Redis(一)：Redis的持久化的原理和操作

最新推荐文章于 2024-05-09 13:38:04 发布

CodingALife

最新推荐文章于 2024-05-09 13:38:04 发布

阅读量6.7k

点赞数 7

分类专栏： Redis 文章标签： java

本文链接：https://blog.csdn.net/mingyuli/article/details/120574316

版权

Redis 专栏收录该内容

7 篇文章 3 订阅

订阅专栏

4.1、RDB和AOF两种持久化机制的介绍

5.3、基于RDB持久化机制的数据恢复实验

6.6、对redis的数据恢复有更加深刻的体会

写在前面

亿级流量电商网站的商品详情页系统，学习到亿级流量的电商网站，商品详情页的整体架构设计，学到的复杂的缓存架构：支撑高并发，高可用。

缓存架构过程中：涉及各种高并发场景下的各种难题，怎么去解决这些难题，缓存架构的过程，各种技术和解决方案，高可用性，解决缓存架构中面临的一些高可用的问题，包括怎么去解决，技术，解决方案。大型电商网站的商品详情页系统的架构、复杂的缓存架构、如何用复杂的缓存架构去支撑高并发、利用将缓存架构做成高可用技术，也可以学到高可用系统架构构建的技术。

真正能支撑高并发以及高可用的复杂系统中的缓存架构有哪些东西？

（1）如何让redis集群支撑几十万QPS高并发+99.99%高可用+TB级海量数据+企业级数据备份与恢复？：redis企业级集群架构

（2）如何支撑高性能以及高并发到极致？同时给缓存架构最后的安全保护层？：(nginx+lua)+redis+ehcache的三级缓存架构

（3）高并发场景下，如何解决数据库与缓存双写的时候数据不一致的情况？：企业级的完美的数据库+缓存双写一致性解决方案

（4）如何解决大value缓存的全量更新效率低下问题？：缓存维度化拆分解决方案

（5）如何将缓存命中率提升到极致？：双层nginx部署架构，以及lua脚本实现的一致性hash流量分发策略

（6）如何解决高并发场景下，缓存重建时的分布式并发重建的冲突问题？：基于zookeeper分布式锁的缓存并发重建解决方案

（7）如何解决高并发场景下，缓存冷启动MySQL瞬间被打死的问题？：基于storm实时统计热数据的分布式快速缓存预热解决方案

（8）如何解决热点缓存导致单机器负载瞬间超高？：基于storm的实时热点发现，以及毫秒级的实时热点缓存负载均衡降级

（9）如何解决分布式系统中的服务高可用问题？避免多层服务依赖因为少量故障导致系统崩溃？：基于hystrix的高可用缓存服务，资源隔离+限流+降级+熔断+超时控制

（10）如何应用分布式系统中的高可用服务的高阶技术？：基于hystrix的容错+多级降级+手动降级+生产环境参数优化经验+可视化运维与监控

（11）如何解决恐怖的缓存雪崩问题？避免给公司带来巨大的经济损失？：独家的事前+事中+事后三层次完美解决方案

（12）如何解决高并发场景下的缓存穿透问题？避免给MySQL带来过大的压力？：缓存穿透解决方案

（13）如何解决高并发场景下的缓存失效问题？避免给redis集群带来过大的压力？：缓存失效解决方案

工作中：如果你遇到了类似的缓存架构的一些问题，你可以立刻将学到的东西结合你的项目业务融入到架构中去；系统架构重构，抵抗各种更加复杂的场景的架构

亿级流量电商网站的商品详情页系统

最最核心的架构就是缓存架构，商品详情页系统整体有自己整体的架构。一步一步的去实现商品详情页系统中的一些核心的部分，涉及到最最主要的就是缓存架构，高并发。缓存架构，一步一步讲解各种各样支撑高并发场景的缓存技术，解决方案，架构设计。如何将缓存架构本身做成高可用的架构，缓存架构本身面临的可用性的问题。基于hystrix去讲解，缓存架构本身做成高可用的，高可用架构的设计以及相关的技术。商品详情页系统架构 -> 缓存架构 -> 高并发技术+解决方案+架构 -> 高可用技术+解决方案+架构。

