Redis持久化详解

持久化：

什么是持久化？

利用永久性存储介质将数据进行保存，在特定的时间将保存的数据进行恢复的工作机制称为持久化 。作用就是持久化用于防止数据的意外丢失，确保数据安全性

持久化过程保存的内容？

• RDB：将当前数据状态进行保存，快照形式，存储数据结果，存储格式简单，关注点在数据
• AOF：将数据的操作过程进行保存，日志形式，存储操作过程，存储格式复杂，关注点在数据的操作过程

RDB：

save指令：

手动执行一次保存操作

#  要先设置dbfilename，然后设置一个名字set name itzhuzhu 然后执行save   就可以在dbfilename路径里看到保存的文件
save

设置本地数据库文件名，默认值为 dump.rdb，通常设置为dump-端口号.rdb
下面的操作都是：cd redis/conf/redis-6379.conf文件的

# dbfilename filename
dbfilename "dump-6379,rdb"

设置存储.rdb文件的路径，通常设置成存储空间较大的目录中，目录名称data

dir path

设置存储至本地数据库时是否压缩数据，默认yes，设置为no，节省 CPU 运行时间，但存储文件变大

rdbcompression yes|no

设置读写文件过程是否进行RDB格式校验，默认yes，设置为no，节约读写10%时间消耗，单存在数据损坏的风险

rdbchecksum yes|no

save指令工作原理

redis是个单线程的工作模式，它会创建一个任务队列，所有的命令都会进到这个队列里边，在这儿排队执行，执行完一个消失一个，当所有的命令都执行完了，多个客户端同时执行的话redis执行，如果数据量很大他会非常耗时，以至于影响到它在执行的时候，后面的指令都要等，所以说这种模式是不友好的，这是save指令对应的一个问题，当cpu执行的时候会阻塞redis服务器，直到他执行完毕，所以说我们不建议大家在线上环境用save指令，可以使用bgsave

bgsave指令：

bgsave指令，bg其实是background的意思，后台执行的意思

手动启动后台保存操作，但不是立即执行

bgsave

后台存储过程中如果出现错误现象，是否停止保存操作，默认yes

stop-writes-on-bgsave-error yes|no

其他

dbfilename filename  
dir path  
rdbcompression yes|no  
rdbchecksum yes|no

bgsave指令工作原理：

当执行bgsave的时候，客户端发出bgsave指令给到redis服务器。这个时候服务器马上回一个结果告诉客户端后台已经开始了，与此同时它会创建一个子进程，使用Linux的fork函数创建一个子进程，让这个子进程去执行save相关的操作，此时我们可以想一下，我们主进程一直在处理指令，而子进程在执行后台的保存，是不会干扰到主进程的执行的，子进程开始执行之后，它就会创建啊RDB文件把它存起来，操作完以后他会把这个结果返回，也就是说bgsave的过程分成两个过程，第一个是服务端拿到指令直接告诉客户端开始执行了；另外一个过程是一个子进程在完成后台的保存操作，操作完以后回一个消息。

save配置自动执行：

设置自动持久化的条件，满足限定时间范围内key的变化数量达到指定数量即进行持久化

save second changes

参数：

• second：监控时间范围
• changes：监控key的变化量

范例：

# 900秒内有1个key发生变化就会去保存
save 900 1
# 300秒内有10个key发生变化就会去保存
save 300 10
# 60秒内有10000个key发生变化就会去保存
save 60 10000

其他相关配置：

dbfilename filename
dir path
rdbcompression yes|no
rdbchecksum yes|no
stop-writes-on-bgsave-error yes|no

save配置工作原理

自动的save启动后还是执行的bgsave，只不过是手动挡换自动了，当执自动化save执行的时候，客户端发出指令给到redis服务器，然后返回结果给客户端，这里会产生一个判断

1. 判断指令会不会对数据产生影响，比如get，你get了一下肯定不鸟你的，对数据本身不会造成影响的。
2. 有没有没有真正产生了影响，比如set了一个不存在的name。
3. 进行操作的时候不会进行数据比对，比如set name五次，不管有没有产生影响，只要执行成功就记录

