赞
踩
主从搭建步骤:
docker run -p 3307:3306 --name mysql-master \
-v /mydata/mysql-master/log:/var/log/mysql \
-v /mydata/mysql-master/data:/var/lib/mysql \
-v /mydata/mysql-master/conf:/etc/mysql \
-e MYSQL_ROOT_PASSWORD=root \
-d mysql:5.7
docker run -p 3307:3306 --name mysql-master \
-v /mydata/mysql-master/log:/var/log/mysql \
-v /mydata/mysql-master/data:/var/lib/mysql \
-v /mydata/mysql-master/conf:/etc/mysql \
-e MYSQL_ROOT_PASSWORD=root \
-d mysql:5.7
vim /mydata/mysql-master/conf/my.cnf
[mysqld] ## 设置server_id,同一局域网中需要唯一 server_id=101 ## 指定不需要同步的数据库名称 binlog-ignore-db=mysql ## 开启二进制日志功能 log-bin=mall-mysql-bin ## 设置二进制日志使用内存大小(事务) binlog_cache_size=1M ## 设置使用的二进制日志格式(mixed,statement,row) binlog_format=mixed ## 二进制日志过期清理时间。默认值为0,表示不自动清理。 expire_logs_days=7 ## 跳过主从复制中遇到的所有错误或指定类型的错误,避免slave端复制中断。 ## 如:1062错误是指一些主键重复,1032错误是因为主从数据库数据不一致 slave_skip_errors=1062
docker restart mysql-master
docker exec -it mysql-master /bin/bash
mysql -uroot -p
创建一个名为slave的用户
CREATE USER 'slave'@'%' IDENTIFIED BY '123456';
给该用户授予权限
GRANT REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'slave'@'%';
docker run -p 3308:3306 --name mysql-slave \
-v /mydata/mysql-slave/log:/var/log/mysql \
-v /mydata/mysql-slave/data:/var/lib/mysql \
-v /mydata/mysql-slave/conf:/etc/mysql \
-e MYSQL_ROOT_PASSWORD=root \
-d mysql:5.7
docker run -p 3308:3306 --name mysql-slave \
-v /mydata/mysql-slave/log:/var/log/mysql \
-v /mydata/mysql-slave/data:/var/lib/mysql \
-v /mydata/mysql-slave/conf:/etc/mysql \
-e MYSQL_ROOT_PASSWORD=root \
-d mysql:5.7
vim /mydata/mysql-slave/conf/my.cnf
[mysqld] ## 设置server_id,同一局域网中需要唯一 server_id=102 ## 指定不需要同步的数据库名称 binlog-ignore-db=mysql ## 开启二进制日志功能,以备Slave作为其它数据库实例的Master时使用 log-bin=mall-mysql-slave1-bin ## 设置二进制日志使用内存大小(事务) binlog_cache_size=1M ## 设置使用的二进制日志格式(mixed,statement,row) binlog_format=mixed ## 二进制日志过期清理时间。默认值为0,表示不自动清理。 expire_logs_days=7 ## 跳过主从复制中遇到的所有错误或指定类型的错误,避免slave端复制中断。 ## 如:1062错误是指一些主键重复,1032错误是因为主从数据库数据不一致 slave_skip_errors=1062 ## relay_log配置中继日志 relay_log=mall-mysql-relay-bin ## log_slave_updates表示slave将复制事件写进自己的二进制日志 log_slave_updates=1 ## slave设置为只读(具有super权限的用户除外) read_only=1
docker restart mysql-slave
show master status;
docker exec -it mysql-slave /bin/bash
mysql -uroot -p
change master to master_host='宿主机ip', master_user='slave', master_password='123456', master_port=3307, master_log_file='mall-mysql-bin.000001', master_log_pos=617, master_connect_retry=30;
主从复制命令参数说明:
master_host
:主数据库的IP地址;
master_port
:主数据库的运行端口;
master_user
:在主数据库创建的用于同步数据的用户账号;
master_password
:在主数据库创建的用于同步数据的用户密码;
master_log_file
:指定从数据库要复制数据的日志文件,通过查看主数据的状态,获取File参数
master_log_pos
:指定从数据库从哪个位置开始复制数据,通过查看主数据的状态,获取Position参数
master_connect_retry
:连接失败重试的时间间隔,单位为秒
change master to master_host='192.168.37.132', master_user='slave', master_password='123456', master_port=3307, master_log_file='mall-mysql-bin.000001', master_l og_pos=617, master_connect_retry=30;
show slave status \G;
start slave;
show slave status \G;
主机新建库-使用库-新建表-插入数据
从机使用库-查看记录
cluster(集群)模式-docker版
哈希槽分区进行亿级数据存储
问题:1~2亿条数据需要缓存,请问如何设计这个存储案例
回答:单机单台100%不可能,肯定是分布式存储,用redis如何落地?
