Redis面试——日志-CSDN博客

本文链接：https://blog.csdn.net/weixin_74019079/article/details/147313876

一、RDB（Redis DataBase）

RDB 全程是 Redis DataBase，它是一种将 Redis 在某一时刻内存中的数据以快照形式保存到磁盘的机制，相当于给执行save/bgsave命令时刻的内存数据库数据拍了一张快照
我们如果通过save命令来执行快照，由于 Redis 是单线程模型，save命令会阻塞主线程，因为快照生成的过程比执行普通指令耗时更长，在此期间 Redis 无法处理客户端请求。而bgsave命令会 fork 出一个子进程，由子进程在后台执行备份工作，主线程可以继续处理客户端请求，不会造成阻塞。因此在实际应用中，推荐使用bgsave来生成 RDB 快照。需要注意的是，fork 子进程时会有短暂的阻塞，且会占用一定内存（基于写时复制技术，父子进程共享内存，只有在数据发生修改时才会为子进程分配独立内存）
RDB 的优点是：
1. 第一个是 RDB 生成的快照文件经过了二进制压缩，体积相对较小。虽然 Redis 是内存数据库，但数据量可能较大，不过经过压缩处理后的 RDB 文件依然便于存储和传输
2. 第二个是它恢复数据的速度很快，因为在数据恢复时，直接将 RDB 文件中的数据一次性加载到内存即可，不需要像 AOF 那样逐条重放日志。所以 RDB 适合做数据备份和灾难恢复
RDB 的缺点是：
1. 第一个，两次快照之间的数据可能会丢失。例如第一次快照后隔了很长时间才进行下一次快照，那么万一数据库宕机，就会丢失这两次快照间隔期间的数据
2. 第二个，如果频繁执行快照，即使使用bgsave开启后台线程进行工作，fork 子进程以及子进程进行数据持久化操作都会占用 CPU、内存等系统资源，对服务器性能产生一定影响

二、AOF（Append Only File）

Redis 会在硬盘上创建一个 AOF（Append Only File）文件，该文件用于记录服务器执行的所有写操作命令
Redis 提供了三种 AOF 写策略：
1. always：每次执行写操作后，Redis 主线程会立即将写操作同步到硬盘上的 AOF 文件中。这种策略能保证数据的最高安全性，因为一旦写操作执行成功，就会被持久化到磁盘，但会对性能产生较大影响，因为每次写操作都涉及磁盘 I/O
2. everysec：Redis 会使用一个后台线程（更准确地说是子线程）每秒将这一秒内发生的写操作追加到 AOF 文件中。这种策略在性能和数据安全性之间做了平衡，即使服务器发生故障，最多只会丢失一秒内的数据
3. no：将数据写入 AOF 文件的操作完全交给操作系统决定。Redis 只负责将写操作追加到 AOF 缓冲区，由操作系统决定何时将缓冲区的数据刷新到磁盘。这种策略性能最高，但数据安全性最低，因为在操作系统未将数据刷新到磁盘时服务器宕机，可能会丢失较多数据
AOF 的缺点在于：
1. 由于 AOF 文件持续记录写操作，随着时间推移和写操作的增加，AOF 文件会变得越来越大，这会占用大量的磁盘空间
2. 在恢复数据时，相较于 RDB 方式，AOF 恢复速度较慢。因为 Redis 单线程需要将 AOF 文件中的所有写操作命令依次重新执行一遍，而 RDB 是直接将数据加载到内存
此外，Redis 为了解决 AOF 文件过大的问题，提供了 AOF 重写机制，它可以在不改变数据库状态的前提下，将 AOF 文件中冗余的命令合并，从而减小 AOF 文件的体积

三、RDB vs AOF如何选择？

如果需要快速恢复数据，采用 RDB 是比较合适的选择。RDB 是将 Redis 某一时刻的内存数据以快照形式保存到磁盘，恢复数据时直接将 RDB 文件加载到内存，无需像 AOF 那样重新执行大量的写命令，因此恢复速度较快，能在短时间内让 Redis 服务恢复到之前的状态
如果需要保证数据的绝对安全，AOF（always）策略是一个好的选择。使用 always 策略时，每次写操作都会立即同步到磁盘上的 AOF 文件中，这样即使 Redis 服务器发生故障或意外宕机，也不会丢失任何已执行的写操作数据，最大程度地保证了数据的完整性和安全性。不过，这种策略会对 Redis 的性能产生较大影响，因为频繁的磁盘 I/O 操作会成为性能瓶颈
在高并发场景下，选择 RDB + AOF 结合的策略通常是比较明智的。RDB 可以定期生成数据快照，用于全量数据备份和在需要时快速恢复数据，减轻数据恢复的时间成本；AOF 采用 everysec 策略（而不是 always 策略，因为 always 策略在高并发下性能损耗过大），每秒将写操作同步到 AOF 文件，在保证数据安全性（最多丢失 1 秒的数据）的同时，也不会对性能造成太大的影响。两者结合，既能满足高并发场景下对性能的要求，又能在一定程度上保证数据的安全性和可恢复性