redis基础回顾
- 数据格式
- string
- set key value
- get key
- setex key second value 原子性 redssion
- ttl key 查看过期时间
- hash
- hset key field value
- hget key field
- hgetall key
- list
- LPUSH key value
- LRANGE key start stop
- RPOP key
- set
- SADD key value
- SMEMBERS key
- SREM key value
- SDIFF key1 key2 key1包含的内容要大于key2
- zset
- ZADD key score value
- ZRANGE key start stop WITHSCORES 分数从低到高
- ZREVRANGE key start stop WITHSCORES 分数从高到低
- ZREM key member
- string
- 持久化
- RDB
- 快照存储,有延时性
- 手动触发方式,save和bgsave命令
- bgsave命令是针对save阻塞问题做的优化。Redis内部所有涉及到RDB操作都采用bgsave的方式,save命令可以放弃使用。
- bgsave是fork出来一个子进程去处理,不影响主进程的使用
- save second changes redis.conf中关于rdb的配置
- RDB存储效率高,恢复速度快,适合备份数据使用
- RDB是一个紧凑压缩的二进制文件,存储效率较高
- 应用:服务器中每X小时执行bgsave备份,并将RDB文件拷贝到远程机器中,用于灾难恢复。
- 缺点
- 有延时性
- fork子进程会损失一定的性能
- 版本不兼容,redis各个版本之间RDB的格式不统一
- 数据量非常大时,效率低,fork子进程会占用大量内存,影响磁盘IO
- AOF
- 每次修改的记录,只存储最后一次修改的记录,避免日志过大
- 延时小,最多损失1秒的数据
- 有三种写的策略
- 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,不建议使用。
- everysec(每秒):每秒将缓冲区中的指令同步到AOF文件中,在系统突然宕机的情况下丢失1秒内的数据 数据准确性较高,性能较高,建议使用,也是默认配置
- 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
- 有三种写的策略
- 一般生产环境中会同时使用RDB和AOF作为备份方式
- 重启时,会优先使用AOF来恢复数据
- RDB
Redis高级
1. 数据删除与淘汰策略
1.1 过期数据
1.1.1 Redis中的数据特征
Redis是一种内存级数据库,所有数据均存放在内存中,内存中的数据可以通过TTL指令获取其状态
XX :具有时效性的数据
-1 :永久有效的数据
-2 :已经过期的数据 或 被删除的数据 或 未定义的数据
过期的数据真的删除了吗?
1.1.2 Redis中的数据特征
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-y9cXU6b0-1609936061770)(img/image-20200713192017952.png)]
CPU比较忙
1.1.3 时效性数据的存储结构
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-5vlFxspW-1609936061773)(img/image-20200713192048249.png)]
过期,只针对key, 过期数据hash结构,key-过期key,field 内存地址,value 过期时间,额外占用内存空间
1.1.4 数据删除策略
- 定时删除
- 惰性删除
- 定期删除
1.1.5 数据删除策略的目标
在内存占用与CPU占用之间寻找一种平衡,顾此失彼都会造成整体redis性能的下降,甚至引发服务器宕机或 内存泄露
小结
-
过期数据的概念
-
时效性数据的存储结构
-
过期数据处理方式
-
定时删除
-
惰性删除
-
定期删除
1.2 数据删除策略
1.2.1 定时删除
创建一个定时器,当key设置有过期时间,且过期时间到达时,由定时器任务立即执行对键的删除操作
优点:节约内存,到时就删除,快速释放掉不必要的内存占用
缺点:CPU压力很大,无论CPU此时负载量多高,均占用CPU,会影响redis服务器响应时间和指令吞吐量
总结:用处理器性能换取存储空间(拿时间换空间)
理解: 数据量特别大的时候
1.2.2 惰性删除
数据到达过期时间,不做处理。等下次访问该数据时
1. 如果未过期,返回数据
2. 发现已过期,删除,返回不存在
优点:节约CPU性能,发现必须删除的时候才删除
缺点:内存压力很大,出现长期占用内存的数据
总结:用存储空间换取处理器性能(拿时间换空间)
不得不删除的时候,才删除。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jztxRhfA-1609936061774)(img/image-20200713200811009.png)]
1.2.3 定期删除
两种方案都走极端,有没有折中方案?
