一、安装MySQL主从复制
1、主从复制原理
2、主从搭建步骤
2.1、新建主服务器实例3307
docker run -p 3307:3306 --name mysql-master --privileged=true \
-v /data/mysql/mysql-master/log:/var/log/mysql \
-v /data/mysql/mysql-master/data:/var/lib/mysql \
-v /data/mysql/mysql-master/conf:/etc/mysql \
-e MYSQL_ROOT_PASSWORD=RTZ6#yY2J \
-d mysql:5.7
2.2、进入/mydata/mysql-master/conf目录下新建my.cnf
[mysqld]
## 设置server_id,同一局域网中需要唯一
server_id=101
## 指定不需要同步的数据库名称
binlog-ignore-db=mysql
## 开启二进制日志功能
log-bin=mall-mysql-bin
## 设置二进制日志使用内存大小(事务)
binlog_cache_size=1M
## 设置使用的二进制日志格式(mixed,statement,row)
binlog_format=mixed
## 二进制日志过期清理时间。默认值为0,表示不自动清理。
expire_logs_days=7
## 跳过主从复制中遇到的所有错误或指定类型的错误,避免slave端复制中断。
## 如:1062错误是指一些主键重复,1032错误是因为主从数据库数据不一致
slave_skip_errors=1062
2.3、修改完配置重启master实例/
docker restart mysql-master
2.4、进入mysql-master容器
# 进入容器
docker exec -it mysql-master /bin/bash
# 进入数据库
mysql -uroot -p
2.5、master容器实例内创建数据同步用户
# 建立用户
CREATE USER 'slave'@'%' IDENTIFIED BY '12346';
# 用户授权,注意逗号后面没有空格
GRANT REPLICATION SLAVE,REOLICATION CLIENT ON *.* TO 'slave'@'%';
# 如果上面语句有问题可以分开授权,如下
GRANT REPLICATION SLAVE ON *.* TO 'slave'@'%';
grant REPLICATION CLIENT ON *.* to 'slave'@'%' identified by '123456';
2.6、新建从服务器容器实例3308
docker run -p 3308:3306 --name mysql-slave --privileged=true \
-v /data/mysql/mysql-slave/log:/var/log/mysql \
-v /data/mysql/mysql-slave/data:/var/lib/mysql \
-v /data/mysql/mysql-slave/conf:/etc/mysql \
-e MYSQL_ROOT_PASSWORD=ycs@if30C \
-d mysql:5.7
2.7、进入/mydata/mysql-slave/conf目录下新建my.cnf
[mysqld]
## 设置server_id,同一局域网中需要唯一
server_id=102
## 指定不需要同步的数据库名称
binlog-ignore-db=mysql
## 开启二进制日志功能,以备Slave作为其它数据库实例的Master时使用
log-bin=mall-mysql-slave1-bin
## 设置二进制日志使用内存大小(事务)
binlog_cache_size=1M
## 设置使用的二进制日志格式(mixed,statement,row)
binlog_format=mixed
## 二进制日志过期清理时间。默认值为0,表示不自动清理。
expire_logs_days=7
## 跳过主从复制中遇到的所有错误或指定类型的错误,避免slave端复制中断。
## 如:1062错误是指一些主键重复,1032错误是因为主从数据库数据不一致
slave_skip_errors=1062
## relay_log配置中继日志
relay_log=mall-mysql-relay-bin
## log_slave_updates表示slave将复制事件写进自己的二进制日志
log_slave_updates=1
## slave设置为只读(具有super权限的用户除外)
read_only=1
2.8、修改完配置后重启slave实例
docker restart mysql-slave
2.9、在主数据库中查看主从同步状态
# 查看主从同步状态
show master status;
2.10、进入mysql-slave容器
# 进入容器
docker exec -it mysql-slave /bin/bash
# 进入数据库
mysql -uroot -p
2.11、在从数据库中配置主从复制
change master to master_host='宿主机ip', master_user='slave', master_password='123456', master_port=3307, master_log_file='mall-mysql-bin.000001', master_log_pos=617, master_connect_retry=30;
# 举例 宿主机IP指的是宿主机的外网IP
change master to master_host='192.168.40.209', master_user='slave', master_password='U2kytRDF', master_port=3307, master_log_file='mall-mysql-bin.000001', master_log_pos=154, master_connect_retry=30;
参数说明:
- master_host:主数据库的IP地址;
- master_connect_retry:连接失败重试的时间间隔,单位为秒。
- master_log_pos:指定从数据库从哪个位置开始复制数据,通过查看主数据的状态,获取Position参数;
- master_log_file:指定从数据库要复制数据的日志文件,通过查看主数据的状态,获取File参数;
- master_password:在主数据库创建的用于同步数据的用户密码;
- master_user:在主数据库创建的用于同步数据的用户账号;
- master_port:主数据库的运行端口;
2.12、在从数据库中查看主从同步状态
# 以下两种方式都可以查看
# 表格形式展示
show master status;
# 数据卷格式展示
show slave status \G;
2.13、在从数据库中开启主从同步
start slave;
2.14、查看从数据库状态发现已经同步
2.15、主从复制测试
2.15.1、主机新建库、新建表、插入数据
# 建库
create database db01;
# 使用库
use db01;
# 建表
create table t1(id int, name varchar(20));
# 插入一条数据
insert into t1 values(1,'z3');
# 查询
select * from t1;
2.15.2、从机使用库查看数据
# 使用库
use db01;
# 查询
select * from t1;
二、安装Redis集群(分布式存储案例)
1、问题
1.1、1~2亿条数据需要缓存,请问如何设计这个存储案例
单机单台100%不可能。肯定是分布式存储,用redis如何落地?
