2. Redis持久化、主从哨兵架构详解_redis关闭rbd

本文是按照自己的理解进行笔记总结，如有不正确的地方，还望大佬多多指点纠正，勿喷。

课程内容：

1、RDB、AOF及混合持久化详解

2、并行持久化之写时复制机制详解

3、Redis主从架构原理详解

4、Redis管道及lua脚本详解

5、Redis哨兵高可用架构详解

1. Redis持久化

1.1 RDB快照(snapshot)

在默认情况下， Redis 将内存数据库快照保存在名字为 dump.rdb 的二进制文件中。

你可以对 Redis 进行设置， 让它在“ N 秒内数据集至少有 M 个改动”这一条件被满足时， 自动保存一次 数据集。

比如说， 以下设置会让 Redis 在满足“ 60 秒内有至少有 1000 个键被改动”这一条件时， 自动保存一次 数据集：

# save 60 1000 //关闭RDB只需要将所有的save保存策略注释掉即可
1

我们可以打开redis.conf文件进去看一下：

文件持久化的位置如下：

还可以手动执行命令生成RDB快照，进入redis客户端执行命令save或bgsave可以生成dump.rdb文件，每次命令执行都会将所有redis内存快照到一个新的rdb文件里，并覆盖原有rdb快照文件。

1.1.1 bgsave的写时复制(COW)机制

rdb这种快照文件，redis在写命令，突然触发了我们所配置的条件，做持久化了。如果一下是8G的内存，把这8G写到dump.rdb文件里去，是有可能阻塞我们的正常redis请求。是有可能的。

redis内部对这个持久化rdb文件有两种策略，在后台执行那种save命令。save命令是一个同步操作，是后台做的操作。使用save是会阻塞客户端的新的请求过来。save这种是主线程直接操作。还有一种方式，也是redis经常使用的一种方式就是bgsave

Redis 借助操作系统提供的写时复制技术（Copy-On-Write, COW），在生成快照的同时，依然可以正常处理写命令。简单来说，bgsave 子进程是由主线程 fork 生成的，可以共享主线程的所有内存数据。

bgsave 子进程运行后，开始读取主线程的内存数据，并把它们写入 RDB 文件。此时，如果主线程对这些数据也都是读操作，那么，主线程和 bgsave 子进程相互不影响。但是，如果主线程要修改一块数据，那么，这块数据就会被复制一份，生成该数据的副本。然后，bgsave 子进程会把这个副本数据写入 RDB 文件，而在这个过程中，主线程仍然可以直接修改原来的数据。

save与bgsave对比：

配置自动化生成rdb文件后台实验的是bgsave方式。

我们首先设置几个数据，他不一定能触发rdb生成，就是持久化生成的条件，然后我们就可以save一下就会生成

可以看到是新生成的

刚刚执行的是同步的动作，如果是几十G的内存全部要写到rdb文件里面，这个时候就执行这个，其他的redis1全部要阻塞。

还有一个bgsave命令。我们再加一条命令

可以看到这个地方就保存了一个最新的dump.rdb

1.2 AOF（append-only file）

快照功能并不是非常耐久、(durable):如果Redis因为某些原因而造成故障停机，那么服务器将丢失最近写入、且仍未保存到快照中的那些数据。从1.1版本开始，Redis增加了一种完全耐久的持久化方式: AOF持久化，将修改的每一条指令记录进文件

appendonly.aof中(先写入os cache，每隔一段时间fsync到磁盘)
你可以通过修改配置文件（root@localhost redis-5.0.3然后vim redis.conf）来打开AOF功能:

进入文件内容是：

appendonly yes
1

从现在开始，每当Redis 执行一个改变数据集的命令时(比如SET)，这个命令就会被追加到AOF文件的末尾。

这样的话，当Redis 重新启动时，程序就可以通过重新执行AOF文件中的命令来达到重建数据集的目的。

你可以配置Redis多久才将数据fsync 到磁盘一次。

有三个选项:

appendfsync always:每次有新命令追加到AOF文件时就执行一次fsync，非常慢，也非常安全。
appendfsync everysec:每秒 fsync一次，足够快，并且在故障时只会丢失1秒钟的数据。
appendfsync no:从不 fsync ，将数据交给操作系统来处理。更快，也更不安全的选择。
1
2
3

