Apache Kvrocks 主从同步问题分析与修复

问题背景

在Apache Kvrocks 2.7.0版本的集群模式下，发现了一个关于主从同步的重要问题。当从节点经历停机并重新启动后，对于主节点在此期间更新的已有键值，从节点无法正确同步更新，而新创建的键值却能正常同步。

问题现象

具体表现为：

1. 在从节点停机期间，主节点更新了已有键test1的值，并创建了新键test2
2. 从节点重启后，test2键被正确创建，但test1键的值仍保持旧值，未能同步主节点的更新
3. 后续对test2的更新操作可以正常同步到从节点

问题复现条件

经过多次测试验证，该问题仅在以下条件下出现：

• Kvrocks运行在集群模式下
• 启用了use-rsid-psync配置项
• 从节点经历了停机重启过程

在非集群模式或单机模式下，相同操作不会出现同步问题。

问题根源分析

经过深入排查，发现问题根源在于集群模式下主从同步的复制ID(Replication ID)处理机制存在缺陷。具体表现为：

1. 在集群模式下，当从节点重启后，其复制ID未能正确与主节点保持同步
2. 主节点在从节点停机期间生成的复制日志使用了新的复制ID
3. 从节点重启后尝试使用旧的复制ID进行部分同步(PSYNC)，导致无法识别主节点在此期间对已有键的更新操作
4. 新键的创建操作由于不依赖复制ID的连续性，仍能正常同步

解决方案

修复方案主要涉及以下几个方面：

1. 修正集群模式下复制ID的生成和同步机制
2. 确保从节点重启后能正确继承主节点当前的复制ID
3. 完善部分同步(PSYNC)过程中的复制ID验证逻辑
4. 增加相关日志输出以便于问题诊断

影响范围

该问题影响所有使用Kvrocks 2.7.0版本并在集群模式下运行主从复制的用户。对于要求严格数据一致性的生产环境，建议尽快升级到包含修复的版本。

最佳实践建议

对于使用Kvrocks主从复制的用户，建议：

1. 定期检查主从节点的数据一致性
2. 监控复制延迟和状态
3. 在计划维护期间，先停止写入操作再执行节点重启
4. 考虑使用全量同步作为数据一致性验证的手段

该问题的修复将显著提升Kvrocks在集群模式下的数据可靠性，确保主从节点在各种异常情况下都能保持数据一致性。