文章目录

分布式缓存--Redis

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。

->微服务技术栈高级篇--分布式缓存--Redis课程视频

高级篇Day3-01-Redis持久化_哔哩哔哩_bilibili

<-

记录每一个学习瞬间