以上三个条件都满足，才会记录影响的数量+1，而且save配置拼频度过高或低都会出现性能问题

RDB三种启动方式对比：

方式	save指令	bgsave指令
读写	同步	异步
阻塞客户端指令	是	否
额外内存消耗	否	是
启动新进程	否	是

对比结果：bgsave获胜，工作都要用它

RDB特殊启动形式

服务器运行过程中重启(热启动)

debug reload

关闭服务器时指定保存数据

shutdown save

RDB优点：

• RDB是一个紧凑压缩的二进制文件，存储效率较高
• RDB内部存储的是redis在某个时间点的数据快照，非常适合用于数据备份，全量复制等场景
• RDB恢复数据的速度要比AOF快很多
• 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。

RDB缺点

• RDB方式无论是执行指令还是利用配置，无法做到实时持久化，具有较大的可能性丢失数据
• bgsave指令每次运行要执行fork操作创建子进程，要牺牲掉一些性能
• Redis的众多版本中未进行RDB文件格式的版本统一，有可能出现各版本服务之间数据格式无法兼容现象

AOF：

为什么要有AOF,这得从RDB的存储的弊端说起：

• 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

那解决的思路是什么呢？

• 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相比可以简单理解为由记录数据改为记录数据产生的变化
• 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写数据过程：

• 操作一条指令以后，客户端发送给redis
• redis会把这个指令放到刷新缓存区
• 缓存区可以放很多指令，等到一定的规模，指令多了它才会把所有命令放到aof文件里，这样可以优化写的速度。

AOF执行策略：

AOF写数据三种策略(appendfsync)

• alway(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

启动AOF相关配置：

开启AOF持久化功能，默认no，即不开启状态

# appendonly yes|no
appendonly yes

AOF持久化文件名，默认文件名为appendonly.aof，建议配置为appendonly-端口号.aof

# appendfilename filename
appendfilename "appendonly-6379.aof"

AOF持久化文件保存路径，与RDB持久化文件保持一致即可

# dir 文件路径
dir /redis/data

AOF写数据策略，默认为everysec

# appendfsync always|everysec|no
appendfsync everysec

aof文件解析，对数据有影响的操作才会记录

一个*到下一个*之间是一条指令

[root@VM-0-9-centos data]# cat appendonly-6379.aof 
*2  
$6  
SELECT
$1
0
*3     一共分3段
$3    第一段有3个长度
set
$4   第二段4个长度
name
$8     第三段8个长度
itzhuzhu

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

• 进程内具有时效性的数据，并且数据已超时将不再写入文件

• 非写入类的无效指令将被忽略，只保留最终数据的写入命令

  • 如del key1、 hdel key2、srem key3、set key4 111、set key4 222等
  • 如select指令虽然不更改数据，但是更改了数据的存储位置，此类命令同样需要记录

• 对同一数据的多条写命令合并为一条命令：

  • 如lpushlist1 a、lpush list1 b、lpush list1 c可以转化为：lpush list1 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

手动重写

bgrewriteaof

执行bgrewriteaof前后对：

-rw-r--r-- 1 root root 0 3月  23 12:19 appendonly-6379.aof
[root@VM-0-9-centos data]# cat appendonly-6379.aof 
*2
$6
SELECT
$1
0
*3
$3
set
$4
name
$8
itzhuzhu
*3
$3
set
$4
name
$9
itzhuzhu2
*3
$3
set
$4
name
$9
itzhuzhu3
*3
$3
set
$4
name
$9
itzhuzhu4
[root@VM-0-9-centos data]# cat appendonly-6379.aof 
REDIS0009�      redis-ver6.0.10�
�edis-bits�@�ctime��lY`used-mem¸4
 aof-preamble���name    itzhuzhu4�䫃'/��[root@VM-0-9-centos data]# 

自动重写

自动重写触发条件设置

# auto-aof-rewrite-min-size size
# auto-aof-rewrite-percentage percent

auto-aof-rewrite-min-size 4MB  这个写大小
auto-aof-rewrite-percentage 10%  这个写百分比

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

自动重写触发条件公式：

AOF工作流程及重写流程：

RDB与AOF区别：

持久化方式	RDB	AOF
占用存储空间	小（数据级：压缩）	大（指令级：重写）
存储速度	慢	快
恢复速度	快	慢
数据安全性	会丢失数据	依据策略决定
资源消耗	高/重量级	低/轻量级
启动优先级	低	高

RDB与AOF应用场景

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。
• AOF文件存储体积较大，且恢复速度较慢

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
• 利用RDB实现紧凑的数据持久化会使Redis降的很低

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