1、电商架构方案

商品详情页的系统架构 -> 缓存架构 -> 高并发 -> 高可用。

电商网站里，大概可以说分成两种，第一种小型电商，简单的一种架构方案，页面静态化的方案；大型电商，复杂的一套架构，大电商，国内排名前几的电商，用得应该咱们这里讲解的这套大型的详情页架构。

1.1、页面静态化

product1.html

<html>
    <title>
        <style css>
        <javascript>
    </title>
    <body>
        商品名称：#{productName}
        商品价格：#{productPrice}
        商品描述：#{productDesc}
    </body>
</html>

假设数据是放在一个数据库里的

product表

product_name      product_price    product_desc
iphon7 plus        5599.50         这是最好的手机->
iphon7 plus（玫瑰） 5299.50         这是最好的手机，大降价了
......
1万行数据，1万个页面

模板的渲染：即将数据从数据库查出来，填充到模版里，返回给电商网站的页面详情页，返回给用户即可。

iphone7_plus.html

<html>
    <title>
        <style css>
        <javascript>
    </title>
    <body>
        商品名称：iphon7 plus（玫瑰）
        商品价格：5299.50
        商品描述：这是最好的手机，大降价了
    </body>
</html>

如果模板改变了，那么这个模板对应的所有数据，1万个数据，全部重新渲染一遍，填充到模板中，生成最终的静态化html页面。

每次用户发起请求，都是讲渲染好的html返回给用户即可。对于小网站，页面很少，很实用，非常简单，模板引擎，velocity，freemarker。

对于小网站也就几百个页面即几百个html，后台渲染后将其推送到nginx服务器上面，用户请求直接打到nginx服务器里的html即可，渲染速度很快。

2、大型网站

对于大型网站而言，因为页面太多，达到上亿个，一个模板修改了，重新渲染一亿的商品，可能需要几天时间，速度太慢。

大型网站架构：

商品服务负责维护商品数据，店铺服务负责维护店铺数据，品牌服务负责维护品牌数据。MQ用户存储各个服务数据的是否变化。当数据发送变化时，缓存数据生产服务会从相应服务拉取最新数据放到本地缓存例如encache中。然后在存储redis中用于存储分布式海量数据。

nginx本地存储大量html模版。

请求流程：用户请求前端界面，前端界面将请求发到nginx中，nginx中的html模板查询本地缓存中的数据，有的话直接渲染返回给前端即可。如果本地缓存没有对应数据，将从redis中查询到nginx本地缓存中，渲染后返回给前端。如果redis中没有对应数据，则nginx将请求发往缓存数据生产服务的encache中查找，渲染后返回给前端。如果ehcache没有对应数据，则encache将请求发往各个服务的mysql中查找。

好处：数据发生变化时，缓存数据服务能监听到，并更新本地缓存和redis为最新数据。当nginx本地缓存到了过期时间则从redis中查找即可。模版页面可以随意更新。

3、缓存架构

第一块儿，要掌握的很好的，就是redis架构。首先redis必须支撑功能：高并发，高可用，海量数据，备份，随时可以恢复，缓存架构如果要支撑这些要点。

redis架构，每秒钟几十万的访问量QPS，99.99%的高可用性，TB级的海量的数据，备份和恢复，缓存架构就成功了一半了。

最简单的模式就是存取redis，存数据，取数据。支撑缓存架构，最基础的就是redis架构。解决各种各样高并发场景下的缓存面临的难题，缓存架构中不断的引入各种解决方案和技术，解决高并发的问题。解决各种各样缓存架构本身面临的高可用的问题，缓存架构中引入各种解决方案和技术，解决高可用的问题。

3、redis持久化对容灾意义

故障发生的时候会怎么样
如何应对故障的发生
redis的持久化，RDB，AOF，区别，各自的特点是什么，适合什么场景？
redis的企业级的持久化方案是什么，是用来跟哪些企业级的场景结合起来使用的？

3.1、redis持久化意义

redis持久化的意义，在于数据备份和故障恢复。比如你部署了一个redis，作为cache缓存，当然也可以保存一些较为重要的数据。如果没有持久化的话，redis遇到灾难性故障的时候，就会丢失所有的数据。如果通过持久化将数据持久化一份儿在磁盘上去，然后定期比如说同步和备份到一些云存储服务上去，那么就可以保证数据不丢失全部，还是可以恢复一部分数据回来的。

redis持久化+ 备份：一般将redis数据从内存存储到磁盘。然后将磁盘数据备份一份即将数据上传到云服务器S3 或 ODPS上即可。如果左边的redis进程坏了并且磁盘也坏了，此时可以在另一台服务器启动该redis，然后将云服务器上的数据copy一份到磁盘上，redis进程在启动过程中会从磁盘加载到内存中。

