分布式缓存--Redis

一、单点Redis的问题

• **数据丢失问题**--Redis是内存存储，服务重启可能会丢失数据
• 解决：实现Redis数据持久化
• **并发能力问题**--单节点Redis并发能力虽然不错，但也无法满足如618这样的高并发场景
• 解决：搭建主从集群，实现读写分离
• **存储能力问题**--Redis基于内存，单节点能存储的数据量难以满足海量数据需求
• 解决：搭建分片集群，利用插槽机制实现动态扩容
• **故障恢复问题**--如果Redis宕机，则服务不可用，需要一种自动的故障恢复手段
• 解决：利用Redis哨兵，实现健康检测和自动恢复

二、Redis持久化

2.1 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。
• Redis停机时会执行一次RDB。（默认是服务停止时执行RDB）

# 进入redis命令行接口

redis-cli

# 由Redis主进程来执行RDB，会阻塞所有命令

save 

# 开启子进程执行RDB，避免主进程受到影响

bgsave

2.1.1 单机安装Redis

由于Redis的默认使用RDB持久化，手动关毕redis服务，会自动生成快照，启动时自动恢复快照信息，但是宕机不会生成快照。

# 首先需要安装Redis所需要的依赖

yum install -y gcc tcl

# 将下载好的Redis安装包上传到虚拟机的任意目录，解压缩

tar -xvf redis-6.2.4.tar.gz

# 进入redis目录

cd redis-6.2.4

# 运行编译命令

make && make install

# 修改redis.conf文件中的一些配置

# 绑定地址，默认是127.0.0.1，会导致只能在本地访问。修改为0.0.0.0则可以在任意IP访问

bind 0.0.0.0

# 数据库数量，设置为1

databases 1



# 启动Redis

redis-server redis.conf

# 停止redis服务

redis-cli shutdown



# 进入redis命令行接口

redis-cli

# 检测是否成功

ping

# 添加信息

set num 123

# 查看信息

get num

2.1.2 RDB内部机制

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

# 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  

# 代表60秒内至少执行10000次修改则触发RDB

save 60 10000 

RDB的其它配置也可以在redis.conf文件中设置：

# 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 ./ 

2.1.3 RDB异步持久化

• 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。（创建子进程是复制页表，主进程和子进程都是对虚拟表进程页表，在通过映射关系来对物理内存做读写操作）
• 完成fork后读取内存数据并写入 RDB 文件。（写新RDB文件

替换旧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。

2.1.14 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。

2.2 AOF持久化

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**。

2.2.1 AOF内部机制

AOF默认是关闭的，需要修改redis.conf配置文件来开启AOF：

# 想要使用AOF，需要先禁用RDB

save ""

# 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：

# 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

| **配置项** | **刷盘时机** | **优点** | **缺点** |

| ---------- | ------------ | ---------------------- | ---------------------------- |

| Always | 同步刷盘 | 可靠性高，几乎不丢数据 | 性能影响大 |

| everysec | 每秒刷盘 | 性能适中 | 最多丢失1秒数据 |

| no | 操作系统控制 | 性能最好 | 可靠性较差，可能丢失大量数据 |

2.2.2 AOF文件优化

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。

# 直接在redis-cli中执行bgrewriteaof命令执行重写功能

bgrewriteaof



set num 123

set name jack

set num 666

上面的式子第4行舍弃，将第5和第6行合并为下面的式子

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：

# 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 

2.3 RDB和AOF的比较

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。

| ** ** | **RDB** | **AOF** |

| -------------- | -------------------------------------------- | ------------------------------------------------------ |

