本文记录一下 Redis 集群中节点的 AOF 文件损坏导致启动失败，以及新增节点的处理过程。
问题描述
在启动 Redis 集群时，发现其中两个服务没有启动成功，如下：
分别是6381 和 6382 端口的服务，经过调查，两个节点启动失败的原因如下：
6381节点没有成功加入 Redis 集群，6382节点的 AOF 文件发生了损坏。
通过 cluster nodes 看下集群节点状态，如下：
集群中只有5个节点，其中3个 master 节点，2个 slave 节点，6382 节点是启动失败状态，而 6381 端口并没有在集群中。
下面分别看下处理方案。
AOF 文件损坏
控制台中已经给出了处理方法，运行下面的命令即可：
1 | redis-check-aof --fix <filename> |
进入 6382 节点目录下，运行该命令，在对应的文件夹中，发现很多 temp-rewriteaof-xxx.aof 文件，如下：
修复成功后，节点就能成功启动了，但是控制台出现了如下的报错：
经过调查，这个报错会导致 6382 节点文件夹下生成大量 temp-rewriteaof-xxx.aof 文件，如下：
这些文件是 Redis 在执行 AOF 重写（Append-Only File Rewrite） 操作时生成的临时文件。下面来看一下为什么会出现这些文件：（来源：chatgpt）
- AOF 重写：AOF 是 Redis 用于持久化的方式之一，它会将每一个写操作（如 SET、INCR 等）记录到 AOF 文件中，确保数据的持久性。当 AOF 文件的大小超过一定阈值时，Redis 会自动触发重写操作，以压缩和减少 AOF 文件的体积。这个过程是通过生成一个临时文件来完成的，也就是 temp-rewriteaof-xxxx.aof 文件。
- 临时文件：在重写过程中，Redis 会将所有操作写入这个临时文件，重写完成后会用这个文件替换旧的 AOF 文件。
- 异常退出：如果 Redis 在 AOF 重写时崩溃或者重写操作中途被中断，这些临时文件可能不会被自动删除。这就导致了大量 temp-rewriteaof-xxxx.aof 文件的残留。
而产生这个报错的根本原因是 在进行 AOF 重写时，AOF 文件中存在未知的命令，如下：
将这段异常的指令移除，6382 节点就能正常启动了，而那些 temp-rewriteaof-xxx.aof 文件也可以移除了。
添加新的 Slave 节点
上面的 6382 节点修复完成后，再看下 Redis 集群的情况：
可以看到，6383、6384、6385 三个是 master 节点，而 6380 是 6383 的 slave 节点，6382 是 6385 的 slave 节点。剩余一个未知端口的节点是 6384 节点的 slave 节点，我们将这个未知的节点移除：
1 | ruby .\redis-trib.rb del-node 127.0.0.1:6381 78e3d67bae1f4705b0215ac19238dff29156c95f |
但是移除失败了：
这个节点对整个 Reids 集群并没有影响，因此不管它也可以，当然也可以在各个 Redis 节点下执行下面的命令来忽略它：
1 | cluster forget 78e3d67bae1f4705b0215ac19238dff29156c95f |
接着将 6381 节点设置为 6384 的 slave 节点，启动 6381 节点，在 redis-trib.rb 所在目录下执行如下命令：
1 | ruby .\redis-trib.rb add-node --slave --master-id c53c2ec015170e9339d87a26b9c61d9b46b901ba 127.0.0.1:6381 127.0.0.1:6384 |
这串命令的含义为：./redis-trib.rb add-node --slave --master-id {主节点id} {添加节点的ip和端口} {集群中已存在节点ip和端口}
运行之后出现了如下报错：
因为 6381 节点已经存在数据了，将该节点的 appendonly.aof 文件清空，然后再重启节点，之后重新执行命令，成功
再来通过 cluster nodes 看下集群状态：
附：redis-trib包含的命令
