首页 Backend Database

# 🎨Redis 持久化

Redis 有两种持久化方案：

  • RDB 持久化
  • AOF 持久化

# 🎁RDB 持久化

RDB 全称 Redis Database Backup file（Redis 数据备份文件），也被叫做 Redis 数据快照。简单来说就是把内存中的所有数据都记录到磁盘中。当 Redis 实例故障重启后，从磁盘读取快照文件，恢复数据。快照文件称为 RDB 文件，默认是保存在当前运行目录。

# 🎈执行时机

RDB 持久化在四种情况下会执行：

  • 执行 save 命令
  • 执行 bgsave 命令
  • Redis 停机时
  • 触发 RDB 条件时

  1. save 命令

    执行下面的命令，可以立即执行一次 RDB：

    image-20250302144355562

    save 命令会导致主进程执行 RDB，这个过程中其它所有命令都会被阻塞。只有在数据迁移时可能用到。

  2. bgsave 命令

    下面的命令可以异步执行 RDB：

    image-20210725144725943

    这个命令执行后会开启独立进程完成 RDB，主进程可以持续处理用户请求，不受影响。

  3. 停机时

    Redis 停机时会执行一次 save 命令，实现 RDB 持久化。

  4. 触发 RDB 条件

    Redis 内部有触发 RDB 的机制，可以在 redis.conf 文件中找到，格式如下：

    redis.conf
    # 900 秒内，如果至少有 1 个 key 被修改，则执行 bgsave ， 如果是 save "" 则表示禁用 RDB
    save 900 1  
    save 300 10  
    save 60 10000