4、RDB和AOF

我们已经知道对于一个企业级的redis架构来说，持久化是不可减少的

企业级redis集群架构：高并发、高可用、海量数据。

持久化主要是做灾难恢复，数据恢复，也可以归类到高可用的一个环节里面去。比如你redis整个挂了，然后redis就不可用了，你要做的事情是让redis变得可用，尽快变得可用。重启redis，尽快让它对外提供服务，但是就像上一讲说，如果你没做数据备份，这个时候redis启动了，也不可用啊，数据都没了。很可能说，大量的请求过来，缓存全部无法命中，在redis里根本找不到数据，这个时候就死定了，缓存雪崩问题，所有请求，没有在redis命中，就会去mysql数据库这种数据源头中去找，一下子mysql承接高并发，然后就挂了。mysql挂掉，你都没法去找数据恢复到redis里面去，redis的数据从哪儿来？从mysql来。。。

如果你把redis的持久化做好，备份和恢复方案做到企业级的程度，那么即使你的redis故障了，也可以通过备份数据，快速恢复，一旦恢复立即对外提供服务。redis的持久化，跟高可用，是有关系的，企业级redis架构中去讲解。

4.1、RDB和AOF两种持久化机制的介绍

RDB持久化机制，是对redis中的数据执行周期性的持久化，例如每隔几分钟、几小时、几天生成redis内存中的数据的一份完整快照。

AOF机制，将写入的一条条数据写入os cache中，然后每隔一定时间调用操作系统的 fsync 操作强制将os cache 中的数据刷入磁盘文件AOF中。对每条写入命令作为日志，以append-only的模式写入一个日志文件中，在redis重启的时候，可以通过回放AOF日志中的写入指令来重新构建整个数据集。

AOF存储每条写命令，会不断膨胀，到一定程度，AOF做rewirte操作。

AOF rewrite：基于当时redis内存中的数据，重新构造一个更小的AOF文件，然后将旧的膨胀的很大的文件删除掉。

如果我们想要redis仅仅作为纯内存的缓存来用，则可以禁止RDB和AOF所有的持久化机制。

通过RDB或AOF，都可以将redis内存中的数据给持久化到磁盘上面来，然后可以将这些数据备份到别的地方去，比如说阿里云，云服务。如果redis挂了，服务器上的内存和磁盘上的数据都丢了，可以从云服务上拷贝回来之前的数据，放到指定的目录中，然后重新启动redis，redis就会自动根据持久化数据文件中的数据，去恢复内存中的数据，继续对外提供服务。

如果同时使用RDB和AOF两种持久化机制，那么在redis重启的时候，会使用AOF来重新构建数据，因为AOF中的数据更加完整。因为AOF每隔几秒持久化一次而RDB是每隔几分钟、几小时几天持久化一次。

例如redis内存大小为1g 100w数据，当写到100w数据时，写数据时不断将写相关指令写入AOF，当写完100w数据时，100w数据相关写指令的日志会写入到AOF中。继续写数据时redis使用lru删除不经常使用的数据，从内存中删除。当redis内存数据写满时AOF文件>100w数据，此时基于redis当前内存中最新的100w数据构建AOF，将旧的>100w的AOF删除。

