Redis - 分布式缓存_redis分布式缓存

一、单节点存在问题

• 数据丢失问题：Redis是内存存储，服务重启可能会丢失数据
• 并发能力问题：单节点Redis并发能力虽然不错，但也无法满足618、双11这样的高并发场景
• 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
• 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

1.1 问题解决方案

• 数据丢失问题：
  • 实现Redis数据持久化
• 并发能力问题：
  • 搭建主从集群，实现读写分离
• 故障恢复问题：
  • 利用Redis哨兵，实现健康监测和自动恢复
• 存储能力问题：
  • 搭建分片集群，利用插槽机制实现动态扩容

二、Redis持久化

---

2.1 RDB持久化

RDB全称是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

• RDB

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（15 分钟）内有1个更改，则保存快照
save 900 1
#  300 秒（5 分钟）内有10个更改，则保存快照
save 300 10
#  60 秒（1 分钟）内有10000个更改，则保存快照
save 60 10000
1
2
3
4
5
6

RDB的其他配置也可以在redic.conf文件中设置：

# 指定存储至本地数据库时是否压缩数据，默认为 yes，Redis 采用 LZF 压缩，如果为了节省 CPU 时间，可以关闭该选项，但会导致数据库文件变的巨大
rdbcompression yes

# 指定本地数据库文件名，默认值为 dump.rdb
dbfilename dump.rdb

# 指定本地数据库存放目录
dir ./
1
2
3
4
5
6
7
8

• RDB的fork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。

2.1.1 RDB相关问题

1. 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

2. 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

3. 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全称是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，可以看作是命令日志文件。

AOF默认是关闭的，需要修改redis.conf配置文件来开启AOF：

# 指定是否在每次更新操作后进行日志记录,也就是是否开启aof日志备份，默认为no
appendonly yes

# 指定更新日志文件名,也就是aof日志的文件名
appendfilename "appendonly.aof"
1
2
3
4
5

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，立刻记录到AOF文件
appendfsync always

# 写命令执行完成先放入AOF缓冲区，然后标识每隔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
1
2
3
4
5
6
7

AOF策略对比：

因为是记录命令，AOF文件会比RDB文件大得多。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。

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文件对比上次文件，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
1
2
3
4

2.3 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。

三、Redis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 主从数据同步原理（全量同步）

• 主从第一次同步是全量同步：

3.1.1 master如何判断slave是不是第一次来同步数据

• 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才可以判断需要同步哪些数据

3.1.2 简述全量同步的流程

• 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
• slave执行接收到的命令，保持与master之间的同步

3.2 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，slave基于offset偏移量对比master log中的偏移量，对现有偏移量后不一致的进行增量同步

注意：
repl_backlog大小有上线，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。

3.2.1 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。这种情况适用于全量同步居多，网络带宽够大，取消磁盘读写，采用网络传输同步。
• 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
  

3.3 总结

3.3.1 全量同步和增量同步的区别

• 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

3.3.2 什么时候执行全量同步

• slave节点第一次链接master节点时
• slave节点断开时间太久，repl_baklog中的offset已经被覆盖时

3.3.3 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

四、Redis哨兵机制

4.1 哨兵的作用和原理

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masyer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
  

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，则判断该实例客观下线。quorum值最好超过Sentinel实例数量的一半。
  

选举新的master

一旦发现master故障，sentinel需要在slave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（dowm-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

如何实现故障转移

当选中其中一个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给所有其他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