上述问题阿里P6~P7工程案例和场景设计类必考题目, 一般业界有3种解决方案
2亿条记录就是2亿个k,v,我们单机不行必须要分布式多机,假设有3台机器构成一个集群,用户每次读写操作都是根据公式:hash(key) % N个机器台数,计算出哈希值,用来决定数据映射到哪一个节点上。
优点:
简单粗暴,直接有效,只需要预估好数据规划好节点,例如3台、8台、10台,就能保证一段时间的数据支撑。
使用Hash算法让固定的一部分请求落到同一台服务器上,这样每台服务器固定处理一部分请求(并维护这些请求的信息),起到负载均衡 + 分而治之的作用。
缺点:
原来规划好的节点,进行扩容或者缩容就比较麻烦了额,不管扩缩,每次数据变动导致节点有变动,映射关系需要重新进行计算,在服务器个数固定不变时没有问题,
如果需要弹性扩容或故障停机的情况下,原来的取模公式就会发生变化:Hash(key)/3会变成Hash(key) /?。
此时地址经过取余运算的结果将发生很大变化,根据公式获取的服务器也会变得不可控。
某个redis机器宕机了,由于台数数量变化,会导致hash取余全部数据重新洗牌。
一致性Hash算法背景:
一致性哈希算法在1997年由麻省理工学院中提出的,设计目标是为了解决
分布式缓存数据变动和映射问题,某个机器宕机了,分母数量改变了,自然取余数不OK了。
提出一致性Hash解决方案。
目的是当服务器个数发生变动时, 尽量减少影响客户端到服务器的映射关系
①算法构建一致性哈希环
一致性哈希环
一致性哈希算法必然有个hash函数并按照算法产生hash值,这个算法的所有可能哈希值会构成一个全量集,
这个集合可以成为一个hash空间 [0,2^32-1],这个是一个线性空间,但是在算法中,我们通过适当的逻辑控制将它首尾相连 (0 = 2^32) ,这样让它逻辑上形成了一个环形空间。
它也是按照使用取模的方法,前面笔记介绍的节点取模法是对节点(服务器)的数量进行取模。
而一致性Hash算法是对 2^32 取模,简单来说,一致性Hash算法将整个哈希值空间组织成一个虚拟的圆环,如假设某哈希函数H的值空间为 0-2^32-1 (即哈希值是一个32位无符号整形),整个哈希环如下图:整个空间按顺时针方向组织,圆环的正上方的点代表0,0点右侧的第一个点代表1,以此类推,2、3、4、……直到 2^32-1 ,
也就是说0点左侧的第一个点代表 2^32-1 , 0 和 2^32-1 在零点中方向重合,我们把这个由 2^32 个点组成的圆环称为Hash环。
②服务器IP节点映射
节点映射
节点映射: 将集群中各个IP节点映射到环上的某一个位置。
将各个服务器使用Hash进行一个哈希,具体可以选择服务器的IP或主机名作为关键字进行哈希,这样每台机器就能确定其在哈希环上的位置。
假如4个节点NodeA、B、C、D,经过IP地址的哈希函数计算(hash(ip)),使用IP地址哈希后在环空间的位置如下:
③key落到服务器的落键规则
当我们需要存储一个kv键值对时,首先计算key的hash值,hash(key),将这个key使用相同的函数Hash计算出哈希值并确定此数据在环上的位置,
