后端开发技能学习（十）redis学习（中篇）

后端开发技能学习（十）redis学习（中篇）

客户端

redis中的客户端与服务端通信采用的RESP协议，该协议基于TCP协议，协议格式如下：
发送命令格式：

*<参数数量> CRLF
$<参数1的字节数量> CRLF
<参数1> CRLF
...
$<参数N的字节数量> CRLF
<参数N> CRLF

# 例如 set redis hello 的格式如下：
# $3
# SET
# $5
# redis
# $5
# hello

返回结果格式：

# 状态回复：
+OK
# 错误回复
-<错误信息>
# 整数回复
:<整数>
# 字符串回复
$<字符串>
# 多条字符串回复
*<多条字符串>

Java客户端jedis

Java有很多优秀的Redis客户端（详见：http://redis.io/clients#java），这里介绍使用较为广泛的客户端Jedis。
jedis请自行安装
1.基本使用

Jedis jedis = null;
try {
	jedis = new Jedis("127.0.0.1", 6379); // 连接ip和端口
	// 2. jedis执行set操作  
	jedis.set("hello", "world");
	// 3. jedis执行get操作, value="world"
	String value = jedis.get("hello");
} catch (Exception e){
	logger.error(e.getMessage(), e);
} finally {
	if (jedis != null) {
	jedis.close();
}

2.连接池使用方式
上述介绍的是Jedis的直连方式，每次连接都会新建一个TCP连接，使用后再断开连接。
实际生产环境中一般使用连接池的方式对Jedis连接进行管理，所有Jedis对象预先放在池子中（JedisPool），每次要连接Redis，只
需要在池子中借，用完了在归还给池子。以下是两种方式的优缺点

Jedis提供了JedisPool这个类作为对Jedis的连接池，同时使用了Apache的通用对象池工具common-pool作为资源的管理工具，下面是使用JedisPool操作Redis的代码示例：

GenericObjectPoolConfig poolConfig = new GenericObjectPoolConfig(); // common-pool连接池配置，这里使用默认配置
JedisPool jedisPool = new JedisPool(poolConfig, "127.0.0.1", 6379); // 初始化连接池
Jedis jedis = null;
try { // 1. 从连接池获取jedis对象
    jedis = jedisPool.getResource();
    // 2. 执行操作
    jedis.set("java", "hello!");
    String java = jedis.get("java");
    System.out.println(java);
} catch (Exception e) {
    System.err.println(e.getMessage());
} finally {
    if (jedis != null) { // 如果使用JedisPool，close操作不是关闭连接，代表归还连接池
        jedis.close();
    }
}

前面GenericObjectPoolConfig使用的是默认配置，实际它提供有很多参数，如下:

GenericObjectPoolConfig poolConfig = new GenericObjectPoolConfig();
// 设置最大连接数为默认值的5倍
poolConfig.setMaxTotal(GenericObjectPoolConfig.DEFAULT_MAX_TOTAL * 5);
// 设置最大空闲连接数为默认值的3倍
poolConfig.setMaxIdle(GenericObjectPoolConfig.DEFAULT_MAX_IDLE * 3);
// 设置最小空闲连接数为默认值的2倍
poolConfig.setMinIdle(GenericObjectPoolConfig.DEFAULT_MIN_IDLE * 2);
// 设置开启jmx功能
poolConfig.setJmxEnabled(true);
// 设置连接池没有连接后客户端的最大等待时间(单位为毫秒)
poolConfig.setMaxWaitMillis(3000);

更多参数见下表

3.在Jedis中使用pipeline8
上一篇博客我们介绍了Redis的Pipeline工程，但还没有介绍具体实现，其在Jedis中的实现如下：

// 这里没有关闭jedis
String[] keys = {"d1","d2","d3"};
Jedis jedis = new Jedis("127.0.0.1");
// 1)生成pipeline对象
Pipeline pipeline = jedis.pipelined();
// 2)pipeline执行命令，注意此时命令并未真正执行
for (String key : keys) {
pipeline.set(key,key);
}
// 3)执行命令
pipeline.sync();

其中 pipeline.set() 方法并不会立刻执行，而是将该命令封装到pipeline对象中，pipeline.sync()才会真正执行。
除了pipeiline.sync() ， jedis还提供了 pipeline.syncAndReturnAll() 返回命令的结果。
4.在Jedis中使用Lua脚本
待跟新。。。

python客户端redis-py

待更新。。。

持久化

Redis支持RDB和AOF两种持久化机制，持久化功能有效地避免因进程退出造成的数据丢失问题，当下次重启时利用之前持久化的文件即可实现数据恢复。理解掌握持久化机制对于Redis运维非常重要。

