Redis分布式缓存

最新推荐文章于 2023-04-26 16:34:48 发布

不知落叶何时落

最新推荐文章于 2023-04-26 16:34:48 发布

阅读量534

点赞数 1

文章标签： redis 缓存分布式

本文链接：https://blog.csdn.net/m0_53341445/article/details/129017361

版权

单点Redis的问题

数据丢失问题：Redis是内存存储，服务器重启可能会丢失数据
解决方案：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，但是无法满足如618这样的高并发场景
解决方案：搭建主从集群，实现读写分离
故障回复问题：如果Redis宕机，则服务不可用，需要一种自动的故障恢复手段
解决方案：利用Redis哨兵，实现健康检测喝自动恢复
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
解决方案：搭建分片集群，利用插槽机制实现动态扩容

Redis持久化

持久化存在两种方式：RDB 和 AOF

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，简单的来说九十八内存中的所有数据都记录到磁盘中，党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，默认保存在当前运行目录。

使用方法：

在客户端中使用save命令：由Redis主进程来执行RDB，会阻塞所有命令，如果数据量比较大，则消耗的时间比较长
bgsave：开启子进程执行RDB，避免主进程受到影响
Redis再停机的时候会自动执行一次RDB

RDB自动触发机制

RDB自动触发机制，需要在其配置文件中进行查看

可以得知，如果再900秒内修改一次或者在300s内修改超过10次或者60秒内修改超过10000次，则自动进行一个保存，执行bgsave

RDB其他配置

rdbcompression：保存的时候是否要进行一个压缩，默认为yes；如果进行了压缩就会消耗cup，建议关闭，存储空间占用大比较好解决

dbfilename：文件存储的名字

dir：标识存储的路径

rdbchecksum：默认开启，表示在存储快照后，redis使用CRC64算法来进行数据校验。这个操作会增加10%的性能消耗。如果希望获取最大的性能提升，改为no即关闭了此功能。

RDB的fork原理

bgsave开始时会fork主进程得到子进程，紫禁城共享主进程大的内存数据，完成fork后读取内存数据并写入RDB文件中

fork采用的是copy-on-write技术：

挡住进程执行读操作时，访问共享内存；
当主进程执行写操作时，则会则会拷贝一份数据执行写操作。

RDB方式的流程

fork主进程得到一个子进程，共享内存空间
紫禁城读取内存数据并写入新的RDB文件
用心RDB文件替换旧的RDB文件

RDB的缺点

RDB执行间隔时间长，两次RDB直接写入数据有丢失的风险

fork紫禁城、压缩、写出RDB文件都比较耗时

AOF持久化

AOF全程Append Only File（追加文件）。Redis处理的每一个写命令都会记录在AOF，可以看作是命令日志文件。

AOF默认为关闭的，需要在配置文件中开启，此外，通过appendfilename可以指定文件的名称

AOF的命令记录频率：

由配置文件可知，存在三种模式：

no：写命令执行完先放入AOF缓冲区，由操作系统决定何时将缓存写入到磁盘，速度最快

everysec：写命令执行完先放入AOF，然后标识每隔一秒将缓冲区的数据写入到AOF文件中默认方案

always: 标识每执行一次写命令，立即记录到AOF文件中，速度慢，但是最安全

配置项	刷机时机	优点	缺点
always	同步刷盘	可靠性最高，几乎不会丢失数据	性能影响比较大
everysec	每秒刷机	性能适中	最多丢失1s内的数据
no	操作系统控制	性能最好	可靠性较差，可能丢失大量数据

AOF重写机制：

因为AOF记录的是命令，导致AOF文件会比RDB文件大得多。而且AOP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。

可以通过bgrewriteaof命令，可以让AOF执行重写功能，用最傻送的命令达到相同的效果

Redis也会在自动触发阈值的时候自动重写AOF文件，阈值也可以在Redis.conf中配置

auto-aof-rewrite-percentage：AOF文件比上次文件增长超过了多少百分比则触发重写

auto-aof-rewrite-min-size：AOF文件体积最小多大以上触发重写

AOF与RDB的比较

AOF与RDB各有各的优点缺点，如果对数据安全性要求比较高，在实际开发中往往会两种结合使用

	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，所以文件体积比较大
宕机恢复速度	很快	慢
数据恢复优先级	低	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，单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	对数据安全性要求比较高的比较常见

Redis主从

单点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

数据同步原理

全量同步

主从第一次同步是全量同步：

slave节点请求进行增量同步
master节点判断replication id是否一致，发现不一致，拒绝增量同步，进行全量同步
master将完整内存数据生成RDB文件（bgsave），发送RDB文件道slave
slave清空本地数据，加载master的RDB文件
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

master如何判断slave是不是第一来同部数据集？

Replication ID：简称replid，是数据集的标记，id一只则说明是统一数据及，每个master都有唯一的replid，slave则会继承master界的点replid
offset：偏移量，随着记录的repl_baklog中的数据增多而捉逐渐增大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，则说明slave数据落后于master，需要进行更新。

因此slave做数据同步，必须向master声明自己的replid和offset，master才可以判断到底需要同步哪些数据。

如何判断是否为第一次来？

根据replication id，如果发现ID不一致，则表明为第一次来，那么就会想slave返回主节点的replication id和offset，同时在进行一个全量同步。

增量同步

主从第一次同步时全量同步，但是如果slave重启后（无论是否正常重启），此外，slave 能够在repl_baklog中找到offset，则执行增量同步

repl_baklog大小是有上限的（类似一个循环队列，相当于一个环），写满了就会覆盖最早的数据，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进行增量同步，只能再次进行全量同步

