Redis核心知识
2021-07-29 19:07:22 0 举报AI智能生成
redis核心知识整理
作者其他创作
大纲/内容
Redis简介
Memcache和Redis的区别
Memcache：代码层次类似hash
支持简单数据类型
不支持数据持久化存储
不支持主从
不支持分片
Redis
数据类型丰富
支持数据磁盘持久化存储
支持主从
支持分片
为什么Redis能这么快？
100000+QPS（官方数据）
完全基于内存，绝大部分请求是纯粹的内存操作，执行效率高
数据结构简单，对数据操作也简单
采用单线程，单线程也能处理高并发请求，想多核也可启动多实例
使用多路I/O复用模型，非阻塞IO
多路I/O复用模型
Fd:File Descriptor,文件描述符
一个打开的文件通过唯一的描述符进行引用，该描述符是打开文件的元数据到文件本身的映射
Select系统调用
Redis采用的I/O多路复用函数
epoll
kqueue
evport
select
Redis常用数据类型
String
最基本的数据类型，二进制安全
Hash
String元素组成的字典，适合存储对象
List
列表，按照String元素插入顺序排序
Set
String元素组成的无序集合，通过哈希表实现，不允许重复
Sorted Set
通过分数来为集合中的成员进行从小到大的排序
用于计数的HyperLogLog
用于支持存储地理位置信息的Geo
从海量Key里查询出某一固定前缀的Key
留意细节
摸清数据规模，即问清楚边界
使用keys对线上的业务的影响
KEYS pattern：查找所有符合给定模式pattern的key
KEYS指令一次性返回所有匹配的key
键的数量过大会使服务卡顿
SCAN指令
SCAN cursor [MATCH pattern]{COUNT count}
基于游标的迭代器，需要基于上一次的游标延续之前的迭代过程
以0作为游标开始一次新的迭代，知道命令返回游标0完成一次遍历
不保证每次执行都返回某个给定数量的元素，支持模糊查询
一次返回的数量不可控，只能是大概率符合count参数
如何通过Redis实现分布式锁
分布式锁需要解决的问题
互斥性
安全性
死锁
容错
如何通过Redis实现
SETNX key value：如果key不存在。则创建并复制
时间复杂度：O(1)
返回值：设置成功，返回1；设置失败，返回0
如何解决SETNX长期有效的问题
EXPIRE key seconds
设置key的生存时间，当key过期时(生存时间为0)，会被自动删除
缺点：原子性得不到满足
能不能解决呢？
SET key value [EX seconds] [PX milliseconds] [NX|XX]
EX second:设置键的过期时间为second秒
PX millisecond:设置键的过期时间为millisecond毫秒
NX:只在键不存在时，才对键进行设置操作
XX:只在键已经存在时，才对键进行设置操作
SET操作成功完成时，返回OK，否则返回nil
大量key同时过期的注意事项
集中过期，由于清楚大量的key很好使，会出现短暂的卡顿现象
解放方案：在设置key的过期时间的时候，给每个key加上随机值
如何使用Redis做异步队列
使用List作为队列，RPUSH生产消息，LPOP消费消息
缺点：没有等待队列里有值就直接消费
弥补：可以通过在应用层引入Sleep机制去调用LPOP重试
BLPOP key [key...] timeout:阻塞直到队列有消息或超时
缺点：只能供一个消费者消费
pub/sub：主体订阅者模式
发送者(pub)发送消息，订阅者（sub）接收消息
订阅者可以订阅任意数量的频道
缺点
消息的发布是无状态的，无法保证可达
持久化方式之RDB
RDB(快照)持久化：保存某个时间点的全量数据快照
配置信息
save 900 1
900s写入一次触发一次
save 300 10
300秒写入10次触发一次
save 60 10000
60秒写入10000次触发一次
stop-writes-on-bgsave-error yes
当备份进程出错的时候，主进程停止写入操作
rdbcompression no
rdb文件压缩开关，建议关闭，redis属于cpu密集型，开启会影响redis性能
save ""
禁用rdb配置
SAVE:阻塞Redis的服务器进程，直到RDB文件被创建完毕
BGSAVE:Fork出一个子进程来创建RDB文件，不阻塞服务器进程
lastsave：查询上次备份的 时间戳
自动化触发RDB持久化的方式
根据 redis.conf配置里的SAVE m n 定时触发(用的是BGSAVE)
主从复制时，主节点自动触发
执行Debug Reload
执行Shutdown且没有开启AOF持久化
BGSAVE原理
分支主题
系统调用fork（）：创建进程，实现了Copy-on-write
Copy-on-Write
如果有多个调用者同时要求相同资源(如内存或磁盘上的数据存储)，他们会共同获取相同的指针指向相同的资源，直到某个调用者试图修改资源的内容时，系统才会真正复制一份专用副本给该调用者，而其他调用者所见到的最初的资源仍然保持不变
缺点
内存数据的全量同步，数据量大会由于I/O而严重影响性能
