redis
主从搭建
主机数据更新后根据配置和策略, 自动同步到备机的master/slaver
机制,Master
以写为主,Slave
以读为主
- 读写分离,性能扩展
- 容灾快速恢复
搭建过程
1、配置文件 (首先要修改或者关闭AOF
, Appendonly
关掉或者换名字)
# 复制一份配置文件到指定目录
cp /usr/local/bin/myredis/redis.conf /myredis/
# 创建3个配置文件,对应的端口分别为 6379、6380、6381
vi redis-6379.conf
vi redis-6380.conf
vi redis-6381.conf
# 在配置文件中添加如下代码 需要对应修改端口号
include /myredis/redis.conf
pidfile /var/run/redis_6379.pid
port 6379
dbfilename dump6379.rdb
# 根据不同的配置文件启动
redis-server /myredis/redis-6379.conf
redis-server /myredis/redis-6380.conf
redis-server /myredis/redis-6381.conf
# 启动完成之后,查看当前redis的信息
info replication
127.0.0.1:6379> info replication
# Replication 输出信息
role:master
connected_slaves:0
master_failover_state:no-failover
master_replid:434afa8d530635e46c793607e448d1957cfe8962
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0
此时,三台redis
还都是master
节点,彼此之间没有任何关系
slaveof ip port
添加关系,在从节点上输入此命令
127.0.0.1:6380> slaveof 127.0.0.1 6379
OK
再次观察三个节点的信息
6379
# Replication
role:master
connected_slaves:2
slave0:ip=127.0.0.1,port=6380,state=online,offset=14,lag=1
slave1:ip=127.0.0.1,port=6381,state=online,offset=14,lag=0
master_failover_state:no-failover
master_replid:1cd5ae29a193c16813a18d407336d0ecffa5fff1
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:14
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:14
6380和6381
# Replication
role:slave
master_host:127.0.0.1
master_port:6379
master_link_status:up
master_last_io_seconds_ago:0
master_sync_in_progress:0
slave_repl_offset:28
slave_priority:100
slave_read_only:1
connected_slaves:0
master_failover_state:no-failover
master_replid:1cd5ae29a193c16813a18d407336d0ecffa5fff1
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:28
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:28
# Replication
role:slave
master_host:127.0.0.1
master_port:6379
master_link_status:up
master_last_io_seconds_ago:6
master_sync_in_progress:0
slave_repl_offset:28
slave_priority:100
slave_read_only:1
connected_slaves:0
master_failover_state:no-failover
master_replid:1cd5ae29a193c16813a18d407336d0ecffa5fff1
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:28
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:15
repl_backlog_histlen:14
一主两从模式搭建完毕
主从模式复制原理
Slave
启动成功连接到master
后会发送一个sync
命令Master
接到命令启动后台的存盘进程,同时收集所有接收到的用于修改数据集命令, 在后台进程执行完毕之后,master
将传送整个数据文件到slave
,以完成一次完全同步- 全量复制:而
slave
服务在接收到数据库文件数据后,将其存盘并加载到内存中。 - 增量复制:
Master
继续将新的所有收集到的修改命令依次传给slave
,完成同步 - 但是只要是重新连接
master
,一次完全同步(全量复制)将被自动执行
薪火相传
简单来说,是形成链路模式,主机下面只有一个从,而从下面可以连接从服务器,形成链表的形式,信息的同步也是链路的形式传播的
上一个Slave
可以是下一个slave
的Master
,Slave
同样可以接收其他 slaves
的连接和同步请求,那么该slave
作为了链条中下一个的master
, 可以有效减轻master
的写压力,去中心化降低风险。
- 用
slaveof ip port
- 中途变更转向:会清除之前的数据,重新建立拷贝最新的
- 风险是一旦某个slave宕机,后面的slave都没法备份
- 主机挂了,从机还是从机,无法写数据了
反客为主
当一个master
宕机后,后面的slave
可以立刻升为master
,其后面的slave
不用做任何修改
用 slaveof no one
将从机变为主机。
哨兵模式
反客为主的自动版,能够后台监控主机是否故障,如果故障了根据投票数自动将从库转换为主库
配置哨兵模式
1、自定义的/myredis
目录下新建sentinel.conf
文件,名字绝不能错
2、在配置文件sentinel.conf
中添加