推荐(并且也是默认）的措施为每秒fsync一次，这种 fsync策略可以兼顾速度和安全性。

我们现在来测试一下是否成功了，先来设置一下数据

查看一下是否生成了这个文件

打开这个文件看一下是什么内容：就是我们执行的每句话
但是如果执行的是不修改任何数据的命令是不会追加到这个文件里面的

这样也就存在一个问题就是我们执行了很长很长的命令，这个aof文件就很大，恢复数据的时候就会很慢，因为要执行很多语句，我们只有直到RDB和AOF的优缺点才能知道到底选哪一个。

1.2.1 AOF重写

AOF文件里可能有太多没用指令，所以AOF会定期根据内存的最新数据生成aof文件

例如，执行了如下几条命令:

重写后AOF文件里变成

*2
$4
incr
$9
readcount
*2
$4
incr
$9
readcount
*2
$4
incr
$9
readcount
*2
$4
incr
$9
readcount
*2
$4
incr
$9
readcount
*2
$4
incr
$9
readcount
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

如下两个配置可以控制AOF自动重写频率

# auto-aof-rewrite-min-size 64mb //aof文件至少要达到64N才会自动重写，文件太小恢复速度本来就很快，重写的意义不大
# auto-aof-rewrite-percentage 100//aof文件自上一次重写后文件大小增长了100%则再次触发重写
1
2

当然AOF还可以手动重写，进入redis客户端执行命令bgrewriteaof重写AOF

注意，AOF重写redis会fork出一个子进程去做(与bgsave命令类似)，不会对redis正常命令处理有太多影响

RDB和AOF，我应该用哪一个?

生产环境可以都启用，redis启动时如果既有rdb文件又有aof文件则优先选择aof文件恢复数据，因为aof一般来说数据更全一点。

现在我们在客户端执行一下这个重写的命令：

这个时候aof文件里面就不会是很多哪个加一的操作，是直接加到6，由原来的6条命令，变成了1行。

默认开启的是rdb，AOF需要手动开启，如果两个都开启，两个都会起作用。

1.3 Redis 4.0 混合持久化

重启Redis时，我们很少使用RDB来恢复内存状态，因为会丢失大量数据。我们通常使用AOF日志重放，但是重放AOF日志性能相对RDB来说要慢很多，这样在Redis 实例很大的情况下，启动需要花费很长的时间。Redis 4.0为了解决这个问题，带来了一个新的持久化选项——混合持久化。

默认会把AOF和RDB的优点拿过来。

通过如下配置可以开启混合持久化(必须先开启aof):

#aof-use-rdb-preamble yes
1

这个设置之后记得重启

如果开启了混合持久化，AOF在重写时，不再是单纯将内存数据转换为RESP命令写入AOF文件，而是将重写这一刻之前的内存做RDB快照处理，并且将RDB快照内容和增量的AOF修改内存数据的命令存在一起，都写入新的AOF文件，新的文件一开始不叫
appendonly.aof，等到重写完新的AOF文件才会进行改名，覆盖原有的AOF文件，完成新旧两个AOF文件的替换。

于是在Redis重启的时候，可以先加载RDB的内容，然后再重放增量AOF日志就可以完全替代之前的AOF全量文件重放，因此重启效率大幅得到提升。

混合持久化AOF文件结构如下

Redis数据备份策略

1. 写crontab定时调度脚本，每小时都dopy一份rdb或aof的备份到一个目录中去，仅仅保留最近48小时的备份
2. 每天都保留一份当日的数据备份到一个目录中去，可以保留最近1个月的备份
3. 每次copy备份的时候，都把太旧的备份给删了
4. 每天晚上将当前机器上的备份复制一份到其他机器上，以防机器损坏

然后再执行之前执行aof重写的那些操作，就是incr readcount，然后到最后bgrewriteaof，再查看appendonly.aof就会显示乱码，之所以这样就是二者结合的结果，结合之后是rdb压缩之后的二进制文件，在aof里面查询就会显示乱码。