RDB

RDB持久化是把当前进程数据生成快照保存到硬盘的过程，触发RDB持久化过程分为手动触发和自动触发。
1.手动触发
手动触发包含save和bgsave命令，save命令会阻塞当前Redis服务器直到持久化完成，而bgsave命令会创建子进程完成持久化操作，使阻塞只发生在fork阶段，时间很短。
2.自动触发
自动持久化会在以下场景触发
1）使用save相关配置，如“save m n”。表示m秒内数据集存在n次修改时，自动触发bgsave。
2）如果从节点执行全量复制操作，主节点自动执行bgsave生成RDB文件并发送给从节点，更多细节见6.3节介绍的复制原理。
3）执行debug reload命令重新加载Redis时，也会自动触发save操作。
4）默认情况下执行shutdown命令时，如果没有开启AOF持久化功能则自动执行bgsave。

bgsave命令是最主流的RDB持久化方式，流程如下所示：

RDB持久化优点
1.RDB是一个紧凑压缩的二进制文件，代表Redis在某个时间点上的数据快照。非常适用于备份，全量复制等场景。比如每6小时执行bgsave备份，并把RDB文件拷贝到远程机器或者文件系统中（如hdfs），用于灾难恢复。
2.Redis加载RDB恢复数据远远快于AOF的方式。
RDB的缺点：
1.RDB方式数据没办法做到实时持久化/秒级持久化。因为bgsave每次运行都要执行fork操作创建子进程，属于重量级操作，频繁执行成本过高。
2.RDB文件使用特定二进制格式保存，Redis版本演进过程中有多个格式的RDB版本，存在老版本Redis服务无法兼容新版RDB格式的问题。

AOF

AOF（append only file）持久化：以独立日志的方式记录每次写命令，重启时再重新执行AOF文件中的命令达到恢复数据的目的。
AOF的主要作用是解决了数据持久化的实时性，目前已经是Redis持久化的主流方式。理解掌握好AOF持久化机制对我们兼顾数据安全性和性能非常有帮助。
开启AOF功能需要设置配置：appendonly yes，默认不开启。AOF文件名通过appendfilename配置设置，默认文件名是appendonly.aof。保存路径同RDB持久化方式一致，通过dir配置指定。AOF的工作流程操作：命令写入（append）、文件同步（sync）、文件重写（rewrite）、重启加载（load），如下图所示。

1.文件写入
AOP命令写入的内容是redis命令的RESP协议格式（前面有提到）。
优点：兼容性、可读性强
2.文件同步
Redis提供了多种AOF缓冲区同步文件策略，由参数appendfsync控制，如下所示：

配置为always时，每次写入都要同步AOF文件，在一般的SATA硬盘上，Redis只能支持大约几百TPS写入，显然跟Redis高性能特性背道而驰，不建议配置。
配置为no，由于操作系统每次同步AOF文件的周期不可控，而且会加大每次同步硬盘的数据量，虽然提升了性能，但数据安全性无法保证。
配置为everysec，是建议的同步策略，也是默认配置，做到兼顾性能和数据安全性。理论上只有在系统突然宕机的情况下丢失1秒的数据。
3.重写机制
AOF提供了重写机制压缩aof文件的体积，有以下方式：
1）进程内已经超时的数据不再写入
2）删除无效命令
3）合并多条命令
AOF的重写可以通过 bgrewriteaof命令手动触发，也可以通过设置据auto-aof-rewrite-min-size和auto-aof-rewrite-percentage参数确定自动触发时机。

在恢复数据时，redis会优先加载AOF文件，只有aof关闭或者aof文件不存在时才加载RDB文件。

问题定位与优化

待更新。。。

多实例部署

待更新。。。

复制

在分布式系统中为了解决单点问题，通常会把数据复制多个副本部署到其他机器，满足故障恢复和负载均衡等需求。Redis也是如此，它为我们提供了复制功能，实现了相同数据的多个Redis副本。复制功能是高可用Redis的基础，后面章节的哨兵和集群都是在复制的基础上实现高可用的。复制也是Redis日常运维的常见维护点。

配置

参与复制的Redis实例划分为主节点（master）和从节点（slave）。默认情况下，Redis都是主节点。每个从节点只能有一个主节点，而主节点可以同时具有多个从节点。复制的数据流是单向的，只能由主节点复制到从节点。配置复制的方式有以下三种：
1）在配置文件中加入slaveof{masterHost}{masterPort}随Redis启动生效。
2）在redis-server启动命令后加入–slaveof{masterHost}{masterPort}生效。
3）直接使用命令：slaveof{masterHost}{masterPort}生效。