    RDB 的其它配置也可以在 redis.conf 文件中设置：

    redis.conf
    # 是否压缩，建议不开启，压缩也会消耗 cpu，磁盘的话不值钱
    rdbcompression yes
    # RDB 文件名称
    dbfilename dump.rdb  
    # 文件保存的路径目录
    dir ./
# 🎈RDB 原理
bgsave 开始时会 fork 主进程得到子进程，子进程共享主进程的内存数据。完成 fork 后读取内存数据并写入 RDB 文件。
fork 采用的是 copy-on-write 技术：
  • 当主进程执行读操作时，访问共享内存；
  • 当主进程执行写操作时，则会拷贝一份数据，执行写操作。
image-20210725151319695
# 🎈小结
RDB 方式 bgsave 的基本流程？
  • fork 主进程得到一个子进程，共享内存空间
  • 子进程读取内存数据并写入新的 RDB 文件
  • 用新 RDB 文件替换旧的 RDB 文件
RDB 会在什么时候执行？save 60 1000 代表什么含义？
  • 默认是服务停止时
  • 代表 60 秒内至少执行 1000 次修改则触发 RDB
RDB 的缺点？
  • RDB 执行间隔时间长，两次 RDB 之间写入数据有丢失的风险
  • fork 子进程、压缩、写出 RDB 文件都比较耗时
# 🎁AOF 持久化
# 🎈AOF 原理
AOF 全称为 Append Only File（追加文件）。Redis 处理的每一个写命令都会记录在 AOF 文件，可以看做是命令日志文件。
image-20210725151543640
# 🎈AOF 配置
AOF 默认是关闭的，需要修改 redis.conf 配置文件来开启 AOF：
redis.conf
# 是否开启 AOF 功能，默认是 no
appendonly yes
# AOF 文件的名称
appendfilename "appendonly.aof"
AOF 的命令记录的频率也可以通过 redis.conf 文件来配：
redis.conf
# 表示每执行一次写命令，立即记录到 AOF 文件
appendfsync always 
# 写命令执行完先放入 AOF 缓冲区，然后表示每隔 1 秒将缓冲区数据写到 AOF 文件，是默认方案
appendfsync everysec 
# 写命令执行完先放入 AOF 缓冲区，由操作系统决定何时将缓冲区内容写回磁盘
appendfsync no
三种策略对比：
image-20210725151654046
# 🎈AOF 文件重写
因为是记录命令，AOF 文件会比 RDB 文件大的多。而且 AOF 会记录对同一个 key 的多次写操作，但只有最后一次写操作才有意义。通过执行 bgrewriteaof 命令，可以让 AOF 文件执行重写功能，用最少的命令达到相同效果。
image-20210725151729118
如图，AOF 原本有三个命令，但是 set num 123 和 set num 666 都是对 num 的操作，第二次会覆盖第一次的值，因此第一个命令记录下来没有意义。
所以重写命令后，AOF 文件内容就是： mset name jack num 666
Redis 也会在触发阈值时自动去重写 AOF 文件。阈值也可以在 redis.conf 中配置：
redis.conf
# AOF 文件比上次文件 增长超过多少百分比则触发重写
auto-aof-rewrite-percentage 100
# AOF 文件体积最小多大以上才触发重写 
auto-aof-rewrite-min-size 64mb
# 🎁RDB 与 AOF 对比
RDB 和 AOF 各有自己的优缺点，如果对数据安全性要求较高，在实际开发中往往会结合两者来使用。
image-20210725151940515
# 🎨Redis 主从
# 🎁主从数据同步原理
# 🎈全量同步
主从第一次建立连接时，会执行全量同步，将 master 节点的所有数据都拷贝给 slave 节点
image-20210725152222497
这里有一个问题，master 如何得知 salve 是第一次来连接呢？？
有几个概念，可以作为判断依据：
  • Replication Id：简称 replid，是数据集的标记，id 一致则说明是同一数据集。每一个 master 都有唯一的 replid，slave 则会继承 master 节点的 replid
  • offset：偏移量，随着记录在 repl_baklog 中的数据增多而逐渐增大。slave 完成同步时也会记录当前同步的 offset。如果 slave 的 offset 小于 master 的 offset，说明 slave 数据落后于 master，需要更新。
因此 slave 做数据同步，必须向 master 声明自己的 replication id 和 offset，master 才可以判断到底需要同步哪些数据。
因为 slave 原本也是一个 master，有自己的 replid 和 offset，当第一次变成 slave，与 master 建立连接时，发送的 replid 和 offset 是自己的 replid 和 offset。
master 判断发现 slave 发送来的 replid 与自己的不一致，说明这是一个全新的 slave，就知道要做全量同步了。
master 会将自己的 replid 和 offset 都发送给这个 slave，slave 保存这些信息。以后 slave 的 replid 就与 master 一致了。
因此，master 判断一个节点是否是第一次同步的依据，就是看 replid 是否一致。
如图：
image-20210725152700914
完整流程描述：
  • slave 节点请求增量同步
  • master 节点判断 replid，发现不一致，拒绝增量同步
  • master 将完整内存数据生成 RDB，发送 RDB 到 slave
  • slave 清空本地数据，加载 master 的 RDB
  • master 将 RDB 期间的命令记录在 repl_baklog，并持续将 log 中的命令发送给 slave
  • slave 执行接收到的命令，保持与 master 之间的同步
# 🎈增量同步
全量同步需要先做 RDB，然后将 RDB 文件通过网络传输个 slave，成本太高了。因此除了第一次做全量同步，其它大多数时候 slave 与 master 都是做增量同步。