从此位置沿环顺时针“行走”,第一台遇到的服务器就是其应该定位到的服务器,并将该键值对存储在该节点上。
如我们有Object A、Object B、Object C、Object D四个数据对象,经过哈希计算后,在环空间上的位置如下:根据一致性Hash算法,数据A会被定为到Node A上,B被定为到Node B上,C被定为到Node C上,D被定为到Node D上。
一致性哈希算法的容错性
容错性假设Node C宕机,可以看到此时对象A、B、D不会受到影响,只有C对象被重定位到Node D。一般的,在一致性Hash算法中,
如果一台服务器不可用,则受影响的数据仅仅是此服务器到其环空间中前一台服务器(即沿着逆时针方向行走遇到的第一台服务器)之间数据,其它不会受到影响。
简单说,就是C挂了,受到影响的只是B、C之间的数据,并且这些数据会转移到D进行存储。
一致性哈希算法的扩展性
扩展性数据量增加了,需要增加一台节点NodeX,X的位置在A和B之间,那受到影响的也就是A到X之间的数据,重新把A到X的数据录入到X上即可,不会导致hash取余全部数据重新洗牌。
一致性哈希算法的数据倾斜问题
一致性Hash算法在服务节点太少时,容易因为节点分布不均匀而造成数据倾斜(被缓存的对象大部分集中缓存在某一台服务器上)问题,
例如系统中只有两台服务器
为了在节点数目发生改变时尽可能少的迁移数据
将所有的存储节点排列在收尾相接的Hash环上,每个key在计算Hash后会顺时针找到临近的存储节点存放。而当有节点加入或退出时仅影响该节点在Hash环上顺时针相邻的后续节点。
优点
加入和删除节点只影响哈希环中顺时针方向的相邻的节点,对其他节点无影响。
缺点
数据的分布和节点的位置有关,因为这些节点不是均匀的分布在哈希环上的,所以数据在进行存储时达不到均匀分布的效果。
①为什么出现
一致性哈希算法的数据倾斜问题
哈希槽实质就是一个数组,数组 [0,2^14 -1] 形成 hash slot 空间。
②能干什么
解决均匀分配的问题,在数据和节点之间又加入了一层,把这层称为哈希槽(slot),用于管理数据和节点之间的关系,
现在就相当于节点上放的是槽,槽里放的是数据。
槽解决的是粒度问题,相当于把粒度变大了,这样便于数据移动。
哈希解决的是映射问题,使用key的哈希值来计算所在的槽,便于数据分配。
③多少个hash槽
一个集群只能有16384个槽,编号0-16383(0-2^14-1)。
这些槽会分配给集群中的所有主节点,分配策略没有要求。可以指定哪些编号的槽分配给哪个主节点。
集群会记录节点和槽的对应关系。解决了节点和槽的关系后,接下来就需要对key求哈希值,然后对16384取余,余数是几key就落入对应的槽里。
slot = CRC16(key) % 16384。以槽为单位移动数据,因为槽的数目是固定的,处理起来比较容易,这样数据移动问题就解决了。
为什么redis集群的最大槽数是16384个?
Redis 集群并没有使用一致性hash而是引入了哈希槽的概念。Redis 集群有16384个哈希槽,每个key通过CRC16效验后对16384取模来决定放置哪个槽,集群的每个节点负责一部分hash槽。但为什么哈希槽的数量是16384(2^14) 个呢?
