障，而是策略型丢弃：

• 防火墙或云安全组只开了客户端端口（如 6379），漏掉了集群总线端口 16379（6379 + 10000）
• NAT网关或SLB对长连接空闲超时回收过激，导致集群心跳 TCP 连接被静默断开
• 内核 net.ipv4.tcp_fin_timeout 或 net.netfilter.nf_conntrack_tcp_timeout_established 设置过短，在高并发下提前清理连接跟踪表项
• 某些私有云平台对非标准端口（如 16379）默认限速或限流

怎么验证是集群总线端口被拦

在任一节点上执行：

Redis Skill - 高性能缓存管理

Redis 缓存和数据结构管理技能。通过自然语言操作 Redis，支持 String、Hash、List、Set、ZSet、Stream 等数据结构操作。当用户提到 Redis、缓存、消息队列、会话存储时使用此技能。

下载

redis-cli -p 6379 cluster nodes | grep -v myself

挑出一个疑似失联节点的 IP（如 192.168.5.20），然后直接测它的总线端口：

• Linux：telnet 192.168.5.20 16379 或 nc -zv 192.168.5.20 16379
• Windows：Test-NetConnection 192.168.5.20 -Port 16379
• 若失败，再查本机防火墙：sudo iptables -L INPUT -n | grep 16379；没结果就说明未放行
• 云环境必须检查安全组「入方向」规则，源地址填其他所有节点 IP 段，端口填 16379

内核参数和 Redis 配置必须同步调

光开防火墙不够，全连接队列溢出一样会导致总线连接被静默丢弃：

• 临时调大：sudo sysctl -w net.core.somaxconn=65535
• 持久化：写入 /etc/sysctl.d/99-redis.conf 并执行 sudo sysctl --system
• Redis 层必须配 tcp-backlog 65535（6.2+ 版本），老版本需确认 glibc 支持或重新编译
• 验证是否生效：ss -lnt | grep :16379 的 Send-Q 列应显示 65535，不是 128 或 511
• 如果 ss -lnt | grep :16379 的 Recv-Q 长期 > 0，说明 Redis 主线程处理不过来，要查慢命令、AOF fsync 延迟或 bgrewriteaof 阻塞

真正容易被忽略的是：集群总线通信不走密码认证，所以 protected-mode yes 会直接拒绝握手；bind 只写 127.0.0.1 也会让其他节点连不上——这两项不改，即使端口通了也建立不了集群拓扑。