再添加数据

这个时候不执行bgrewriteaof这个命令，上面仍然是rdb的二进制格式，下面是aof格式的。

这个时候我们就可以把rdb生效的配置给关掉了，也就是把save那一块全部注释掉

可以说混合式持久化就是AOF的方式，只是对AOF进行了优化，加入了RDB的优点。唯一的优化就是AOF重写的时候采用的RDB的二进制方式。

1.3.1 尝试一个持久化小例子

1. 我们首先先把redis关闭掉
   
2. 我们把appendonly.aof与dump.rbd换一个名字
   
3. 启动redis，查询到redis里面是空的
   
4. 然后我们把redis再关闭
   
5. 由于刚才我们重启了redis，redis已经产生了新的appendonly.aof（如果那个RDB的没有关闭他也会产生dump.rdb，因为我的关闭了，没有产生，如果产生了，记得也把他删除），这个时候我们要把它删除，并把之前appendonly.aof与dump.rdb名字改回来
   
6. 重新启动，数据恢复了
   

2. Redis主从架构

2.1 redis主从架构搭建

配置从节点步骤：

三个节点，不能是都能写，这样就乱了。因此只需要让主节点能够写，其他的从节点不能写。

1、复制一份redis.conf文件
2、将相关配置修改为如下值：
port 6380
pidfile /var/run/redis_6380.pid # 把pid进程号写入pidfile配置的文件 
logfile "6380.log" 
dir /usr/local/redis‐5.0.3/data/6380 # 指定数据存放目录 
# 需要注释掉bind 
# bind 127.0.0.1（bind绑定的是自己机器网卡的ip，如果有多块网卡可以配多个ip，代表允许客户端通过机器的哪些网卡ip去访问，内网一般可以不配置bind，注释掉即可） 

3、配置主从复制 
replicaof 192.168.136.137 6379 # 从本机6379的redis实例复制数据，Redis 5.0之前使用slaveof 
replica‐read‐only yes # 配置从节点只读 

4、启动从节点 
redis‐server redis.conf 

5、连接从节点 
redis‐cli ‐p 6380 

6、测试在6379实例上写数据，6380实例是否能及时同步新修改数据 

7、可以自己再配置一个6381的从节点 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

1. 复制一份配置文件
   
2. 打开这个配置文件进行修改。
   
   
   
   
   
   
3. 现在来启动一下（注意启动之前要创建/data/6380，这个和上面的配置有关，开始我没有创建，然后6380端口一直启动不起来，我就打开了6380.log文件看了日志，显示我没有这个/data/6380文件，这个时候创建一个就启动起来了，如果启动不起来，可以看一下6380.log是什么原因，然后按照这个原因改一下就好了）
   
   发现从节点获取不到主节点的数据。在从节点中使用info查询信息，显示压根没有连接上

我开始的时候一直是我配置错误，我又设置了一个从节点，然后发现还是不行，我就想着看一下日志文件把。主要是我的6380节点不知道为啥日志文件什么都没显示，我发现6381日志里面有信息。

结果显示主节点处于安全模式，所以进行解决。总共由两种方法

方式一：

然后从节点就显示了

第二种方法

2.2 Redis主从工作原理

如果你为master配置了一个slave，不管这个slave是否是第一次连接上Master，它都会发送一个PSYNC 命令给master请求复制数据。

master收到PSYNC命令后，会在后台进行数据持久化通过bgsave生成最新的rdb快照文件，持久化期间，master会继续接收客户端的请求，它会把这些可能修改数据集的请求缓存在内存中。当持久化进行完 毕以后，master会把这份rdb文件数据集发送给slave，slave会把接收到的数据进行持久化生成rdb，然后再加载到内存中。然后，master再将之前缓存在内存中的命令发送给slave。

当master与slave之间的连接由于某些原因而断开时，slave能够自动重连Master，如果master收到了多个slave并发连接请求，它只会进行一次持久化，而不是一个连接一次，然后再把这一份持久化的数据发送给多个并发连接的slave。

