Redis为什么快及其高可用技术的几种方案

一 redis为什么快？
redis近几年快速发展，作为一种成熟的缓存方案在各个大大小小的项目中使用
据官方测试redis可以达到10万+的qps，这个次数不比使用单进程多线程的Memcached差！那为什么这么快呢？
我也使用redis很久了，知道redis快的原因大概两点：内存直接读写减少磁盘io；单线程多路非阻塞io减少线程切换上下文的时间。
官方说法:
1、完全基于内存，绝大部分请求是纯粹的内存操作，非常快速。数据存在内存中，类似于HashMap，HashMap的优势就是查找和操作的时间复杂度都是O(1)；

2、数据结构简单，对数据操作也简单，Redis中的数据结构是专门进行设计的；

3、采用单线程，避免了不必要的上下文切换和竞争条件，也不存在多进程或者多线程导致的切换而消耗 CPU，不用去考虑各种锁的问题，不存在加锁释放锁操作，没有因为可能出现死锁而导致的性能消耗；

4、使用多路I/O复用模型，非阻塞IO；

5、使用底层模型不同，它们之间底层实现方式以及与客户端之间通信的应用协议不一样，Redis直接自己构建了VM 机制 ，因为一般的系统调用系统函数的话，会浪费一定的时间去移动和请求；

二 几种方案的优缺点
redis提供了层次递进的技术方案，无论是刚创业的小而美的公司又或者是大而全的巨无霸都可以从其中找到合适的解决方案，当然，这对我们的redis开发人员就提出了更高的要求，如何避免过多设计和资源的合理分配是一个很重要的问题。
那么redis有哪几种缓存解决方案呢？
Redis 单副本
Redis 多副本（主从）
Redis Sentinel（哨兵）
Redis Cluster

当然我们还可以基于redis进行二次研发，这里不做讨论。方案很多，并不是越高大上的集群高可用就越好，我们要根据公司自身的业务来合理的选择方案来达到资源的合理化，既能减少资源的使用也能减少开发运维人员的工作量，总之一句话：“适合自己的才是最好的！”
所以我们应当了解redis几种方案的优劣及适用场景：

1 Redis单副本

redis单副本，采用单个redis节点部署，没有备用节点实时同步数据，不提供数据的持久化和备份策略，适用于数据可靠性要求不高的纯缓存业务场景
优点：

• 架构简单，部署方便
• 高性价比，缓存使用无需备用节点，当然为了满足业务的高可用性，也可以牺牲一个备用节点，但同一时刻只有一个实例对外提供服务
• 高性能

缺点：

• 没有持久化策略，自然不保证数据的可靠性

• 在缓存使用，进程重启后数据丢失，即使有备用的节点解决 高可用性，但是仍然不能解决缓存预热问题，因此不适用于数据可靠性要求高的业务

• 高性能受限于单核cpu的处理能力（因为redis是单线程机制）

  2 Redis 多副本（主从）

redis多副本，采用主从部署结构，相较于单副本而言最大的特点是主从实例间数据实时同步，并提供数据持久化和备份策略
主从实例部署在不同的物理服务器上，根据公司的基础环境配置，可以同时对外提供服务和读写分离策略

优点：

• 高可靠性：一方面采用双机主备架构，能够在主库出现故障时自动进行主备切换，从库提升为主库服务，保证服务平稳运行；另一方面开启数据持久化功能和配置合理的备份策略，能有效的解决数据误操作和数据异常丢失的问题
• 读写分离策略：从节点可以扩展主库节点的能力，有效应对大并发量的读操作

缺点：

• 故障恢复复杂，如果没有Redis
  HA系统，当主库节点出现故障，需手动升级一个节点为主节点，同时通知业务变更配置，并且需要让其他从库节点去复制新主库节点，整个过程人为干预比较繁琐