优化

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ID。如果开启这个选项，建议网络性能比较高但是磁盘读写能力比较差
控制Redis单节点的上线，单节点的上线不要太大，减少RDB导致的过多磁盘IO
适当提高repl_baklog的大小，发现slave宕机后尽快实现故障恢复，尽可能避免全量同步
限制一个master上的slave节点数量，如果实在是太多的slave，则可以使用主-从-从链式结构，减少master压力

Redis哨兵

作用

哨兵（sentinel）机制用于自动故障恢复。

监控：sentinel 会不断检查master和slave是否按照预期工作
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，会将新消息推送给Redis客户端

服务状态监控机制

sentinel基于心跳机制检测服务状态，每隔一秒相机群的每个实例发送ping命令：

主观下线：如果sentinel节点发现某个实力未在规定时间相应，则认为该实例主观下线
客观下线：若超过指定数量（quorum）的sentinel都热瓦内该实例主观下线，那该实例客观下线，quorum值最好超过sentinel实例数量的一半

选举新的master

一旦master发生故障，sentinel需要在slave中选择一个作为新的master，选择依据是：

首先会判断slave节点与master节点断开时间的长短，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，如果为0则表示用不参与选举，默认值为100
如果slave-priority一样，则判断slave节点的offset值，越大说明越新，优先级越高
最后是判断slave节点的运行id，学校优先级越高

如何实现故障转移

当选中了一个slave为新的master后，故障转移步骤：

sentinel给备选的slave节点发送slave no one命令，让该节点成为master
sentinel给所有其他slave发送slaveof 新masterIP 新master端口号 命令让slave称为新master的从节点，开始从新的master上同步数据
最后sentinel将故障主节点标记为slave，党故障节点恢复后会自动成为新master的slave节点（修改了他的配置文件）

哨兵集群配置

这里我们在默认的sentinel.conf文件的基础上进行修改，该文件在解压redis的地方

对应的服务如下：

IP	端口号	角色
192.168.18.132	6379	master
192.168.18.133	6379	slave
192.168.18.134	6379	slave
192.168.18.132	26379	sentinel
192.168.18.133	26379	sentinel
192.168.18.134	26379	sentinel

配置文件修改：

# 最后面的2 标识数量超过2时认为主观下线，从而进行客观下线
sentinel monitor mymaster 192.168.18.132 6379 2
# 工作目录
dir "/opt/module/redis/bin/tmp"

随后直接启动sentinel启动指令./sentinel sentinel.conf,启动之后即可看到

此时我们将主节点【192.168.18.132】进程直接结束来模拟宕机，结果如下

从图中可知哨兵在检测道132宕机后先选出来了一个leader，随后在进行一个投票，最后三票通过选择了133这台机器，所有到最后master就转换到了133，我们在133上进行一个查看：

我们重启一下132节点

可见已经被修改成了133的从节点了

RedisTemplate的哨兵模式

pom文件

    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <scope>test</scope>
        </dependency>
        <dependency>
            <groupId>com.rover12421</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.47</version>
        </dependency>
    </dependencies>

yml文件：

logging:
  level:
    io.lettuce.core: debug
spring:
  redis:
    sentinel:
      master: mymaster
      nodes:
        - 192.168.18.132:26379
        - 192.168.18.133:26379
        - 192.168.18.134:26379

Redis配置类：

package com.wxk.redistest;

import com.alibaba.fastjson.serializer.SerializerFeature;
import com.alibaba.fastjson.support.config.FastJsonConfig;
import com.alibaba.fastjson.support.spring.FastJsonRedisSerializer;
import io.lettuce.core.ReadFrom;
import org.springframework.boot.autoconfigure.data.redis.LettuceClientConfigurationBuilderCustomizer;
import org.springframework.cache.annotation.EnableCaching;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.StringRedisSerializer;

/**
 * @author wxk
 */
@Configuration
@EnableCaching
public class RedisConf {
    //用于实现哨兵模式
    @Bean
    public LettuceClientConfigurationBuilderCustomizer lettuceClientConfigurationBuilderCustomizer(){
        return clientConfigurationBuilder -> clientConfigurationBuilder.readFrom(ReadFrom.REPLICA_PREFERRED);
    }
   
    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory connectionFactory) {
        RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();
        redisTemplate.setConnectionFactory(connectionFactory);

        FastJsonRedisSerializer<Object> fastJsonRedisSerializer = new FastJsonRedisSerializer<>(Object.class);
        FastJsonConfig fastJsonConfig = fastJsonRedisSerializer.getFastJsonConfig();
        SerializerFeature[] serializerFeatures = new SerializerFeature[] {SerializerFeature.WriteDateUseDateFormat, SerializerFeature.WriteMapNullValue};
        fastJsonConfig.setSerializerFeatures(serializerFeatures);
        StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();

        redisTemplate.setKeySerializer(stringRedisSerializer);
        redisTemplate.setHashKeySerializer(stringRedisSerializer);
        redisTemplate.setHashValueSerializer(fastJsonRedisSerializer);
        redisTemplate.setValueSerializer(fastJsonRedisSerializer);
        redisTemplate.setEnableTransactionSupport(true);

        redisTemplate.afterPropertiesSet();

        return redisTemplate;
    }
}

Controller类

@RestController
public class Controller {


    @Resource
    RedisTemplate redisTemplate;
    @GetMapping("/test")
    public String get(String key){
        return  redisTemplate.opsForValue().get(key)+"";
    }
    @GetMapping("/set")
    public String set(String key,String value){
        redisTemplate.opsForValue().set(key,value);
        return "ok";
    }
}