这个master中rdb数据的生成与你主节点配置不配置rdb那个save没有关系，即使你是关闭的也没有关系

主从复制(全量复制)流程图：

2.3 数据部分复制

当master和slave断开重连后，一般都会对整份数据进行复制。但从redis2.8版本开始，redis改用可以支持部分数据复制的命令PSYNC去master同步数据，slave与master能够在网络连接断开重连后只进行部分数据复制(断点续传)。

master会在其内存中创建一个复制数据用的缓存队列，缓存最近一段时间的数据，master和它所有的slave都维护了复制的数据下标offset和master的进程id，因此，当网络连接断开后，slave会请求master继续进行未完成的复制，从所记录的数据下标开始。如果master进程id变化了，或者从节点数据下标 offset太旧，已经不在master的缓存队列里了，那么将会进行一次全量数据的复制。

主从复制(部分复制，断点续传)流程图：
​

如果有很多从节点，为了缓解主从复制风暴(多个从节点同时复制主节点导致主节点压力过大)，可以做如下架构，让部分从节点与从节点(与主节点同步)同步数据

2.4 Jedis连接代码示例：

1、引入相关依赖：

<dependency> 
    <groupId>redis.clients</groupId> 
    <artifactId>jedis</artifactId> 
    <version>2.9.0</version> 
</dependency> 
1
2
3
4
5

访问代码：

 public class JedisSingleTest { 
 public static void main(String[] args) throws IOException { 

 JedisPoolConfig jedisPoolConfig = new JedisPoolConfig(); 
 jedisPoolConfig.setMaxTotal(20); 
 jedisPoolConfig.setMaxIdle(10); 
 jedisPoolConfig.setMinIdle(5); 

 // timeout，这里既是连接超时又是读写超时，从Jedis 2.8开始有区分connectionTimeout和soTimeout的构造函数 
 JedisPool jedisPool = new JedisPool(jedisPoolConfig, "192.168.0.60", 6379, 3000, null); 

 Jedis jedis = null; 
 try { 
 //从redis连接池里拿出一个连接执行命令 
 jedis = jedisPool.getResource(); 

 System.out.println(jedis.set("single", "zhuge")); 
 System.out.println(jedis.get("single")); 

 //管道示例 
 //管道的命令执行方式：cat redis.txt | redis‐cli ‐h 127.0.0.1 ‐a password ‐ p 6379 ‐‐pipe 
 /*Pipeline pl = jedis.pipelined(); 
 for (int i = 0; i < 10; i++) { 
 pl.incr("pipelineKey"); 
 pl.set("zhuge" + i, "zhuge"); 
 } 
 List<Object> results = pl.syncAndReturnAll(); 
 System.out.println(results);*/ 

 //lua脚本模拟一个商品减库存的原子操作 
 //lua脚本命令执行方式：redis‐cli ‐‐eval /tmp/test.lua , 10 
 /*jedis.set("product_count_10016", "15"); //初始化商品10016的库存 
 String script = " local count = redis.call('get', KEYS[1]) " + 
 " local a = tonumber(count) " + 
 " local b = tonumber(ARGV[1]) " + 
 " if a >= b then " + 
 " redis.call('set', KEYS[1], a‐b) " + 
 " return 1 " + 
 " end " + 
 " return 0 "; 
 Object obj = jedis.eval(script, Arrays.asList("product_count_10016"), 
Arrays.asList("10")); 
 System.out.println(obj);*/ 

 } catch (Exception e) { 
 e.printStackTrace(); 
 } finally { 
 //注意这里不是关闭连接，在JedisPool模式下，Jedis会被归还给资源池。 
 if (jedis != null) 
 jedis.close(); 
 } 
 } 
 } 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53

顺带讲下redis管道与调用lua脚本，代码示例上面已经给出：
管道（Pipeline）

客户端可以一次性发送多个请求而不用等待服务器的响应，待所有命令都发送完后再一次性读取服务的响应，这样可以极大的降低多条命令执行的网络传输开销，管道执行多条命令的网络开销实际上只相当于一次命令执行的网络开销。需要注意到是用pipeline方式打包命令发送，redis必须在处理完所有命令前先缓存起所有命令的处理结果。打包的命令越多，缓存消耗内存也越多。所以并不是打包的命令越多越好。

pipeline中发送的每个command都会被server立即执行，如果执行失败，将会在此后的响应中得到信息；也就是pipeline并不是表达“所有command都一起成功”的语义，管道中前面命令失败，后面命令不会有影响，继续执行。