CRC16算法产生的hash值有16bit,该算法可以产生 2^16 = 65536个值。
换句话来说值是分布在 0~65536之间。那作者做mod运算的时候,为什么不mod65536,而是选择mod16384?
https://github.com/redis/redis/issues/2576
正常的心跳数据包带有节点完整配置,可以用幂等方式用旧的节点替换旧节点,以便更新旧的配置。
这意味者它们包含原始节点的插槽配置,该节点使用2k的空间和16k的插槽,但是会使用8k的空间(使用65k的插槽)。
同时,由于其他设计的初衷,Reids集群不可能扩展到1000个以上的主节点。
因此16k处于正确的范围内,以确保每个主机具有足够的插槽,最多可容纳1000个矩形,但数量足够小,可以轻松地叫插槽配置作为原始位图。
请注意,在小型集群中,位图将难以压缩,因为当N较小时,位图将设置的 sort/N 位占设置的很大百分比。
(1)如果槽位为65536,发送心跳信息消息头达8k,发送的心跳包过于庞大。
在消息头中最占空间是 myslots[CLUSTER_SLOTS/8]。当槽位为65536时,这个ping消息的消息头太大了,浪费带宽。
(2)redis 的集群主节点数量基本不可能超过1000个。
集群节点越多,心跳包的消息体内携带的数据越多。如果节点过1000个,也会导致网络拥堵。因此redis作者不建议redis cluster 节点数量超过1000个。那么,对于节点数在1000以内的redis cluster集群,16384个槽位够用了。没有必要扩展到65536个。
(3)槽位越小,节点少的情况下,压缩比高,容易传输
Redis主节点的配置信息中心它所负责的哈希槽是通过一张bitmap的形式来保存的,在传输过程中会对bitmap进行压缩,但是如果是bitmap的填充率slots/N很高的话(N表示节点数),bitmap的压缩率就很低。如果节点很少,而哈希槽数量很多的话,bitmap的压缩率就很低。
Redis 集群中内置了 16384 个哈希槽,redis 会根据节点数量大致均等的将哈希槽映射到不同的节点。
当需要在 Redis 集群中放置一个 key-value时,redis 先对 key 使用 crc16 算法算出一个结果,然后把结果对 16384 求余数,这样每个 key 都会对应一个编号在 0-16383 之间的哈希槽,也就是映射到某个节点上。如下代码,key之A 、B在Node2, key之C落在Node3上
systemctl start docker
docker run -d --name redis-node-1 --net host --privileged=true -v /data/redis/share/redis-node-1:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6381
docker run -d --name redis-node-2 --net host --privileged=true -v /data/redis/share/redis-node-2:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6382
docker run -d --name redis-node-3 --net host --privileged=true -v /data/redis/share/redis-node-3:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6383
docker run -d --name redis-node-4 --net host --privileged=true -v /data/redis/share/redis-node-4:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6384
docker run -d --name redis-node-5 --net host --privileged=true -v /data/redis/share/redis-node-5:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6385
docker run -d --name redis-node-6 --net host --privileged=true -v /data/redis/share/redis-node-6:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6386
命令分步解释:
docker run
:创建并运行docker容器实例
--name redis-node-6
:容器名字
--net host
:使用宿主机的IP和端口,默认
--privileged=true
: 获取宿主机root用户权限
-v /data/redis/share/redis-node-6:/data
:容器卷,宿主机地址:docker内部地址
redis:6.0.8
:redis镜像和版本号
--cluster-enabled yes
:开启redis集群
--appendonly yes
:开启持久化
--port 6386
:redis端口号
进入容器
docker exec -it redis-node-1 /bin/bash
构建主从关系
注意: 进入docker容器后才能执行以下命令,且注意自己的真实IP地址
redis-cli --cluster create 192.168.37.132:6381 192.168.37.132:6382 192.168.37.132:6383 192.168.37.132:6384 192.168.37.132:6385 192.168.37.132:6386 --cluster-replicas 1
--cluster create
:构建集群
--cluster-replicas 1
:表示为每个节点master创建一个slave节点
一切OK的话,3主3从搞定
链接进入6381作为切入点,查看集群状态
cluster info
# 查看集群信息
cluster nodes
# 查看有哪些节点
注意:主从集群是内部随机分配的
1、启动6机构成的集群并通过exec进入