# 主机的信息 其中mymaster为监控对象起的服务器名称, 1 为至少有多少个哨兵同意迁移的数量。
sentinel monitor mymaster 127.0.0.1 6379 1
3、启动哨兵模式
redis-sentinel /myredis/sentinel.conf
4、关掉主机查看信息
15801:X 11 Sep 2022 18:16:08.291 # +try-failover master mymaster 127.0.0.1 6379
15801:X 11 Sep 2022 18:16:08.294 # +vote-for-leader 5bf2ee2e8813dc9214f7c92413fc1df6cbed2950 1
15801:X 11 Sep 2022 18:16:08.294 # +elected-leader master mymaster 127.0.0.1 6379
15801:X 11 Sep 2022 18:16:08.294 # +failover-state-select-slave master mymaster 127.0.0.1 6379
15801:X 11 Sep 2022 18:16:08.346 # +selected-slave slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 6379
15801:X 11 Sep 2022 18:16:08.346 * +failover-state-send-slaveof-noone slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 6379
15801:X 11 Sep 2022 18:16:08.416 * +failover-state-wait-promotion slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 6379
15801:X 11 Sep 2022 18:16:08.869 # +promoted-slave slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 6379
15801:X 11 Sep 2022 18:16:08.869 # +failover-state-reconf-slaves master mymaster 127.0.0.1 6379
15801:X 11 Sep 2022 18:16:08.926 * +slave-reconf-sent slave 127.0.0.1:6380 127.0.0.1 6380 @ mymaster 127.0.0.1 6379
15801:X 11 Sep 2022 18:16:09.908 * +slave-reconf-inprog slave 127.0.0.1:6380 127.0.0.1 6380 @ mymaster 127.0.0.1 6379
15801:X 11 Sep 2022 18:16:09.908 * +slave-reconf-done slave 127.0.0.1:6380 127.0.0.1 6380 @ mymaster 127.0.0.1 6379
15801:X 11 Sep 2022 18:16:09.966 # +failover-end master mymaster 127.0.0.1 6379
# 选择 6381为新的主机
15801:X 11 Sep 2022 18:16:09.966 # +switch-master mymaster 127.0.0.1 6379 127.0.0.1 6381
# 将6380 设置为6381的从机
15801:X 11 Sep 2022 18:16:09.967 * +slave slave 127.0.0.1:6380 127.0.0.1 6380 @ mymaster 127.0.0.1 6381
# 将6379 设置为6381的从机
15801:X 11 Sep 2022 18:16:09.967 * +slave slave 127.0.0.1:6379 127.0.0.1 6379 @ mymaster 127.0.0.1 6381
15801:X 11 Sep 2022 18:16:39.996 # +sdown slave 127.0.0.1:6379 127.0.0.1 6379 @ mymaster 127.0.0.1 6381
查看6381
的信息,发现已经变成了master
节点
127.0.0.1:6381> info replication
# Replication
role:master
connected_slaves:2
slave0:ip=127.0.0.1,port=6380,state=online,offset=42134,lag=0
slave1:ip=127.0.0.1,port=6379,state=online,offset=41987,lag=1
master_failover_state:no-failover
master_replid:f3ed8704da979479667013ed7befdb8c917ca210
master_replid2:1cd5ae29a193c16813a18d407336d0ecffa5fff1
master_repl_offset:42134
second_repl_offset:19535
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:15
repl_backlog_histlen:42120
恢复6379
并查看信息,发现6379
已经变成了6381
的从机
127.0.0.1:6379> info replication
# Replication
role:slave
master_host:127.0.0.1
master_port:6381
master_link_status:up
master_last_io_seconds_ago:0
master_sync_in_progress:0
slave_repl_offset:37913
slave_priority:100
slave_read_only:1
connected_slaves:0
master_failover_state:no-failover
master_replid:f3ed8704da979479667013ed7befdb8c917ca210
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:37913
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:36666
repl_backlog_histlen:1248
如何选择主机呢?
哪个从机会被选举为主机呢?