详细代码示例见上面jedis连接示例：

 Pipeline pl = jedis.pipelined(); 
 for (int i = 0; i < 10; i++) { 
 pl.incr("pipelineKey"); 
 pl.set("zhuge" + i, "zhuge"); 
 //模拟管道报错 
 // pl.setbit("zhuge", ‐1, true); 
 } 
 List<Object> results = pl.syncAndReturnAll(); 
 System.out.println(results); 
1
2
3
4
5
6
7
8
9

Redis Lua脚本

Redis在2.6推出了脚本功能，允许开发者使用Lua语言编写脚本传到Redis中执行。使用脚本的好处如下:

1、减少网络开销：本来5次网络请求的操作，可以用一个请求完成，原先5次请求的逻辑放在redis服务器上完成。使用脚本，减少了网络往返时延。这点跟管道类似。
2、原子操作：Redis会将整个脚本作为一个整体执行，中间不会被其他命令插入。管道不是原子的，不过redis的批量操作命令(类似mset)是原子的。
3、替代redis的事务功能：redis自带的事务功能很鸡肋，报错不支持回滚，而redis的lua脚本几乎实现了常规的事务功能，支持报错回滚操作，官方推荐如果要使用redis的事务功能可以用redis lua替代。
官网文档上有这样一段话：

A Redis script is transactional by definition, so everything you can do with a Redis transaction, you can also do with a script, 
and usually the script will be both simpler and faster. 
1
2

从Redis2.6.0版本开始，通过内置的Lua解释器，可以使用EVAL命令对Lua脚本进行求值。EVAL命令的格式如下：

EVAL script numkeys key [key ...] arg [arg ...] 
1

script参数是一段Lua脚本程序，它会被运行在Redis服务器上下文中，这段脚本不必(也不应该)定义为一个Lua函数。numkeys参数用于指定键名参数的个数。键名参数 key [key …] 从EVAL的第三个参数开始算起，表示在脚本中所用到的那些Redis键(key)，这些键名参数可以在 Lua中通过全局变量KEYS数组，用1为基址的形式访问( KEYS[1] ， KEYS[2] ，以此类推)。

在命令的最后，那些不是键名参数的附加参数 arg [arg …] ，可以在Lua中通过全局变量ARGV数组访问， 访问的形式和KEYS变量类似( ARGV[1] 、 ARGV[2] ，诸如此类)。例如

 127.0.0.1:6379> eval "return {KEYS[1],KEYS[2],ARGV[1],ARGV[2]}" 2 key1 key2 first seco 
nd
 1) "key1" 
 2) "key2" 
 3) "first" 
 4) "second" 
1
2
3
4
5
6

其中 “return {KEYS[1],KEYS[2],ARGV[1],ARGV[2]}” 是被求值的Lua脚本，数字2指定了键名参数的数量， key1和key2是键名参数，分别使用 KEYS[1] 和 KEYS[2] 访问，而最后的 first 和 second 则是附加参数，可以通过 ARGV[1] 和 ARGV[2] 访问它们。

在 Lua 脚本中，可以使用redis.call()函数来执行Redis命令
Jedis调用示例详见上面jedis连接示例：

 jedis.set("product_stock_10016", "15"); //初始化商品10016的库存 
 String script = " local count = redis.call('get', KEYS[1]) " + 
 " local a = tonumber(count) " + 
 " local b = tonumber(ARGV[1]) " + 
 " if a >= b then " + 
 " redis.call('set', KEYS[1], a‐b) " + 
 //模拟语法报错回滚操作" bb == 0 " + 
 " return 1 " + 
 " end " + 
 " return 0 "; 
 Object obj = jedis.eval(script, Arrays.asList("product_stock_10016"), Arrays.asList("1 0")); 
 System.out.println(obj); 
1
2
3
4
5
6
7
8
9
10
11
12

注意，不要在Lua脚本中出现死循环和耗时的运算，否则redis会阻塞，将不接受其他的命令， 所以使用时要注意不能出现死循环、耗时的运算。redis是单进程、单线程执行脚本。管道不会阻塞redis。