可能会因为Redis挂掉而丢失从当前至最近一次快照期间的数据
持久化之AOF
AOF(Append-Only-File)持久化:保存写状态
记录下除了查询以外的所有变更数据库状态的指令
以append的形式追加保存到AOF文件中(增量)
配置信息
默认是关闭的
appendonly yes
控制aof开关
appendfilename "appendonly.aof"
aof文件名
appendsync always/eyerysec/no
always
一旦缓冲区的内容发生变化就执行一次
everysec
将缓冲区内容每隔一秒执行一次
默认
no
将缓冲区内容备份交由操作系统管理，一般是缓冲区被写满时进行备份
日志重写解决AOF文件大小不断增大的问题(rewrite)
原理
调用fork（）,创建一个子进程
子进程把新的AOF写到一个临时文件里，不依赖原来的AOF文件
主进程持续将新的变动同时写到内存和原来的AOF里
主进程获取子进程重写AOF的完成信号，往新AOF同步增量变动
使用新的AOF文件替换掉旧的AOF文件
Redis数据的恢复
RDB和AOF文件共存情况下的恢复流程
分支主题
RDB和AOF的优缺点
RDB
RDB优点:全量数据快照，文件小，恢复快
RDB缺点:无法保存最近一次快照之后的数据
AOF
AOF优点:可读性高，适合保存增量数据，数据不易丢失
AOF缺点：文件体积大，恢复时间长
RDB-AOF混合持久化方式
Redis3.0提供的默认方式
BGSAVE做镜像全量持久化，AOF做增量持久化
原理
分支主题
使用Pipeline的好处
Pipeline和linux管道类似
Redis基于请求/响应模型，单个请求处理需要一一应答
Pipline批量执行指令，节省多次IO往返的时间
有顺序依赖的指令建议分批发送
Redis的同步机制
主从同步原理
全同步过程
Salve发送sync命令到Master
Master启动一个后台进程，将Redis中的数据快照保存到文件中
Master将保存数据快照期间接收到的写命令缓存起来
Master完成写文件操作后，将文件发送给salve
使用新的AOF文件替换掉旧的AOF文件
Master将这期间收集的增量写命令发送给salve端
增量同步过程
Master接收到用户的操作指令，判断是否需要传播到slave
将操作记录追加到aof文件
将操作传播到其他slave
1:对齐主从库
2.响应缓存写入命令
将缓存中的数据发送给slave
Redis Sentinel(哨兵)
解决主从同步Master宕机后的主从切换问题
监控:检查主从服务器是否运行正常
提醒:通过API向管理员或者其他应用程序发送故障通知
自动故障迁移:主从切换
流言协议Gossip
在杂乱无章中寻求一致
每个节点都随机地与对方通信，最终所有节点的状态达成一致
种子节点定期随机向其他节点发送节点列表以及需要传播的消息
不保证信息一定会传递给所有节点，但是最终会趋于一致
部署架构
至少需要三个节点
主备切换数据丢失场景
异步复制
脑裂
核心原理
sdown和odown
sdown主观宕机
odown客观宕机
哨兵集群的自动发现机制
slave配置自动纠正
选举算法
判断跟master断开时长，如果超过down-after-milliseconds的10倍则不适合为master
按照slave优先级进行排序，slave priority月底，优先级就越高
如果slave priority相同，那么看offset，offset越靠后优先级越高
如果offset相同那么选择run id比较小的那么slave
Redis集群（redis cluser）原理
数据分片算法
如何从海量数据里快速找到所需？
分片：按照某种规则去划分数据，分散存储在多个节点上
常规的按照哈希划分无法事先节点的动态增减
算法
一致性哈希算法:对2^32取模。将哈希值空间组织成虚拟的圆环
分支主题
将数据key使用相同的函数Hash计算出哈希值
分支主题
新增服务器
分支主题
Hash环的数据倾斜问题
分支主题
引入虚拟节点解决数据倾斜问题
通常会设置32可能会更大
分支主题
slave自动化迁移实现更强高可用
gossip通信协议
原理
节点维护的信息
当前集群的状态
集群中各节点所负责的 slots信息，及其migrate状态
集群中各节点的master-slave状态
集群中各节点的存活状态及怀疑Fail状态
节点间消息类型
MEET：通过「cluster meet ip port」命令，已有集群的节点会向新的节点发送邀请，加入现有集群，然后新节点就会开始与其他节点进行通信；
PING：节点按照配置的时间间隔向集群中其他节点发送 ping 消息，消息中带有自己的状态，还有自己维护的集群元数据，和部分其他节点的元数据；
PONG: 节点用于回应 PING 和 MEET 的消息，结构和 PING 消息类似，也包含自己的状态和其他信息，也可以用于信息广播和更新；
FAIL: 节点 PING 不通某节点后，会向集群所有节点广播该节点挂掉的消息。其他节点收到消息后标记已下线。
优点
数据更新压力分散，元数据的更新比较分散，不是集中某一个节点，更新请求比较分散，而且有不同节点处理，有一定的延时，降低了并发压力
缺点
数据更新延迟，可能导致集群的感知有一定的滞后
0 条评论
下一页
为你推荐
查看更多