1、选择优先级靠前的,优先级在
redis.conf
中默认:replica-priority 100
,值越小优先级越高2、选择偏移量最大的,比如从1保存了9条,从2保存了7条数据,偏移量是指获得原主机数据最全的
3、选择
runid
最小的从服务器,每个redis
实例启动后都会随机生成一个40位的runid
redis
集群
问题
- 容量不够,
redis
如何进行扩容? - 并发写操作,
redis
如何分摊? - 另外,主从模式,薪火相传模式,主机宕机,导致ip地址发生变化,应用程序中配置需要修改对应的主机地址、端口等信息。
- 之前通过代理主机来解决,但是
redis3.0
中提供了解决方案。就是无中心化集群配置。
什么是集群?
Redis
集群实现了对Redis
的水平扩容,即启动N
个redis
节点,将整个数据库分布存储在这N
个节点中,每个节点存储总数据的1/N
。Redis
集群通过分区(partition
)来提供一定程度的可用性(availability
): 即使集群中有一部分节点失效或者无法进行通讯, 集群也可以继续处理命令请求。
配置文件
配置文件内容
include /myredis/redis.conf
pidfile "/var/run/redis_6390.pid"
port 6390
dbfilename "dump6390.rdb"
ter-enabled yes
cluster-config-file /myredis/nodes-6390.conf
cluster-node-timeout 15000
合体命令
redis-cli --cluster create --cluster-replicas 1 127.0.0.1:6379 127.0.0.1:6380 127.0.0.1:6381 127.0.0.1:6389 127.0.0.1:6390 127.0.0.1:6391
连接集群
redis-cli -c -p 6379
设置键值,可以看到通过slot
方式来判断插入到哪台集群中
127.0.0.1:6379> set k1 v1
-> Redirected to slot [12706] located at 127.0.0.1:6381
OK
通过 cluster nodes
来查看集群信息
2092a6eb909ca553d101b72c1045a370a13e3c6a 127.0.0.1:6390@16390 slave 89ef66fb7105fde97c40ad595df16e6ff0ae74fb 0 1662898387610 1 connected
89ef66fb7105fde97c40ad595df16e6ff0ae74fb 127.0.0.1:6379@16379 master - 0 1662898386593 1 connected 0-5460
66c6c12f3f4f8e9ad2d6d710582360580ab78dae 127.0.0.1:6389@16389 slave 8313abad795daa528ba8d21c8a7774735525c930 0 1662898384000 3 connected
7804f8d9d5f3172327a7db330708e23b58c81ee3 127.0.0.1:6391@16391 slave fd9273c0424f0dd174f5acee15b723b8a66c22b0 0 1662898383000 2 connected
8313abad795daa528ba8d21c8a7774735525c930 127.0.0.1:6381@16381 myself,master - 0 1662898385000 3 connected 10923-16383
fd9273c0424f0dd174f5acee15b723b8a66c22b0 127.0.0.1:6380@16380 master - 0 1662898385000 2 connected 5461-10922
什么是slot
?
一个 Redis
集群包含 16384
个插槽(hash slot
), 数据库中的每个键都属于这 16384
个插槽的其中一个,
集群使用公式 CRC16(key) % 16384
来计算键 key
属于哪个槽, 其中 CRC16(key)
语句用于计算键 key
的 CRC16
校验和 。
集群中的每个节点负责处理一部分插槽。 举个例子, 如果一个集群可以有主节点, 其中:
- 节点 A 负责处理 0 号至 5460 号插槽。
- 节点 B 负责处理 5461 号至 10922 号插槽。
- 节点 C 负责处理 10923 号至 16383 号插槽。
故障恢复
- 如果主节点下线?从节点能否自动升为主节点?注意:15秒超时
- 主节点恢复后,主从关系会如何?主节点回来变成从机。
- 如果所有某一段插槽的主从节点都宕掉,
redis
服务是否还能继续? - 如果某一段插槽的主从都挂掉,而
cluster-require-full-coverage
为yes
,那么 ,整个集群都挂掉 - 如果某一段插槽的主从都挂掉,而