3. Redis哨兵高可用架构

哨兵模式

sentinel哨兵是特殊的redis服务，不提供读写服务，主要用来监控redis实例节点。

哨兵架构下client端第一次从哨兵找出redis的主节点，后续就直接访问redis的主节点，不会每次都通过sentinel代理访问redis的主节点，当redis的主节点发生变化，哨兵会第一时间感知到，并且将新的redis主节点通知给client端(这里面redis的client端一般都实现了订阅功能，订阅sentinel发布的节点变动消息)

redis哨兵架构搭建步骤：

 1、复制一份sentinel.conf文件 
 cp sentinel.conf sentinel‐26379.conf 

 2、将相关配置修改为如下值： 
 port 26379 
 daemonize yes 
 pidfile "/var/run/redis‐sentinel‐26379.pid" 
 logfile "26379.log" 
 dir "/usr/local/redis‐5.0.3/data" 
 # sentinel monitor <master‐redis‐name> <master‐redis‐ip> <master‐redis‐port> <quorum> 
 # quorum是一个数字，指明当有多少个sentinel认为一个master失效时(值一般为：sentinel总数/2 + 
1)，master才算真正失效 
 sentinel monitor mymaster 192.168.0.60 6379 2 # mymaster这个名字随便取，客户端访问时会用 
到

 3、启动sentinel哨兵实例 
 src/redis‐sentinel sentinel‐26379.conf 

 4、查看sentinel的info信息 
 src/redis‐cli ‐p 26379 
 127.0.0.1:26379>info 
 可以看到Sentinel的info里已经识别出了redis的主从 

 5、可以自己再配置两个sentinel，端口26380和26381，注意上述配置文件里的对应数字都要修改 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

sentinel集群都启动完毕后，会将哨兵集群的元数据信息写入所有sentinel的配置文件里去(追加在文件的最下面)，我们查看下如下配置文件sentinel-26379.conf，如下所示：

 sentinel known‐replica mymaster 192.168.0.60 6380 #代表redis主节点的从节点信息 
 sentinel known‐replica mymaster 192.168.0.60 6381 #代表redis主节点的从节点信息 
 sentinel known‐sentinel mymaster 192.168.0.60 26380 52d0a5d70c1f90475b4fc03b6ce7c3c56935760f #代表感知到的其它哨兵节点 
 sentinel known‐sentinel mymaster 192.168.0.60 26381 e9f530d3882f8043f76ebb8e1686438ba8bd5ca6 #代表感知到的其它哨兵节点 
1
2
3
4

当redis主节点如果挂了，哨兵集群会重新选举出新的redis主节点，同时会修改所有sentinel节点配置文件的集群元数据信息，比如6379的redis如果挂了，假设选举出的新主节点是6380，则sentinel文件里的集群元数据信息会变成如下所示：

 sentinel known‐replica mymaster 192.168.0.60 6379 #代表主节点的从节点信息 
 sentinel known‐replica mymaster 192.168.0.60 6381 #代表主节点的从节点信息 
 sentinel known‐sentinel mymaster 192.168.0.60 26380 52d0a5d70c1f90475b4fc03b6ce7c3c56935760f #代表感知到的其它哨兵节点 
 sentinel known‐sentinel mymaster 192.168.0.60 26381e9f530d3882f8043f76ebb8e1686438ba8bd5ca6 #代表感知到的其它哨兵节点 
1
2
3
4

同时还会修改sentinel文件里之前配置的mymaster对应的6379端口，改为6380

sentinel monitor mymaster 192.168.0.60 6380 2 
1

当6379的redis实例再次启动时，哨兵集群根据集群元数据信息就可以将6379端口的redis节点作为从节点加入集群
哨兵的Jedis连接代码：

 public class JedisSentinelTest { 
 public static void main(String[] args) throws IOException { 

 JedisPoolConfig config = new JedisPoolConfig(); 
 config.setMaxTotal(20); 
 config.setMaxIdle(10); 
 config.setMinIdle(5); 