什么是增量同步？就是只更新 slave 与 master 存在差异的部分数据。如图：
image-20210725153201086
# 🎈repl_backlog 原理
master 怎么知道 slave 与自己的数据差异在哪里呢？
这就要说到全量同步时的 repl_baklog 文件了。
这个文件是一个固定大小的数组，只不过数组是环形，也就是说角标到达数组末尾后，会再次从 0 开始读写，这样数组头部的数据就会被覆盖。
repl_baklog 中会记录 Redis 处理过的命令日志及 offset，包括 master 当前的 offset，和 slave 已经拷贝到的 offset：
image-20210725153359022
slave 与 master 的 offset 之间的差异，就是 salve 需要增量拷贝的数据了。
随着不断有数据写入，master 的 offset 逐渐变大，slave 也不断的拷贝，追赶 master 的 offset：
image-20210725153524190
直到数组被填满：
image-20210725153715910
此时，如果有新的数据写入，就会覆盖数组中的旧数据。不过，旧的数据只要是绿色的，说明是已经被同步到 slave 的数据，即便被覆盖了也没什么影响。因为未同步的仅仅是红色部分。
但是，如果 slave 出现网络阻塞，导致 master 的 offset 远远超过了 slave 的 offset：
image-20210725153937031
如果 master 继续写入新数据，其 offset 就会覆盖旧的数据，直到将 slave 现在的 offset 也覆盖：
image-20210725154155984
棕色框中的红色部分，就是尚未同步，但是却已经被覆盖的数据。此时如果 slave 恢复，需要同步，却发现自己的 offset 都没有了，无法完成增量同步了。只能做全量同步。
image-20210725154216392
# 🎁主从同步优化
主从同步可以保证主从数据的一致性，非常重要。
可以从以下几个方面来优化 Redis 主从就集群：
  • 在 master 中配置 repl-diskless-sync yes 启用无磁盘复制，避免全量同步时的磁盘 IO。
  • Redis 单节点上的内存占用不要太大，减少 RDB 导致的过多磁盘 IO
  • 适当提高 repl_baklog 的大小，发现 slave 宕机时尽快实现故障恢复，尽可能避免全量同步
  • 限制一个 master 上的 slave 节点数量，如果实在是太多 slave，则可以采用主 - 从 - 从链式结构，减少 master 压力
主从从架构图：
image-20210725154405899
# 🎁小结
简述全量同步和增量同步区别？
  • 全量同步：master 将完整内存数据生成 RDB，发送 RDB 到 slave。后续命令则记录在 repl_baklog，逐个发送给 slave。
  • 增量同步：slave 提交自己的 offset 到 master，master 获取 repl_baklog 中从 offset 之后的命令给 slave
什么时候执行全量同步？
  • slave 节点第一次连接 master 节点时
  • slave 节点断开时间太久，repl_baklog 中的 offset 已经被覆盖时
什么时候执行增量同步？
  • slave 节点断开又恢复，并且在 repl_baklog 中能找到 offset 时
# 🎨Redis 哨兵
Redis 提供了哨兵（Sentinel）机制来实现主从集群的自动故障恢复。
# 🎁哨兵原理
# 🎈集群结构和作用
哨兵的结构如图：
image-20210725154528072
哨兵的作用如下：
  • 监控：Sentinel 会不断检查您的 master 和 slave 是否按预期工作
  • 自动故障恢复：如果 master 故障，Sentinel 会将一个 slave 提升为 master。当故障实例恢复后也以新的 master 为主
  • 通知：Sentinel 充当 Redis 客户端的服务发现来源，当集群发生故障转移时，会将最新信息推送给 Redis 的客户端
# 🎈集群监控原理
Sentinel 基于心跳机制监测服务状态，每隔 1 秒向集群的每个实例发送 ping 命令：
  • 主观下线：如果某 sentinel 节点发现某实例未在规定时间响应，则认为该实例主观下线。
  • 客观下线：若超过指定数量（quorum）的 sentinel 都认为该实例主观下线，则该实例客观下线。quorum 值最好超过 Sentinel 实例数量的一半。
image-20210725154632354
# 🎈集群故障恢复原理
一旦发现 master 故障，sentinel 需要在 salve 中选择一个作为新的 master，选择依据是这样的：
  • 首先会判断 slave 节点与 master 节点断开时间长短，如果超过指定值（down-after-milliseconds * 10）则会排除该 slave 节点
  • 然后判断 slave 节点的 slave-priority 值，越小优先级越高，如果是 0 则永不参与选举
  • 如果 slave-prority 一样，则判断 slave 节点的 offset 值，越大说明数据越新，优先级越高
  • 最后是判断 slave 节点的运行 id 大小，越小优先级越高。
当选出一个新的 master 后，该如何实现切换呢？
流程如下：
  • sentinel 给备选的 slave1 节点发送 slaveof no one 命令，让该节点成为 master
  • sentinel 给所有其它 slave 发送 slaveof 192.168.150.101 7002 命令，让这些 slave 成为新 master 的从节点，开始从新的 master 上同步数据。
  • 最后，sentinel 将故障节点标记为 slave，当故障节点恢复后会自动成为新的 master 的 slave 节点
image-20210725154816841
# 🎁小结
Sentinel 的三个作用是什么？
  • 监控
  • 故障转移
  • 通知
Sentinel 如何判断一个 redis 实例是否健康？
  • 每隔 1 秒发送一次 ping 命令，如果超过一定时间没有相向则认为是主观下线
  • 如果大多数 sentinel 都认为实例主观下线，则判定服务下线
故障转移步骤有哪些？
