改down-after-milliseconds能缩短切换耗时，因其决定主观下线触发时机；设太小易误判致反复取消故障转移，需结合rtt×3设值（如8ms→24000），并同步调优parallel-syncs、failover-timeout和quorum。
不能只调一个参数就缩短切换延迟——真正卡住的环节往往藏在哨兵判定逻辑、从节点同步能力和客户端感知链路里。
为什么改 down-after-milliseconds 能明显缩短切换耗时
这个参数不控制“什么时候切”，只控制“什么时候开始怀疑主挂了”。它触发的是主观下线（+sdown），后续还要走客观下线投票、选举、配置传播等环节。设得太小（比如 500 或 3000），一次网络瞬断、Redis 慢查询卡住事件循环、甚至 Linux TCP 栈偶发延迟，都会让哨兵误标 sdown；而其他哨兵还没到阈值，无法达成 odown，整个流程就卡在“准备切→发现没真挂→取消”循环里。
- 局域网稳定环境（RTT 5–15ms）：
down-after-milliseconds必须 ≥8000，否则每天可能触发数次误切 - 跨机房或含公网链路：
down-after-milliseconds直接设为15000，别省那几秒 - 绝对不要低于
1000—— 即使是本地回环，Linux 和 Redis 事件循环也可能偶发 >500ms 延迟 - 探测间隔（
sentinel monitor第四个参数）必须 ≤down-after-milliseconds ÷ 3，否则哨兵可能连第二次 PING 都没发完就判定下线
怎样避免 failover-timeout 频繁中止切换
failover-timeout 不是“调小就能变快”的开关，配错反而会让切换失败或反复震荡。它本质是整个故障转移流程的兜底时限，真正卡住它的，是最慢那个从节点完成数据追平所需的时间。
- 常见错误现象：
+failover-abort-not-elected或+try-failover-abort频繁出现在 Sentinel 日志里 - 根本原因：10 秒远小于最慢从节点的全量同步（RDB 加载 + 增量复制）耗时
- 合理下限公式：
failover-timeout > (最慢从节点全量同步耗时) × parallel-syncs + 30000，注意这里不是平均值，而是你环境中实测过的“最慢一次” - 默认值（3 分钟）在多数中小规模集群里是安全起点，别盲目下调
-
failover-timeout还覆盖从节点重配置为新主的复制对齐过程。哪怕新主已选出，只要某个从节点还没追上 offset，超时一到就回滚
客户端为何还在往老主地址写入
哨兵切换完主节点之后，并不会主动通知所有客户端。客户端能不能及时感知，完全取决于自身实现方式——是每次操作都去问哨兵要地址，还是启动时拿一次就缓存，还是靠订阅哨兵频道接收事件通知。
- 典型报错：
READONLY You can't write against a read only replica，说明客户端仍在连接原主节点（此时已是只读从库） - 推荐方案：使用支持哨兵自动发现的客户端库（如 Jedis 的
JedisSentinelPool、StackExchange.Redis 的SentinelConfiguration），并确保master-name配置与sentinel monitor中一致 - 避坑重点：不要在应用启动后硬编码主节点地址；避免自研轮询逻辑但未监听
+switch-master频道 - 验证方法：手动 kill 主节点后，观察客户端是否在 2–3 个心跳周期内（即
down-after-milliseconds× 2 左右）完成重连
哪些参数组合最容易被忽略
down-after-milliseconds 不是孤立参数，必须配平三个关键项。单独调它，大概率引发连锁问题。
-
sentinel parallel-syncs：设为1最稳；设为 >1 可加快从库追平，但若新主 CPU 或网卡已近瓶颈，反而拖慢整体恢复 -
sentinel failover-timeout：必须 >down-after-milliseconds，推荐设为后者的 3–5 倍（如前者是8000，后者至少24000，推荐40000） -
quorum（sentinel monitor第三个参数）：必须被至少quorum个哨兵同时判定为sdown才能升级为odown；若设为1且down-after-milliseconds过小，极易单点误触 -
repl-ping-slave-period在哨兵模式下有效（设为2较合理），但在集群模式（Cluster）下不起作用
最常被跳过的实操动作是：改完配置后没验证哨兵日志里是否真出现 +odown 和 +switch-master，也没确认客户端连接池是否真的重建了连接。延迟优化不是调参游戏，而是把每个环节的耗时拆出来看——从第一次 PING 超时，到投票完成，到新主加载 RDB，再到客户端 DNS 缓存刷新，每一步都有真实毛刺点。
