一、AOF持久化
RDB存储的弊端:
- 存储数据量较大,效率较低
基于快照思想,每次读写都是全部数据,当数据量巨大时,效率非常低
- 大数据量下的IO性能较低
- 基于fork创建子进程,内存产生额外消耗
- 宕机带来的数据丢失风险
解决思路:
- 不写全数据,仅记录部分数据
- 降低区分数据是否改变的难度,改记录数据为记录操作过程
- 对所有操作均进行记录,排除丢失数据的风险
AOF概念:
- 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文件中命令达到恢复数据的目的。与RDB相比可以简单描述为改记录数据为记录数据产生的过程
- 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
AOF写数据的过程:
AOF写数据的三种策略:
- always(每次):每次写入操作均同步到AOF文件中,数据零误差,性能较低
- everysec(每秒)---默认配置
每秒将缓冲区中的指令同步到AOF文件中,数据准确性较高,性能较高
在系统突然宕机的情况下丢失1秒内的数据
- no(系统控制)
由操作系统控制每次同步到AOF文件的周期,整体过程不可控
AOF功能开启:
第一步:开启AOF策略
第二步:指定AOF策略
配置:
appendonly yes|no
作用:
是否开启AOF持久化功能,默认为不开启状态
配置:
appendfsync always | everysec | no
作用:
AOF写数据策略
其他配置:
配置:
Appendfilename filename
作用:
AOF持久化文件名,默认文件名未appendonly.aof,建议配置为appendonly-端口号.aof
配置:
dir
作用:
用AOF持久化文件保存路径,与RDB持久化文件保持一致即可
AOF重写:
随着命令不断写入AOF,文件会越来越大,为了解决这个问题,Redis引入了AOF重写机制压缩文件体积。AOF文件重写是将Redis进程内的数据转化为写命令同步到新AOF文件的过程。简单说就是将对同一个数据的若干个条命令执行结果转化成最终结果数据对应的指令进行记录。
AOF重写作用:
- 降低磁盘占用量,提高磁盘利用率
- 提高持久化效率,降低持久化写时间,提高IO性能
- 降低数据恢复用时,提高数据恢复效率
AOF重写规则:
- 进程内已超时的数据不再写入文件
- 忽略无效指令,重写时使用进程内数据直接生成,这样新的AOF文件只保留最终数据的写入命令如del key1、hdelkey2、sremkey3、set key4 111、set key4 222等
- 对同一数据的多条写命令合并为一条命令如lpushlist1 a、lpushlist1 b、lpushlist1 c 可以转化为:lpushlist1 a b c。为防止数据量过大造成客户端缓冲区溢出,对list、set、hash、zset等类型,每条指令最多写入64个元素。
AOF重写方式:
手动重写:
bgrewriteaof
自动重写:
auto-aof-rewrite-min-size size
auto-aof-rewrite-percentage percentage
AOF自动重写:
自动重写触发条件设置:
auto-aof-rewrite-min-size size
auto-aof-rewrite-percentage percentage
自动重写触发比对参数(运行指令info Persistence获取具体信息):
aof_current_size
aof_base_size
自动重写触发条件:
AOF工作流程:
AOF重写流程:
二、RDB与AOF区别
RDB与AOF的对比:
RDB与AOF的选择:
1、对数据非常敏感,建议使用默认的AOF持久化方案
- AOF持久化策略使用everysecond,每秒钟fsync一次。该策略redis仍可以保持很好的处理性能,当出现问题时,最多丢失0-1秒内的数据。
- 注意:由于AOF文件存储体积较大,且恢复速度较慢
2、数据呈现阶段有效性,建议使用RDB持久化方案
- 数据可以良好的做到阶段内无丢失(该阶段是开发者或运维人员手工维护的),且恢复速度较快,阶段点数据恢复通常采用RDB方案
- 注意:利用RDB实现紧凑的数据持久化会使Redis降的很低,慎重总结:
3、综合比对
- RDB与AOF的选择实际上是在做一种权衡,每种都有利有弊
- 如不能承受数分钟以内的数据丢失,对业务数据非常敏感,选用AOF
- 如能承受数分钟以内的数据丢失,且追求大数据集的恢复速度,选用RDB
- 灾难恢复选用RDB
- 双保险策略,同时开启RDB 和AOF,重启后,Redis优先使用AOF 来恢复数据,降低丢失数据的量
持久化的应用场景