1.2、3种解决方案
1.2.1、哈希取余分区
2亿条记录就是2亿个k,v,我们单机不行必须要分布式多机,假设有3台机器构成一个集群,用户每次读写操作都是根据公式:hash(key) % N个机器台数,计算出哈希值,用来决定数据映射到哪一个节点上。
- 优点:
简单粗暴,直接有效,只需要预估好数据规划好节点,例如3台、8台、10台,就能保证一段时间的数据支撑。使用Hash算法让固定的一部分请求落到同一台服务器上,这样每台服务器固定处理一部分请求(并维护这些请求的信息),起到负载均衡+分而治之的作用。
- 缺点:
原来规划好的节点,进行扩容或者缩容就比较麻烦了额,不管扩缩,每次数据变动导致节点有变动,映射关系需要重新进行计算,在服务器个数固定不变时没有问题,如果需要弹性扩容或故障停机的情况下,原来的取模公式就会发生变化:Hash(key)/3会变成Hash(key) /?。此时地址经过取余运算的结果将发生很大变化,根据公式获取的服务器也会变得不可控。
某个redis机器宕机了,由于台数数量变化,会导致hash取余全部数据重新洗牌。
1.2.2、一致性哈希算法分区
是什么?
一致性Hash算法背景
一致性哈希算法在1997年由麻省理工学院中提出的,设计目标是为了解决
分布式缓存数据变动和映射问题,某个机器宕机了,分母数量改变了,自然取余数不OK了。
能干嘛?
提出解决一致性Hash解决方案。
目的是当服务器个数发生变动时,尽量减少影响客户端到服务器的映射关系。
3大步骤
算法构建一致性哈希环
一致性哈希算法必然有个hash函数并按照算法产生hash值,这个算法的所有可能哈希值会构成一个全量集,这个集合可以成为一个hash空间[0,2^32-1],这个是一个线性空间,但是在算法中,我们通过适当的逻辑控制将它首尾相连(0 = 2^32),这样让它逻辑上形成了一个环形空间。
它也是按照使用取模的方法,前面笔记介绍的节点取模法是对节点(服务器)的数量进行取模。而一致性Hash算法是对2^32取模,简单来说,一致性Hash算法将整个哈希值空间组织成一个虚拟的圆环,如假设某哈希函数H的值空间为0-2^32-1(即哈希值是一个32位无符号整形),整个哈希环如下图:整个空间按顺时针方向组织,圆环的正上方的点代表0,0点右侧的第一个点代表1,以此类推,2、3、4、……直到2^32-1,也就是说0点左侧的第一个点代表2^32-1, 0和2^32-1在零点中方向重合,我们把这个由2^32个点组成的圆环称为Hash环。
服务器IP节点映射
将集群中各个IP节点映射到环上的某一个位置。
将各个服务器使用Hash进行一个哈希,具体可以选择服务器的IP或主机名作为关键字进行哈希,这样每台机器就能确定其在哈希环上的位置。假如4个节点NodeA、B、C、D,经过IP地址的哈希函数计算(hash(ip)),使用IP地址哈希后在环空间的位置如下:
key落地服务器的落键规则
当我们需要存储一个kv键值对时,首先计算key的hash值,hash(key),将这个key使用相同的函数Hash计算出哈希值并确定此数据在环上的位置,从此位置沿环顺时针“行走”,第一台遇到的服务器就是其应该定位到的服务器,并将该键值对存储在该节点上。
如我们有Object A、Object B、Object C、Object D四个数据对象,经过哈希计算后,在环空间上的位置如下:根据一致性Hash算法,数据A会被定为到Node A上,B被定为到Node B上,C被定为到Node C上,D被定为到Node D上。
优点
一致性哈希算法容错性
容错性
假设Node C宕机,可以看到此时对象A、B、D不会受到影响,只有C对象被重定位到Node D。一般的,在一致性Hash算法中,如果一台服务器不可用,则受影响的数据仅仅是此服务器到其环空间中前一台服务器(即沿着逆时针方向行走遇到的第一台服务器)之间数据,其它不会受到影响。简单说,就是C挂了,受到影响的只是B、C之间的数据,并且这些数据会转移到D进行存储。
一致性哈希算法的扩展性
扩展性
数据量增加了,需要增加一台节点NodeX,X的位置在A和B之间,那收到影响的也就是A到X之间的数据,重新把A到X的数据录入到X上即可,不会导致hash取余全部数据重新洗牌。
缺点
一致性哈希算法的数据倾斜问题
一致性Hash算法在服务节点太少时,容易因为节点分布不均匀而造成数据倾斜(被缓存的对象大部分集中缓存在某一台服务器上)问题,
例如系统中只有两台服务器:
小总结
- 为了在节点数目发生改变时尽可能少的迁移数据
将所有的存储节点排列在收尾相接的Hash环上,每个key在计算Hash后会顺时针找到临近的存储节点存放。而当有节点加入或退出时仅影响该节点在Hash环上顺时针相邻的后续节点。
- 优点
加入和删除节点只影响哈希环中顺时针方向的相邻的节点,对其他节点无影响。
- 缺点
数据的分布和节点的位置有关,因为这些节点不是均匀的分布在哈希环上的,所以数据在进行存储时达不到均匀分布的效果。
1.2.3、哈希槽分区
是什么?
为什么出现
哈希槽实质就是一个数组,数组[0,2^14 -1]形成hash slot空间。
能干什么
解决均匀分配的问题,在数据和节点之间又加入了一层,把这层称为哈希槽(slot),用于管理数据和节点之间的关系,现在就相当于节点上放的是槽,槽里放的是数据。
槽解决的是粒度问题,相当于把粒度变大了,这样便于数据移动。
哈希解决的是映射问题,使用key的哈希值来计算所在的槽,便于数据分配。
多少个hash槽