| 持久化方式 | 定时对整个内存做快照 | 记录每一次执行的命令 |

| 数据完整性 | 不完整，两次备份之间会丢失 | 相对完整，取决于刷盘策略 |

| 文件大小 | 会有压缩，文件体积小 | 记录命令，文件体积很大 |

| 宕机恢复速度 | 很快 | 慢 |

| 数据恢复优先级 | 低，因为数据完整性不如AOF | 高，因为数据完整性更高 |

| 系统资源占用 | 高，大量CPU和内存消耗 | 低，主要是磁盘IO资源但AOF重写时会占用大量CPU和内存资源 |

| 使用场景 | 可以容忍数分钟的数据丢失，追求更快的启动速度 | 对数据安全性要求较高常见 |

三、Redis主从

3.1 主从架构

单节点Redis的并发能力是有上限的，要进一步提高Redis的并发能力，就需要搭建主从集群，实现读写分离。

3.1.1 配置主从关系

现在三个实例还没有任何关系，要配置主从可以使用replicaof 或者slaveof（5.0以前）命令。

有临时和永久两种模式：

• 修改配置文件（永久生效）
• 在redis.conf中添加一行配置：slaveof <masterip> <masterport>
• 使用redis-cli客户端连接到redis服务，执行slaveof命令（重启后失效）：

slaveof <masterip> <masterport>

ps：在5.0以后新增命令replicaof，与salveof效果一致。

# 列举方式二

# 通过redis-cli命令连接

redis-cli -p 需要设置为slavel的Redis

# 执行slaveof

slaveof 主的ip 主的Redis



# 配置完从Redis，连接主Redis的redis-cli命令连接

redis-cli -p 主的Redis

# 查看状态

info replication

3.1.2 主从关系测试

• 测试发现只有在主Redis这个master节点上可以执行写操作。
• 从Redis的slave节点只能执行读操作。

3.2 数据同步原理

3.2.1 全量同步

**执行条件**：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

• **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。

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

全量同步的**流程**：

• 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（后续命令则记录在repl_baklog，逐个发送给slave）
• slave执行接收到的命令，保持与master之间的同步

master如何判断slave节点是不是第一次来做数据同步？

答：master节点判断replication id是否一致来确定是不是第一次。

3.2.2 增量同步

主从第一次同步是**全量同步**，但如果slave重启后同步，则执行**增量同步**

**执行条件**：slave节点断开又恢复，并且在repl_baklog中能找到offset时

• slave提交自己的offset到master
• 在master中的repl_baklog获取offset后的数据
• 发送offset后的命令给slave

pl_baklog大小有上限，写满后会覆盖最早的数据。如果slave断开时间过久，导致尚未备份的数据被覆盖，则无法基于log做增量同步，只能再次全量同步。

3.2.3 优化Redis主从集群

• 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。

四、Redis哨兵

4.1 哨兵的作用

Redis提供了哨兵（Sentinel）机制来实现主从集群的自动故障恢复。

哨兵的结构和作用如下：

• **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。

4.2 服务状态监控

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。

4.3 选举新的master

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。

4.4 如何实现故障转移

当选中了其中一个slave为新的master后（例如slave1），故障的转移的步骤如下：

• 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。

4.5 RedisTemplate的哨兵模式

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**。

步骤：

• 在pom文件中引入redis的starter依赖。
• 然后在配置文件application.yml中指定sentinel相关信息。
• 配置主从读写分离。

ReadFrom是配置Redis的**读取策略**，是一个**枚举**，包括下面选择：

• **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。

五、Redis分片集群

5.1 分片集群结构

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，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。

5.2 散列插槽

Redis会把每一个master节点映射到0~16383共16384个插槽（hash slot）。

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。
• 例如：key是num，那么就根据num计算，如果是{itcast}num，则根据itcast计算。计算方式是利用CRC16算法得到一个hash值，然后对16384取余，得到的结果就是slot值。

Redis如何判断某个key应该在哪个实例？

答：1.将16384个插槽分配到不同的实例；

2.根据key的有效部分计算哈希值，对16384取余；

3.余数作为插槽，寻找插槽所在实例即。。

如何将同一类数据固定的保存在同一个Redis实例？

答：这一类数据使用相同的有效部分，例如key都以{typeId}为前缀。

5.3 集群伸缩

• redis-cli --cluster提供了很多操作集群的命令。
• redis-cli --cluster help查看帮助文档。
• 比如，添加节点的命令：add-node。

5.4 故障转移

当集群中有一个master宕机会发生什么呢？

• 首先是该实例与其它实例失去连接。
• 然后是疑似宕机。
• 最后是确定下线，自动提升一个slave为新的master。

5.5 数据迁移

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：

手动的Failover支持三种不同模式：

• 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。

5.6 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：

• 引入redis的starter依赖。
• 配置分片集群地址。
• 配置读写分离。

记录每一个学习瞬间