cluster-require-full-coverage
为no
,那么,该插槽数据全都不能使用,也无法存储。 redis.conf
中的参数cluster-require-full-coverage
集群的优势
- 实现扩容
- 分摊压力
- 无中心配置相对简单
集群的劣势
- 多键操作是不被支持的
- 多键的
Redis
事务是不被支持的。lua
脚本不被支持 - 由于集群方案出现较晚,很多公司已经采用了其他的集群方案,而代理或者客户端分片的方案想要迁移至
redis cluster
,需要整体迁移而不是逐步过渡,复杂度较大。
redis
应用中的问题
缓存穿透
key
对应的数据在数据源并不存在,每次针对此key
的请求从缓存获取不到,请求都会压到数据源,从而可能压垮数据源。比如用一个不存在的用户id
获取用户信息,不论缓存还是数据库都没有,若黑客利用此漏洞进行攻击可能压垮数据库。1、应用服务器压力变大了,有大量的请求过来了
2、
redis
命中率降低3、一直去查
mysql
数据库总结:
1、
redis
查询不到数据2、出现很多非正常的
url
访问
常见的四种解决方案
- 对空值缓存:如果一个查询返回的数据为空(不管是数据是否不存在),我们仍然把这个空结果(
null
)进行缓存,设置空结果的过期时间会很短,最长不超过五分钟 - 设置可访问的名单(白名单):使用
bitmaps
类型定义一个可以访问的名单,名单id
作为bitmaps
的偏移量,每次访问和bitmap
里面的id
进行比较,如果访问id
不在bitmaps
里面,进行拦截,不允许访问。 - 采用布隆过滤器:(布隆过滤器(
Bloom Filter
)是1970年由布隆提出的。它实际上是一个很长的二进制向量(位图)和一系列随机映射函数(哈希函数)。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法,缺点是有一定的误识别率和删除困难。)将所有可能存在的数据哈希到一个足够大的bitmaps
中,一个一定不存在的数据会被 这个bitmaps
拦截掉,从而避免了对底层存储系统的查询压力。 - 进行实时监控:当发现
Redis
的命中率开始急速降低,需要排查访问对象和访问的数据,和运维人员配合,可以设置黑名单限制服务 - 报警
缓存击穿
key
对应的数据存在,但在redis
中过期,此时若有大量并发请求过来,这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存,这个时候大并发的请求可能会瞬间把后端DB
压垮。造成的条件
1、数据库访问压力瞬时增加
2、
redis
里面没有出现大量key
过期3、
reids
正常运行问题原因:
1、
redis
某个key
过期了,大量访问中都是用了这个key
key
可能会在某些时间点被超高并发地访问,是一种非常“热点”的数据。这个时候,需要考虑一个问题:缓存被“击穿”的问题。
解决问题:
- 预先设置热门数据:在
redis
高峰访问之前,把一些热门数据提前存入到redis
里面,加大这些热门数据key
的时长 - 实时调整:现场监控哪些数据热门,实时调整
key
的过期时长 - 使用锁:
- 就是在缓存失效的时候(判断拿出来的值为空),不是立即去
load db
。 - 先使用缓存工具的某些带成功操作返回值的操作(比如
Redis
的SETNX
)去set
一个mutex key
- 当操作返回成功时,再进行
load db
的操作,并回设缓存,最后删除mutex key
; - 当操作返回失败,证明有线程在
load db
,当前线程睡眠一段时间再重试整个get
缓存的方法。
- 就是在缓存失效的时候(判断拿出来的值为空),不是立即去
缓存雪崩
key
对应的数据存在,但在redis
中过期,此时若有大量并发请求过来,这些请求发现缓存过期一般都会从后端DB
加载数据并回设到缓存,这个时候大并发的请求可能会瞬间把后端DB
压垮。缓存雪崩与缓存击穿的区别在于这里针对很多
key
缓存,前者则是某一个key
缓存失效时的雪崩效应对底层系统的冲击非常可怕!
解决方案:
- 构建多级缓存架构:
nginx
缓存 +redis
缓存 +其他缓存(ehcache
等) - 使用锁或队列:用加锁或者队列的方式保证来保证不会有大量的线程对数据库一次性进行读写,从而避免失效时大量的并发请求落到底层存储系统上。不适用高并发情况
- 设置过期标志更新缓存:记录缓存数据是否过期(设置提前量),如果过期会触发通知另外的线程在后台去更新实际
key
的缓存。 - 将缓存失效时间分散开:比如我们可以在原有的失效时间基础上增加一个随机值,比如1-5分钟随机,这样每一个缓存的过期时间的重复率就会降低,就很难引发集体失效的事件。
分布式锁
随着业务发展的需要,原单体单机部署的系统被演化成分布式集群系统后,由于分布式系统多线程、多进程并且分布在不同机器上,这将使原单机部署情况下的并发控制锁策略失效,单纯的Java API
并不能提供分布式锁的能力。为了解决这个问题就需要一种跨JVM
的互斥机制来控制共享资源的访问,这就是分布式锁要解决的问题!