4.2、RDB持久化机制的优点

冷备份。RDB会生成多个数据文件，每个数据文件都代表了某一个时刻中redis的数据，这种多个数据文件的方式，非常适合做冷备，可以将这种完整的数据文件发送到一些远程的安全存储上去比如说S3云服务、阿里云的ODPS分布式存储上，以预定好的备份策略来定期备份redis中的数据。(冷备是指两个服务器，一台运行，一台不运行做为备份)。定时生成全量快照文件。rdb会根据设置的时间间隔生成一个一个的数据文件，生成文件时根据在服务器上部署的shell脚本（使用crontab定时）每隔一段时间将当前最新rdb副本存储到云服务上。
1. RDB也可以做冷备，生成多个文件，每个文件都代表了某一个时刻的完整的数据快照
  AOF也可以做冷备，只有一个文件，但是你可以，每隔一定时间，去copy一份这个文件出来。
2. RDB数据做冷备，优势在哪儿呢？由redis去控制固定时长生成快照文件的事情，比较方便; AOF还需要自己写一些脚本去做这个事情，各种定时。RDB数据做冷备，在最坏的情况下，提供数据恢复的时候，速度比AOF快。
读写性能高。RDB是对redis对外提供的读写服务，影响非常小，是保证redis性能最高的：因为redis主进程只需要fork一个子进程，让子进程执行磁盘IO操作来进行RDB持久化即可。
1. RDB，每次写都是直接写redis内存，只是在一定的时候，才会将数据写入磁盘中。
2. AOF，每次都是要写文件的，虽然可以快速写入os cache中，但是还是有一定的时间开销的,速度肯定比RDB略慢一些。
数据恢复快速。相对于AOF持久化机制来说，直接基于RDB数据文件来重启和恢复redis进程，更加快速。
1. AOF存放的指令日志，做数据恢复的时候，其实是要回放和执行所有的指令日志，来恢复出来内存中的所有数据。
2. RDB就是一份数据文件，恢复的时候，直接加载到内存中即可。

结合上述优点，RDB特别适合做冷备份，冷备。

4.3、RDB持久化机制的缺点

（1）RDB丢失数据。如果想要在redis故障时，尽可能少的丢失数据，那么RDB没有AOF好。一般来说，RDB数据快照文件，都是每隔5分钟，或者更长时间生成一次，这个时候就得接受一旦redis进程宕机，那么会丢失最近5分钟的数据。

这个问题，也是rdb最大的缺点，就是不适合做第一优先的恢复方案，如果你依赖RDB做第一优先恢复方案，会导致数据丢失的比较多

（2）RDB影响性能。RDB每次在fork子进程来执行RDB快照数据文件生成的时候，如果数据文件特别大，可能会导致对客户端提供的服务暂停数毫秒，或者甚至数秒。

一般不要让RDB的间隔太长，否则每次生成的RDB文件太大，对redis本身的性能可能会有影响。

4.4、AOF持久化机制的优点

（1）AOF保护数据。AOF可以更好的保护数据不丢失，一般AOF会每隔1秒，通过一个后台线程执行一次fsync操作，最多丢失1秒钟的数据。每隔1秒，就执行一次fsync操作，保证os cache中的数据写入磁盘中，redis进程挂了，最多丢掉1秒钟的数据。

（2）AOF写入性能高。AOF日志文件以append-only模式写入，所以没有任何磁盘寻址的开销，写入性能非常高，而且文件不容易破损，即使文件尾部破损，也很容易修复。

（3）AOF日志文件即使过大的时候，出现后台重写操作，也不会影响客户端的读写。因为在rewrite log的时候，会对其中的指导进行压缩，创建出一份需要恢复数据的最小日志出来。再创建新日志文件的时候，老的日志文件还是照常写入。当新的merge后的日志文件ready的时候，再交换新老日志文件即可。

（4）灾难性误删除紧急恢复。AOF日志文件的命令通过非常可读的方式进行记录，这个特性非常适合做灾难性的误删除的紧急恢复。比如某人不小心用flushall命令清空了所有数据，只要这个时候后台rewrite还没有发生，那么就可以立即拷贝AOF文件，将最后一条flushall命令给删了，然后再将该AOF文件放回去，就可以通过恢复机制，自动恢复所有数据。

4.5、AOF持久化机制的缺点

（1）数据快照文件大：对于同一份数据来说，AOF日志文件通常比RDB数据快照文件更大。

（2）写QPS低：AOF开启后，支持的写QPS会比RDB支持的写QPS低，因为AOF一般会配置成每秒fsync一次日志文件，当然，每秒一次fsync，性能也还是很高的。如果你要保证一条数据都不丢也是可以，AOF的fsync设置成每写入一条数据，fsync一次，那就完蛋了，redis的QPS大降。

（3）AOFbug：以前AOF发生过bug，就是通过AOF记录的日志，进行数据恢复的时候，没有恢复一模一样的数据出来。所以说，类似AOF这种较为复杂的基于命令日志/merge/回放的方式，比基于RDB每次持久化一份完整的数据快照文件的方式，更加脆弱一些，容易有bug。不过AOF就是为了避免rewrite过程导致的bug，因此每次rewrite并不是基于旧的指令日志进行merge的，而是基于当时内存中的数据进行指令的重新构建，这样健壮性会好很多。