一个集群只能有16384个槽,编号0-16383(0-2^14-1)。这些槽会分配给集群中的所有主节点,分配策略没有要求。可以指定哪些编号的槽分配给哪个主节点。集群会记录节点和槽的对应关系。解决了节点和槽的关系后,接下来就需要对key求哈希值,然后对16384取余,余数是几key就落入对应的槽里。slot = CRC16(key) % 16384。以槽为单位移动数据,因为槽的数目是固定的,处理起来比较容易,这样数据移动问题就解决了。
哈希槽计算
Redis 集群中内置了 16384 个哈希槽,redis 会根据节点数量大致均等的将哈希槽映射到不同的节点。当需要在 Redis 集群中放置一个 key-value时,redis 先对 key 使用 crc16 算法算出一个结果,然后把结果对 16384 求余数,这样每个 key 都会对应一个编号在 0-16383 之间的哈希槽,也就是映射到某个节点上。如下代码,key之A 、B在Node2, key之C落在Node3上。
2、三主三从redis集群扩缩容配置案例架构说明
3、安装步骤
3.1、三主三从redis集群配置
3.1.1、关闭防火墙 + 启动Docker后台服务
3.1.2、新建6个docker容器redsi实例
docker run -d --name redis-node-1 --net host --privileged=true -v /data/redis/share/redis-node-1:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6381
docker run -d --name redis-node-2 --net host --privileged=true -v /data/redis/share/redis-node-2:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6382
docker run -d --name redis-node-3 --net host --privileged=true -v /data/redis/share/redis-node-3:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6383
docker run -d --name redis-node-4 --net host --privileged=true -v /data/redis/share/redis-node-4:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6384
docker run -d --name redis-node-5 --net host --privileged=true -v /data/redis/share/redis-node-5:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6385
docker run -d --name redis-node-6 --net host --privileged=true -v /data/redis/share/redis-node-6:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6386
# 创建并运行docker容器redis实例
docker run
# 容器名字
-- name redis-node-1
# 获取宿主机root用户权限
--privileged=true
# 容器卷,宿主机地址:docker内部地址
-v /data/redis/shhare/redis-node-1:/data
# redis镜像和版本号
redis:6.0.8
# 开启redis集群
--cluster-enabled yes
# 开启持久化
--appendonly yes
# redis端口号
--port 6381
3.1.3、进入容器redis-node-1并为6台机器构建集群关系
- 进入容器
docker exec -it redis-node-1 /bin/bash
- 构建主从关系
redis-cli --cluster create 10.0.12.6:6381 10.0.12.6:6382 10.0.12.6:6383 10.0.12.6:6384 10.0.12.6:6385 10.0.12.6:6386 --cluster-replicas 1
- 一切OK的话,三主三从搞定
3.1.4、连接进入6381作为切入点,查看集群状态
# 查看集群主从绑定关系
cluster nodes
# 查看集群状态
cluster info
3.2、主从容错切换迁移案例
3.2.1、数据读写存储
启动6台容器构成的集群并通过exec进入
对6381新增两个key
# -c 进入集群模式
redis-cli -p 6381 -c
# 进入单机模式;如果已配置主从关系,进入单机模式,使用操作命令会报错
redis-cli -p 6381
-
- 集群模式
-
- 单机模式 - 报错
防止路由失效加参数-c并新增两个key
查看集群信息
redis-cli --cluster check 175.178.40.236:6381
3.2.2、容错切换迁移
主6381和从机切换,先停止主机6381
6381主机停了,对应的真实从机上位