  • 首先选定一个 slave 作为新的 master，执行 slaveof no one
  • 然后让所有节点都执行 slaveof 新 master
  • 修改故障节点配置，添加 slaveof 新 master
# 🎁RedisTemplate
在 Sentinel 集群监管下的 Redis 主从集群，其节点会因为自动故障转移而发生变化，Redis 的客户端必须感知这种变化，及时更新连接信息。Spring 的 RedisTemplate 底层利用 lettuce 实现了节点的感知和自动切换。
# 🎈配置 Redis 地址
然后在配置文件 application.yml 中指定 redis 的 sentinel 相关信息：
application.yml
spring:
  redis:
    sentinel:
      master: mymaster
      nodes:
        - 192.168.150.101:27001
        - 192.168.150.101:27002
        - 192.168.150.101:27003
# 🎈配置读写分离
在项目的启动类中，添加一个新的 bean：
@Bean
public LettuceClientConfigurationBuilderCustomizer clientConfigurationBuilderCustomizer(){
    return clientConfigurationBuilder -> clientConfigurationBuilder.readFrom(ReadFrom.REPLICA_PREFERRED);
}
这个 bean 中配置的就是读写策略，包括四种：
  • MASTER：从主节点读取
  • MASTER_PREFERRED：优先从 master 节点读取，master 不可用才读取 replica
  • REPLICA：从 slave（replica）节点读取
  • REPLICA _PREFERRED：优先从 slave（replica）节点读取，所有的 slave 都不可用才读取 master
# 🎨Redis 分片集群
# 🎁分片集群
主从和哨兵可以解决高可用、高并发读的问题。但是依然有两个问题没有解决：
  • 海量数据存储问题
  • 高并发写的问题
使用分片集群可以解决上述问题，如图:
image-20210725155747294
分片集群特征：
  • 集群中有多个 master，每个 master 保存不同数据
  • 每个 master 都可以有多个 slave 节点
  • master 之间通过 ping 监测彼此健康状态
  • 客户端请求可以访问集群任意节点，最终都会被转发到正确节点
# 🎁散列插槽
# 🎈插槽原理
Redis 会把每一个 master 节点映射到 0~16383 共 16384 个插槽（hash slot）上，查看集群信息时就能看到：
image-20210725155820320
数据 key 不是与节点绑定，而是与插槽绑定。redis 会根据 key 的有效部分计算插槽值，分两种情况：
  • key 中包含 "{}"，且 “{}” 中至少包含 1 个字符，“{}” 中的部分是有效部分
  • key 中不包含 “{}”，整个 key 都是有效部分
# 🎈小结
Redis 如何判断某个 key 应该在哪个实例？
  • 将 16384 个插槽分配到不同的实例
  • 根据 key 的有效部分计算哈希值，对 16384 取余
  • 余数作为插槽，寻找插槽所在实例即可
如何将同一类数据固定的保存在同一个 Redis 实例？
  • 这一类数据使用相同的有效部分，例如 key 都以 {typeId} 为前缀
# 🎁集群伸缩
redis-cli --cluster 提供了很多操作集群的命令，可以通过下面方式查看：
image-20210725160138290
比如，添加节点的命令：
image-20210725160448139
# 🎁故障转移
集群初识状态是这样的：
image-20210727161152065
其中 7001、7002、7003 都是 master，我们计划让 7002 宕机。
# 🎈自动故障转移
当集群中有一个 master 宕机会发生什么呢？
直接停止一个 redis 实例，例如 7002：
redis-cli -p 7002 shutdown
1）首先是该实例与其它实例失去连接
2）然后是疑似宕机：
image-20210725162319490
3）最后是确定下线，自动提升一个 slave 为新的 master：
image-20210725162408979
4）当 7002 再次启动，就会变为一个 slave 节点了：
image-20210727160803386
# 🎈手动故障转移
利用 cluster failover 命令可以手动让集群中的某个 master 宕机，切换到执行 cluster failover 命令的这个 slave 节点，实现无感知的数据迁移。其流程如下：
image-20210725162441407
这种 failover 命令可以指定三种模式：
  • 缺省：默认的流程，如图 1~6 歩
  • force：省略了对 offset 的一致性校验
  • takeover：直接执行第 5 歩，忽略数据一致性、忽略 master 状态和其它 master 的意见
# 🎁RedisTemplate 访问分片集群
RedisTemplate 底层同样基于 lettuce 实现了分片集群的支持，而使用的步骤与哨兵模式基本一致：
1）引入 redis 的 starter 依赖
2）配置分片集群地址
3）配置读写分离
与哨兵模式相比，其中只有分片集群的配置方式略有差异，如下：
application.yaml
spring:
  redis:
    cluster:
      nodes:
        - 192.168.150.101:7001
        - 192.168.150.101:7002
        - 192.168.150.101:7003
        - 192.168.150.101:8001
        - 192.168.150.101:8002
        - 192.168.150.101:8003
 更新于   阅读次数  次
请我喝[茶]~(￣▽￣)~*
Mr.Song 微信支付
微信支付
Mr.Song 支付宝
支付宝