- 分布式锁主流的实现方案:
- 基于数据库实现分布式锁
- 基于缓存(
Redis
等) - 基于
Zookeeper
每一种分布式锁解决方案都有各自的优缺点:
- 性能:
redis
最高 - 可靠性:
zookeeper
最高
可以使用
setnx
的互斥行进行设计,记得在设计的时候一定要设置过期时间
setnx key value nx ex 100
java
代码实现
@GetMapping("testLock")
public void testLock(){
//1获取锁,setne
Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock", "111");
//2获取锁成功、查询num的值
if(lock){
Object value = redisTemplate.opsForValue().get("num");
//2.1判断num为空return
if(StringUtils.isEmpty(value)){
return;
}
//2.2有值就转成成int
int num = Integer.parseInt(value+"");
//2.3把redis的num加1
redisTemplate.opsForValue().set("num", ++num);
//2.4释放锁,del
redisTemplate.delete("lock");
}else{
//3获取锁失败、每隔0.1秒再获取
try {
Thread.sleep(100);
testLock();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
误删锁的问题
当
a
抢到了锁,设置了一个过期时间,但由于时间过期了,a
还在执行,这时b
创建了一个锁,a
执行完毕之后,会执行删除锁的情况,这时候会产生误删的操作,a
的方法删除了b
的锁
解决办法
1、实现准备一个uuid
,将uuid
的值作为value
setnx lock uuid nx ex 10
2、每次在释放锁的时候进行比对
if(uuid.equals((String) redisTemplate.opsForValue().get("lock"))){
// ....
}
删除操作缺乏原子性
在比较完之后,删除锁的过程中,正好过期了,自动释放了,然后
a
又删除了b
的锁
lua
脚本,在操作的过程中,别人无法操作
@GetMapping("testLockLua")
public void testLockLua() {
//1 声明一个uuid ,将做为一个value 放入我们的key所对应的值中
String uuid = UUID.randomUUID().toString();
//2 定义一个锁:lua 脚本可以使用同一把锁,来实现删除!
String skuId = "25"; // 访问skuId 为25号的商品 100008348542
String locKey = "lock:" + skuId; // 锁住的是每个商品的数据
// 3 获取锁
Boolean lock = redisTemplate.opsForValue().setIfAbsent(locKey, uuid, 3, TimeUnit.SECONDS);
// 第一种: lock 与过期时间中间不写任何的代码。
// redisTemplate.expire("lock",10, TimeUnit.SECONDS);//设置过期时间
// 如果true
if (lock) {
// 执行的业务逻辑开始
// 获取缓存中的num 数据
Object value = redisTemplate.opsForValue().get("num");
// 如果是空直接返回
if (StringUtils.isEmpty(value)) {
return;
}
// 不是空 如果说在这出现了异常! 那么delete 就删除失败! 也就是说锁永远存在!
int num = Integer.parseInt(value + "");
// 使num 每次+1 放入缓存
redisTemplate.opsForValue().set("num", String.valueOf(++num));
/*使用lua脚本来锁*/
// 定义lua 脚本
String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
// 使用redis执行lua执行
DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>();
redisScript.setScriptText(script);
// 设置一下返回值类型 为Long
// 因为删除判断的时候,返回的0,给其封装为数据类型。如果不封装那么默认返回String 类型,
// 那么返回字符串与0 会有发生错误。
redisScript.setResultType(Long.class);
// 第一个要是script 脚本 ,第二个需要判断的key,第三个就是key所对应的值。
redisTemplate.execute(redisScript, Arrays.asList(locKey), uuid);
} else {
// 其他线程等待
try {
// 睡眠
Thread.sleep(1000);
// 睡醒了之后,调用方法。
testLockLua();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}