（4）数据恢复时比较慢，冷备时不方便。唯一比较大的缺点，其实就是做数据恢复的时候，会比较慢，还有做冷备，定期的备份，不太方便，可能要自己手写复杂的脚本去做，做冷备不太合适。

4.6、RDB和AOF到底该如何选择

不要仅仅使用RDB，因为那样会导致你丢失很多数据。
也不要仅仅使用AOF，因为那样有两个问题，第一，你通过AOF做冷备，没有RDB做冷备，来的恢复速度更快; 第二，RDB每次简单粗暴生成数据快照，更加健壮，可以避免AOF这种复杂的备份和恢复机制的bug。
综合使用AOF和RDB两种持久化机制，用AOF来保证数据不丢失，作为数据恢复的第一选择; 用RDB来做不同程度的冷备，在AOF文件都丢失或损坏不可用的时候，还可以使用RDB来进行快速的数据恢复。

5、RDB持久化机制

5.1、如何配置RDB持久化机制

redis.conf文件，也就是/etc/redis/6379.conf，去配置持久化

save 60 1000：每隔60s，如果有超过1000个key发生了变更，那么就生成一个新的dump.rdb文件，就是当前redis内存中完整的数据快照，这个操作也被称之为snapshotting，快照。也可以手动调用save或者bgsave命令，同步或异步执行rdb快照生成。

save可以设置多个，就是多个snapshotting检查点，每到一个检查点，就会去check一下，是否有指定的key数量发生了变更，如果有，就生成一个新的dump.rdb文件

5.2、RDB持久化机制的工作流程

redis根据配置自己尝试去生成rdb快照文件
fork一个子进程出来
子进程尝试将数据dump到临时的rdb快照文件中
完成rdb快照文件的生成之后，就替换之前的旧的快照文件

dump.rdb始终只会有一个。因为每次生成一个新的快照，都会覆盖之前的老快照

5.3、基于RDB持久化机制的数据恢复实验

（1）在redis中保存几条数据，立即停掉redis进程，然后重启redis，看看刚才插入的数据还在不在

数据还在，因为通过redis-cli shutdown这种方式去停掉redis，其实是一种安全退出的模式，redis在退出的时候会将内存中的数据立即生成一份完整的rdb快照。/var/redis/6379/dump.rdb。

（2）在redis中再保存几条新的数据，用kill -9粗暴杀死redis进程，模拟redis故障异常退出，导致内存数据丢失的场景。这次就发现，redis进程异常被杀掉，数据没有进dump文件，几条最新的数据就丢失了。

（3）手动设置一个save检查点，save 5 1（每隔5s有1条数据变更时就生成新的dump文件）

（4）写入几条数据等待5秒钟，会发现自动进行了一次dump rdb快照，在dump.rdb中发现了数据

（5）异常停掉redis进程，再重新启动redis，看刚才插入的数据还在。

rdb的手动配置检查点，以及rdb快照的生成，包括数据的丢失和恢复。

演示后记得将save 5 1注销，每次修改完conf后需要关闭并重启。

6、AOF持久化机制

6.1、AOF持久化的配置

AOF持久化默认是关闭的，默认是打开RDB持久化。
appendonly yes，可以打开AOF持久化机制，在生产环境里面，一般来说AOF都是要打开的，除非你说随便丢个几分钟的数据也无所谓。
打开AOF持久化机制之后，redis每次接收到一条写命令，就会写入日志文件中，当然是先写入os cache的，然后每隔一定时间再fsync一下。
而且即使AOF和RDB都开启了，redis重启的时候，也是优先通过AOF进行数据恢复的，因为aof数据比较完整。
可以配置AOF的fsync策略，有三种策略可以选择，一种是每次写入一条数据就执行一次fsync; 一种是每隔一秒执行一次fsync; 一种是不主动执行fsync。
1. always: 每次写入一条数据，立即将这个数据对应的写日志fsync到磁盘上去，性能非常非常差，吞吐量很低; 确保说redis里的数据一条都不丢，那就只能这样了。
  1. mysql -> 内存策略，大量磁盘，QPS到多少，一两k。
  2. redis -> 内存，磁盘持久化，QPS到多少，单机，一般来说，上万QPS没问题。
2. everysec: 每秒将os cache中的数据fsync到磁盘，这个最常用的，生产环境一般都这么配置，性能很高，QPS还是可以上万的
3. no: 仅仅redis负责将数据写入os cache就撒手不管了，然后后面os自己会时不时有自己的策略将数据刷入磁盘，不可控了