例如：
有两个端口为6379和6380的节点，可以在6380下使用

slaveof 127.0.0.1 6379

建立复制关系
查看复制关系：

127.0.0.1:6379>info replication
# role:master
# connected_slaves:1
# slave0:ip=127.0.0.1,port=6379,state=online,offset=43,lag=0
...
127.0.0.1:6380>info replication
# role:slave
# master_host:127.0.0.1
# master_port:6380
# master_link_status:up
# master_last_io_seconds_ago:4
# master_sync_in_progress:0

断开所有复制：

slaveof no one 

从节点断开复制后并不会抛弃原有数据，只是无法再获取主节点上的数据变化。

原理

待更新。。。

阻塞

Redis是典型的单线程架构，所有的读写操作都是在一条主线程中完成的。当Redis用于高并发场景时，这条线程就变成了它的生命线。如果出现阻塞，哪怕是很短时间，对于我们的应用来说都是噩梦。导致阻塞问题的场景大致分为内在原因和外在原因：
内在原因包括：不合理地使用API或数据结构、CPU饱和、持久化阻塞等。
外在原因包括：CPU竞争、内存交换、网络问题等。

发现阻塞

当Redis阻塞时，线上应用服务应该最先感知到，这时应用方会收到大量Redis超时异常，比如Jedis客户端会抛出JedisConnectionException异常。常见的做法是在应用方加入异常统计并通过邮件/短信/微信报警，以便及时发
现通知问题。开发人员需要处理如何统计异常以及触发报警的时机。
更为细节的部分待更新。。。

内因

1.API或数据结构使用不合理
Redis原生提供慢查询统计功能（见上一篇博客）。发现慢查询后，开发人员需要作出及时调整。可以按照以下两个方向去
调整：
1）修改为低算法度的命令，如hgetall改为hmget等，禁用keys、sort等命令。
2）调整大对象：缩减大对象数据或把大对象拆分为多个小对象，防止一次命令操作过多的数据。

另外，Redis也提供发现大对象的工具（上一篇博客也有讲）

redis-cli --bigkeys

2.cpu饱和
单线程的Redis处理命令时只能使用一个CPU。而CPU饱和是指Redis把单核CPU使用率跑到接近100%。在linux中，使用top命令很容易识别出对应Redis进程的CPU使用率。
使用统计命令redis-cli-h{ip}-p{port}–stat可以获取当前Redis使用情况，该命令每秒输出一行统计信息，运行效果如下：
3.持久化阻塞
对于开启了持久化功能的Redis节点，需要排查是否是持久化导致的阻塞。持久化引起主线程阻塞的操作主要有：fork阻塞、AOF刷盘阻塞、HugePage写操作阻塞。

外因

1.cpu竞争
绑定CPU：部署Redis时为了充分利用多核CPU，通常一台机器部署多个实例。常见的一种优化是把Redis进程绑定到CPU上，用于降低CPU频繁上下文切换的开销。
但是当Redis父进程创建子进程进行RDB/AOF重写时，如果做了CPU绑定，会与父进程共享使用一个CPU。子进程重写时对单核CPU使用率通常在90%以上，父进程与子进程将产生激烈CPU竞争，极大影响Redis稳定性。因此对于开启了持久化或参与复制的主节点不建议绑定CPU。
2.内存交换
内存交换（swap）对于Redis来说是非常致命的，Redis保证高性能的一个重要前提是所有的数据在内存中。如果操作系统把Redis使用的部分内存换出到硬盘，由于内存与硬盘读写速度差几个数量级，会导致发生交换后的Redis性能急剧下降。识别Redis内存交换的检查方法如下：
1）查询redis进程号

redis-cli -p 6383 info server | grep process_id
# process_id:4476

2）根据进程号查询内存交换信息

cat /proc/4476/smaps | grep Swap
# Swap: 0 kB
# Swap: 0 kB
# Swap: 4 kB
# Swap: 0 kB
# Swap: 0 kB
.....

如果交换量都是0KB或者个别的是4KB，则是正常现象，说明Redis进程内存没有被交换。预防内存交换的方法有：
·保证机器充足的可用内存。
·确保所有Redis实例设置最大可用内存（maxmemory），防止极端情况下Redis内存不可控的增长。
·降低系统使用swap优先级
3.网络问题
网络问题经常是引起Redis阻塞的问题点。常见的网络问题主要有：连接拒绝、网络延迟、网卡软中断等。
详情待更新。。。