6381作为1号主机分配的从机以实际情况为准,具体时几号机器就是几号
再次查看集群信息
6381宕机了。6385上位成为新的master
先还原之前的三主三从
先启6381:6381变为从,6385为主
docker start redis-node-1
再停6385:6381变为主,6385宕机
docker stop redis-node-5
再启6385:6381为主,6385为从
docker start redis-node-5
主从机器分配情况以史记情况为准
查看集群状态
# 随机进入一个容器
redis-cli --cluster check 自己Ip:6381
3.3、主从扩容案例(四主四从)
3.3.1、新建6387、6388两个节点
# 新建6387
docker run -d --name redis-node-7 --net host --privileged=true -v /data/redis/share/redis-node-7:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6387
# 新建6388
docker run -d --name redis-node-8 --net host --privileged=true -v /data/redis/share/redis-node-8:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6388
# 查看启动状态,是否有8个节点
docker ps
3.3.2、进入6387容器实例内部
docker exec -it redis-node-7 /bin/bash
3.3.3、将新增的6387节点(空槽号)作为master节点加入原集群
# 进入redis
redis-cli --cluster add-node 自己实际IP地址:6387 自己实际IP地址:6381
6387 就是将要作为master新增节点
6381 就是原来集群节点里面的领路人,相当于6387拜拜6381的码头从而找到组织加入集群
3.3.4、检查集群情况第一次
redis-cli --cluster check 真实ip地址:6381
3.3.5、重新分配槽号
# 重新分派槽号
redis-cli --cluster reshard IP地址:端口号
# 案例
redis-cli --cluster reshard 192.168.111.147:6381
3.3.6、检查集群情况第二次
redis-cli --cluster check 真实ip地址:6381
槽号分配说明
为什么6387是3个新的区间,以前的还是连续?
重新分配成本太高,所以前3家各自匀出来一部分,从6381/6382/6383三个旧节点分别匀出1364个坑位给新节点6387
3.3.7、为主节点6387分配从节点6388
# 主节点6387分配从节点6388
redis-cli --cluster add-node ip:新slave端口 ip:新master端口 --cluster-slave --cluster-master-id 新主机节点ID
# 案例
redis-cli --cluster add-node 192.168.111.147:6388 192.168.111.147:6387 --cluster-slave --cluster-master-id e4781f644d4a4e4d4b4d107157b9ba8144631451
3.3.8、检查集群情况第三次
redis-cli --cluster check 真实ip地址:6381
3.4、主从缩容案例
3.4.1、目的:6387和6388下线
3.4.2、检查集群情况第一次
获得6388的节点ID
redis-cli --cluster check 真实ip地址:6381
3.4.3、将6388删除
从集群中将4号从节点6388删除
# 删除节点
redis-cli --cluster del-node ip:从机端口 从机6388节点ID
# 案例
redis-cli --cluster del-node 192.168.111.147:6388 5d149074b7e57b802287d1797a874ed7a1a284a8
redis-cli --cluster check 真实ip地址:6381
检查一下发现,6388被删除了,只剩下7台机器了。
3.4.4、将6387的槽号情况,重新分配。本例将清除了的槽号都给6381
redis-cli --cluster reshard 192.168.111.147:6381
3.4.5、检查集群情况第二次
redis-cli --cluster check 192.168.111.147:6381
4096个槽位都指给6381,它变成了8192个槽位,相当于全部都给6381了,不然要输入3次,一锅端
3.4.6、将6387删除
# 删除节点
redis-cli --cluster del-node ip:端口 6387节点ID
# 案例
redis-cli --cluster del-node 192.168.111.147:6387 e4781f644d4a4e4d4b4d107157b9ba8144631451
3.4.7、检查集群情况第三次
redis-cli --cluster check 192.168.111.147:6381