6.2、AOF持久化的数据恢复实验

（1）先仅仅打开RDB，写入一些数据，然后kill -9杀掉redis进程，接着重启redis，发现数据没了，因为RDB快照还没生成。
（2）打开AOF的开关，启用AOF持久化。
（3）写入一些数据，观察AOF文件中的日志内容。

在appendonly.aof文件中可以看到刚写的日志，先写入os cache，然后1秒后才fsync到磁盘中，只有fsync到磁盘中才是安全的，要不然光是在os cache中，机器只要重启，就什么都没了。

（4）kill -9杀掉redis进程，重新启动redis进程，发现数据被恢复回来了，就是从AOF文件中恢复回来的（aof中保存着写入命令）。redis进程启动的时候，直接就会从appendonly.aof中加载所有的日志，把内存中的数据恢复回来。

6.3、AOF rewrite

redis中的数据其实有限的，很多数据可能会自动过期，可能会被用户删除，可能会被redis用缓存清除的算法清理掉。redis中的数据会不断淘汰掉旧的，就一部分常用的数据会被自动保留在redis内存中。所以可能很多之前的已经被清理掉的数据，对应的写日志还停留在AOF中，AOF日志文件就一个，会不断的膨胀，到很大很大。

AOF会自动在后台每隔一定时间做rewrite操作，比如日志里已经存放了针对100w数据的写日志了; redis内存只剩下10万; 基于内存中当前的10万数据构建一套最新的日志，到AOF中; 覆盖之前的老日志; 确保AOF日志文件不会过大，保持跟redis内存数据量一致。redis 2.4之前，还需要手动开发一些脚本，crontab，通过bgrewriteaof命令去执行AOF rewrite，但是redis 2.4之后，会自动进行rewrite操作。

在redis.conf中，可以配置rewrite策略

auto-aof-rewrite-percentage 100
auto-aof-rewrite-min-size 64mb

比如说上一次AOF rewrite之后，是128mb。然后就会接着128mb继续写AOF的日志，如果发现增长的比例，超过了之前的100%，256mb，就可能会去触发一次rewrite。但是此时还要去跟min-size，64mb去比较，256mb > 64mb，才会去触发rewrite。

（1）redis fork一个子进程。
（2）子进程基于当前内存中的数据，构建日志，开始往一个新的临时的AOF文件中写入日志。
（3）redis主进程，接收到client新的写操作之后，在内存中写入日志，同时新的日志也继续写入旧的AOF文件。
（4）子进程写完新的日志文件之后，redis主进程将内存中的新日志再次追加到新的AOF文件中。
（5）用新的日志文件替换掉旧的日志文件。

6.4、AOF破损文件的修复

如果redis在append数据到AOF文件时，机器宕机了，可能会导致AOF文件破损，用redis-check-aof --fix命令来修复破损的AOF文件。

过程：首先将文件appendonly_copy.aof删除最下边两行数据即破坏文件，然后使用--fix进行修复，修复结果是将myk2和v2删掉，只留下完整的数据。

6.5、AOF和RDB同时工作

（1）如果RDB在执行snapshotting操作，那么redis不会执行AOF rewrite; 如果redis再执行AOF rewrite，那么就不会执行RDB snapshotting。
（2）如果RDB在执行snapshotting，此时用户执行bgrewriteaof命令，那么等RDB快照生成之后，才会去执行AOF rewrite。
（3）同时有RDB snapshot文件和AOF日志文件，那么redis重启的时候，会优先使用AOF进行数据恢复，因为其中的日志更完整。

6.6、对redis的数据恢复有更加深刻的体会

（1）在有rdb的dump和aof的appendonly的同时，rdb里也有部分数据，aof里也有部分数据，这个时候其实会发现，rdb的数据不会恢复到内存中。
（2）我们模拟让aof破损(部分数据被删除)，然后fix，有一条数据会被fix删除。
（3）再次用fix得aof文件去重启redis，发现数据只剩下一条了。

数据恢复完全是依赖于底层的磁盘的持久化的，主要rdb和aof上都没有数据，那就没了。