• 主库的写能力收到单机限制，可以考虑分片

• 主库的存储能力受到单机的限制，可以考虑pika

  Redis Sentinel（哨兵）

  Redis Sentinel是社区推出的原生高可用解决方案，其部署架构主要包括两部分：Redis Sentinel集群和Redis数据集群
  其中哨兵集群是由于若干Sentinel节点组成的分布式集群，可以实现故障发现、故障自动转移、配置中心和客户端通知。哨兵的节点数量要满足2n+1的奇数个

  优点：

• Redis Sentinel集群部署简单

• 能够解决Redis主从模式下的高可用切换问题

• 很方便实现redis数据节点的线性扩展，轻松突破redis自身单线程瓶颈，可极大满足redis大容量或高性能的业务需求

• 可以实现一套Redis sentinel监控一组redis数据节点或多组数据节点

  缺点：

• 部署相对主从更复杂一些

• 资源浪费，Redis数据节点中slave节点作为备份节点不提供服务

• Redis Sentinel 主要是针对 Redis 数据节点中的主节点的高可用切换，对 Redis
  的数据节点做失败判定分为主观下线和客观下线两种，对于 Redis 的从节点有对节点做主观下线操作，并不执行故障转移。

• 不能解决读写分离问题，实现起来相对复杂。
  4 Redis Cluster

Redis Cluster是社区版推出的Redis分布式集群解决方案，主要解决Redis分布式方面的需求，比如单机内存并发和流量瓶颈的时候，Redis Cluster能起到很好的负载均衡的目的

Redis Cluster集群节点最小配置6个及以上节点（3主3从），其中主节点提供读写操作，从节点作为备用节点不提供请求，只为故障转移使用。
Redis Cluster采用虚拟槽分区，所有的键根据哈希函数映射到0~16383个整数槽内，每个节点负责维护一部分以及所映射的键值数据

优点：

• 无中心架构
• 数据按照slot存储分布在多个节点，节点间数据共享，可以动态调整数据分布；
• 可扩展性：可线性扩展到1000多个节点，节点可以动态添加或者删除

• 高可用性：部分节点不可用时，集群仍可用。通过增加slave做standby数据副本

• 能够实现故障自动failover，节点之间通过gossip协议交换状态信息，用投票机制完成slave到master的提升

• 降低运维成本，提高系统的可扩展性和可用性

  缺点：

• Client 实现复杂，驱动要求实现 Smart Client，缓存 slots mapping
  信息并及时更新，提高了开发难度，客户端的不成熟影响业务的稳定性。目前仅 JedisCluster
  相对成熟，异常处理部分还不完善，比如常见的“max redirect exception”。

• 节点会因为某些原因发生阻塞（阻塞时间大于 clutser-node-timeout），被判断下线，这种 failover 是没有必要的。

• 数据通过异步复制，不保证数据的强一致性。

• 多个业务使用同一套集群时，无法根据统计区分冷热数据，资源隔离性较差，容易出现相互影响的情况。

• Slave 在集群中充当“冷备”，不能缓解读压力，当然可以通过 SDK 的合理设计来提高 Slave 资源的利用率。

• Key 批量操作限制，如使用 mset、mget 目前只支持具有相同 slot 值的 Key 执行批量操作。对于映射为不同 slot 值的
  Key 由于 Keys 不支持跨 slot 查询，所以执行 mset、mget、sunion 等操作支持不友好。

• Key 事务操作支持有限，只支持多 key 在同一节点上的事务操作，当多个 Key 分布于不同的节点上时无法使用事务功能。

• Key 作为数据分区的最小粒度，不能将一个很大的键值对象如 hash、list 等映射到不同的节点。

• 不支持多数据库空间，单机下的 redis 可以支持到 16 个数据库，集群模式下只能使用 1 个数据库空间，即db 0 。

• 复制结构只支持一层，从节点只能复制主节点，不支持嵌套树状复制结构。
• 避免产生 hot-key，导致主库节点成为系统的短板。
• 避免产生 big-key，导致网卡撑爆、慢查询等。

• 重试时间应该大于 cluster-node-time 时间。

• Redis Cluster 不建议使用 pipeline和multi-keys 操作，减少 max redirect 产生的场景。