-
Redis启动服务器初始化时,读取配置server.hz的值,默认为10
-
每秒钟执行server.hz次serverCron() ->databasesCron()->activeExpireCycle()
-
activeExpireCycle()对每个expires[*]逐一进行检测,每次执行250ms/server.hz
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-VI9LlO6k-1609936061776)(img/image-20200713203059176.png)]
- 对某个expires[*]检测时,随机挑选W个key检测
- 如果key超时,删除key
- 如果一轮中删除的key的数量>W*25%,循环该过程
- 如果一轮中删除的key的数量≤W25%,检查下一个expires[],0-15循环
- W取值=ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP属性值
- 参数current_db用于记录activeExpireCycle() 进入哪个expires[*] 执行
- 如果activeExpireCycle()执行时间到期,下次从current_db继续向下执行
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-N13tmCOl-1609936061777)(img/image-20200713203449799.png)]
0-15 ,16个database,循环操作,找出过期的数据,并进行删除
特点总结:
-
周期性轮询redis库中的时效性数据,采用随机抽取的策略,利用过期数据占比的方式控制删除频度
2. 特点1:CPU性能占用设置有峰值,检测频度可自定义设置 3. 特点2:内存压力不是很大,长期占用内存的冷数据会被持续清理 4. 总结:周期性抽查存储空间(随机抽查,重点抽查)
1.2.4 删除策略比对
- 定时删除
- 节约内存,无占用
- 不分时段占用CPU资源,频度高
- 拿时间换空间
- 惰性删除
- 内存占用严重
- 延时执行,CPU利用率高
- 拿空间换时间
- 定期删除
- 内存定期随机清理
- 每秒花费固定的CPU资源维护内存
- 随机抽查,重点抽查
1.3 数据淘汰策略(数据逐出算法)
1.3.1 新数据进入检测
当新数据进入redis时,如果内存不足怎么办?
- Redis使用内存存储数据,在执行每一个命令前,会调用freeMemoryIfNeeded()检测内存是否充足。如果内存不满足新 加入数据的最低存储要求,redis要临时删除一些数据为当前指令清理存储空间。清理数据的策略称为逐出算法。
- 注意:逐出数据的过程不是100%能够清理出足够的可使用的内存空间,如果不成功则反复执行。当对所有数据尝试完毕, 如不能达到内存清理的要求,将出现错误信息 (error) OOM command not allowed when used memory >'maxmemory’
1.3.2 影响数据淘汰的相关配置
-
最大可使用内存,即占用物理内存的比例,默认值为0,表示不限制。生产环境中根据需求设定,通常设置在50%以上
maxmemory ?mb
-
每次选取待删除数据的个数,采用随机获取数据的方式作为待检测删除数据。
maxmemory-samples count
-
对数据进行删除的选择策略
maxmemory-policy policy
1.3.3 数据淘汰策略 (policy)
- 检测易失数据(可能会过期的数据集server.db[i].expires ),redis中的数据,尽量不要存储不过期的数据
- volatile-lru:挑选最近最少使用的数据淘汰 ,一般采用的策略
- volatile-lfu:挑选最近使用次数最少的数据淘汰
- volatile-ttl:挑选将要过期的数据淘汰
- volatile-random:任意选择数据淘汰
- 检测全库数据(所有数据集server.db[i].dict )
- allkeys-lru:挑选最近最少使用的数据淘汰
- allkeys-lfu:挑选最近使用次数最少的数据淘汰
- allkeys-random:任意选择数据淘汰
- 放弃数据驱逐
- no-enviction(驱逐):禁止驱逐数据(redis4.0中默认策略),会引发错误OOM(Out Of Memory)
1.3.4 数据淘汰策略配置依据
- 使用INFO命令输出监控信息,查询缓存 hit 和 miss 的次数,根据业务需求调优Redis配置
2. 主从复制
2.1 主从复制简介
2.1.1 高可用
互联网“三高”架构
1. 高并发
2. 高性能
场景:一家公司一年服务宕机次数为三次
1. 服务器宕机4小时27分15秒
2. 服务器宕机11分36秒
3. 服务器宕机2分16秒
可用性计算公式:
宕机时间:4小时27分15秒+11分36秒+2分16秒=4小时41分7秒=16867秒
总时间:1年=3652460*60=31536000秒
可用性= (31536000 - 16867)/31536000 * 100% =99.9465151%
业界可用性目标5个9,即99.999%,即服务器年宕机时长低于315秒,约5.25分钟
你的“Redis”是否高可用?
- 单机redis的风险与问题
- 问题1.机器故障
- 现
- 问题1.机器故障