docker exec -it redis-node-1 /bin/bash
redis-cli -p 6381
# 单机模式启动
2、对6381新增两个key
3、防止路由失效加参数 -c 并新增两个 key–>加入参数 -c,优化路由
docker exec -it redis-node-1 /bin/bash
redis-cli -p 6381 -c
# 集群模式启动
4、查看集群信息
redis-cli --cluster check 192.168.37.132:6381
1、主6381和从机切换,先停止主机6381
6381
(主) 对应 6386
(从)
docker stop redis-node-1
【停掉redis-node-1
节点】
2、再次查看集群信息
docker exec -it redis-node-2 bash
redis-cli -p 6382 -c
cluster nodes
6381
宕机了,6386
上位成为了新的master
3、先还原之前的3主3从
docker start redis-node-1
中间需要等待一会儿,docker集群重新响应
在执行启动之前,6381
-> fail
,6386
成为master
,如下图所示:
在启动之后,6381
还是slave
,而6386
还是master
,如下图所示:
不过在设计的架构中,还是希望6381
位master
,而6386
为slave
。故
先停掉6386
号机,给6381
上位的机会:
docker stop reids-node-6
等一会会。再执行cluster nodes
可以发现,6381
成为了master
,6386
–> fail
再次启动6386
号机
docker start redis-node-6
docker run -d --name redis-node-7 --net host --privileged=true -v /data/redis/share/redis-node-7:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6387
docker run -d --name redis-node-8 --net host --privileged=true -v /data/redis/share/redis-node-8:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6388
docker ps
docker exec -it redis-node-7 /bin/bash
redis-cli --cluster add-node 自己实际IP地址:6387 自己实际IP地址:6381
6387
就是将要作为master
新增节点
6381
就是原来集群节点里面的领路人,相当于6387
拜拜6381
的码头从而找到组织加入集群
redis-cli --cluster add-node 192.168.37.132:6387 192.168.37.132:6381
redis-cli --cluster check 真实ip地址:6381
redis-cli --cluster check 192.168.37.132:6381
命令模版:
redis-cli --cluster reshard IP地址:端口号
redis-cli --cluster reshard 192.168.37.132:6381
16384/4=4096
【第四台主机槽位分配计算】
redis-cli --cluster check 真实ip地址:6381
redis-cli --cluster check 192.168.37.132:6381
槽号分配说明:
为什么6387
是3
个新的区间,以前的还是连续?
重新分配成本太高(因为以前有key
存储),所以前3
家各自匀出来一部分,从6381/6382/6383
三个旧节点分别匀出1364
个坑位给新节点6387
redis-cli --cluster add-node ip:新slave端口 ip:新master端口 --cluster-slave --cluster-master-id 新主机节点ID
redis-cli --cluster add-node 192.168.37.132:6388 192.168.37.132:6387 --cluster-slave --cluster-master-id b65ca9a7843ca8e6b28ee937317455ef44271a46
redis-cli --cluster check 真实ip地址:6381
redis-cli --cluster check 192.168.37.132:6387
当流量波峰下去时,需要进行缩容操作
目的:使6387
和6388下
线
redis-cli --cluster check 192.168.37.132:6382
redis-cli --cluster del-node ip:从机端口 从机6388节点ID
redis-cli --cluster del-node 192.168.37.132:6388 9934c050cd71a97c6ae76489144cd51bc6684323
redis-cli --cluster check 192.168.37.132:6381
redis-cli --cluster reshard 192.168.37.132:6381
这里是把6378
的槽号一次性分给6381
节点上
redis-cli --cluster check 192.168.37.132:6381
4096
个槽位都指给6381
,它变成了8192
个槽位,相当于全部都给6381
了,不然要输入3
次,一锅端
redis-cli --cluster del-node ip:端口 6387节点ID
redis-cli --cluster del-node 192.168.37.132:6387 b65ca9a7843ca8e6b28ee937317455ef44271a46
redis-cli --cluster check 192.168.37.132:6381
可以看出,上面已经完成了四主四从到三主三从的缩容。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。