 String masterName = "mymaster"; 
 Set<String> sentinels = new HashSet<String>(); 
 sentinels.add(new HostAndPort("192.168.0.60",26379).toString()); 
 sentinels.add(new HostAndPort("192.168.0.60",26380).toString()); 
 sentinels.add(new HostAndPort("192.168.0.60",26381).toString()); 
 //JedisSentinelPool其实本质跟JedisPool类似，都是与redis主节点建立的连接池 
 //JedisSentinelPool并不是说与sentinel建立的连接池，而是通过sentinel发现redis主节点并与其建立连接 
 JedisSentinelPool jedisSentinelPool = new JedisSentinelPool(masterName, sentinels, config, 3000, null); 
 Jedis jedis = null; 
 try { 
 jedis = jedisSentinelPool.getResource(); 
 System.out.println(jedis.set("sentinel", "zhuge")); 
 System.out.println(jedis.get("sentinel")); 
 } catch (Exception e) { 
 e.printStackTrace(); 
 } finally { 
 //注意这里不是关闭连接，在JedisPool模式下，Jedis会被归还给资源池。 
 if (jedis != null) 
 jedis.close(); 
         } 
     } 
 } 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

哨兵的Spring Boot整合Redis连接代码见示例项目：redis-sentinel-cluster

1、引入相关依赖： 
 <dependency> 
     <groupId>org.springframework.boot</groupId> 
     <artifactId>spring‐boot‐starter‐data‐redis</artifactId> 
 </dependency> 

 <dependency> 
     <groupId>org.apache.commons</groupId> 
     <artifactId>commons‐pool2</artifactId> 
 </dependency> 
1
2
3
4
5
6
7
8
9
10

springboot项目核心配置：

 server: 
 port: 8080 

 spring: 
 redis: 
 database: 0 
 timeout: 3000 
 sentinel: #哨兵模式 
 master: mymaster #主服务器所在集群名称 
 nodes: 192.168.0.60:26379,192.168.0.60:26380,192.168.0.60:26381 
 lettuce: 
 pool: 
 max‐idle: 50 
 min‐idle: 10 
 max‐active: 100 
 max‐wait: 1000 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

访问代码：

 @RestController 
 public class IndexController { 

 private static final Logger logger = LoggerFactory.getLogger(IndexController.class); 

 @Autowired 
 private StringRedisTemplate stringRedisTemplate; 

 /** 
 * 测试节点挂了哨兵重新选举新的master节点，客户端是否能动态感知到 
 * 新的master选举出来后，哨兵会把消息发布出去，客户端实际上是实现了一个消息监听机制， 
 * 当哨兵把新master的消息发布出去，客户端会立马感知到新master的信息，从而动态切换访问的maste 
rip 
 * 
 * @throws InterruptedException 
 */ 
 @RequestMapping("/test_sentinel") 
 public void testSentinel() throws InterruptedException { 
 int i = 1; 
 while (true){ 
 try { 
 stringRedisTemplate.opsForValue().set("zhuge"+i, i+""); 
 System.out.println("设置key："+ "zhuge" + i); 
 i++; 
 Thread.sleep(1000); 
 }catch (Exception e){ 
 logger.error("错误：", e); 
             } 
         } 
     } 
 } 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

StringRedisTemplate与RedisTemplate详解

spring 封装了 RedisTemplate 对象来进行对redis的各种操作，它支持所有的 redis 原生的 api。在RedisTemplate中提供了几个常用的接口方法的使用，分别是:

 private ValueOperations<K, V> valueOps; 
 private HashOperations<K, V> hashOps; 
 private ListOperations<K, V> listOps; 
 private SetOperations<K, V> setOps; 
 private ZSetOperations<K, V> zSetOps; 
1
2
3
4
5

RedisTemplate中定义了对5种数据结构操作

 redisTemplate.opsForValue();//操作字符串 
 redisTemplate.opsForHash();//操作hash 
 redisTemplate.opsForList();//操作list 
 redisTemplate.opsForSet();//操作set 
 redisTemplate.opsForZSet();//操作有序set 
1
2
3
4
5

StringRedisTemplate继承自RedisTemplate，也一样拥有上面这些操作。

StringRedisTemplate默认采用的是String的序列化策略，保存的key和value都是采用此策略序列化保存的。

RedisTemplate默认采用的是JDK的序列化策略，保存的key和value都是采用此策略序列化保存的。

Redis客户端命令对应的RedisTemplate中的方法列表：