• 分布式缓存Redis集群

    一、单点Redis弊端

    1、数据丢失问题：Redis是内存存储，服务器重启可能会丢失数据

    2、并发能力问题：单节点Redis并发能力虽然不错，但也无法满足如618这样的高并发场景

    3、故障恢复问题：如果Redis宕机，则服务不可用，需要一种自动的故障恢复手段

    4、存储能力问题：Redis基于内存，单节点能存储的数据量难以满足海量数据需求

    解决方案：

    1、数据丢失问题：数据持久化

    2、并发能力问题：搭建主从集群，实现读写分离

    3、故障恢复问题：利用Redis哨兵，实现健康监测和故障自动恢复

    4、存储能力问题：搭建分片集群，利用插槽机制实现动态扩容

    二、Redis的持久化

    Redis持久化方式有RDB和AOF两种。

    1、RDB

    1、概念

    RDB全称Redis Database Backup file（Redis数据备份文件），也被叫做Redis数据快照。简单来说就是把内存中的所有数据都记录到磁盘中。当Redis实例故障重启后，从磁盘读取快照文件，恢复数据。 快照文件称为RDB文件，默认是保存在当前运行目录。

    2、RDB执行时机

    1、使用命令save手动执行

    2、Redis停机时执行一次

    3、在Redis配置文件中配置RDB执行条件

     

    3、RDB执行原理

    bgsave开始时会fork主进程得到子进程，子进程共享主进程的内存数据。完成fork后读取内存数据并写入 RDB 文件。

    fork采用的是copy-on-write技术：

    • 当主进程执行读操作时，访问共享内存；
    • 当主进程执行写操作时，则会拷贝一份数据，执行写操作。

    4、总结

    1、RDB方式bgsave的基本流程？

    • fork主进程得到一个子进程，共享内存空间
    • 子进程读取内存数据并写入新的RDB文件
    • 用新RDB文件替换旧的RDB文件。

    2、RDB会在什么时候执行？save 60 1000代表什么含义？

    • 默认是服务停止时。
    • 代表60秒内至少执行1000次修改则触发RDB

    3、RDB的缺点？

    • RDB执行间隔时间长，两次RDB之间写入数据有丢失的风险
    • fork子进程、压缩、写出RDB文件都比较耗时

    2、AOF

    1、概念

    AOF全称为Append Only File（追加文件）。Redis处理的每一个写命令都会记录在AOF文件，可以看做是命令日志文件。

    2、AOF配置

    AOF默认是关闭的，需要修改redis.conf配置文件来开启AOF：

     AOF的命令记录的频率也可以通过redis.conf文件来配：

     

    因为是记录命令，AOF文件会比RDB文件大的多。而且AOF会记录对同一个key的多次写操作，但只有最后一次写操作才有意义。通过执行bgrewriteaof命令，可以让AOF文件执行重写功能，用最少的命令达到相同效果。

    Redis也会在触发阈值时自动去重写AOF文件。阈值也可以在redis.conf中配置：

    3、RDB和AOF的异同

    RDB和AOF各有自己的优缺点，如果对数据安全性要求较高，在实际开发中往往会结合两者来使用。

    三、Redis主从

    1、搭建主从架构

    单节点Redis的并发能力是有上限的，要进一步提高Redis的并发能力，就需要搭建主从集群，实现读写分离。

    具体搭建步骤参考：https://www.aliyundrive.com/s/4U2qESC5gri

    2、主从原理

    1、全量同步

    主从第一次同步是全量同步：

    master如何判断slave是不是第一次来同步数据？这里会用到两个很重要的概念：

    • Replication Id：简称replid，是数据集的标记，id一致则说明是同一数据集。每一个master都有唯一的replid，slave则会继承master节点的replid
    • offset：偏移量，随着记录在repl_baklog中的数据增多而逐渐增大。slave完成同步时也会记录当前同步的offset。
      • 如果slave的offset小于master的offset，说明slave数据落后于master，需要更新。

    因此slave做数据同步，必须向master声明自己的replication id 和offset，master才可以判断到底需要同步哪些数据

    2、总结

    简述全量同步的流程？

    1. slave节点请求增量同步
    2. master节点判断replid，发现不一致，拒绝增量同步
    3. master将完整内存数据生成RDB，发送RDB到slave
    4. slave清空本地数据，加载master的RDB
    5. master将RDB期间的命令记录在repl_baklog，并持续将log中的命令发送给slave
    6. slave执行接收到的命令，保持与master之间的同步

    3、增量同步

    主从第一次是全量同步，slave重启后同步，则是增量同步。

    repl_baklog大小有上限，写满后会覆盖最早的数据。如果slave断开时间过久，导致尚未备份的数据被覆盖，则无法基于log做增量同步，只能再次全量同步。

    可以从以下几个方面来优化Redis主从就集群：

    • 在master中配置repl-diskless-sync yes启用无磁盘复制，避免全量同步时的磁盘IO。
    • Redis单节点上的内存占用不要太大，减少RDB导致的过多磁盘IO
    • 适当提高repl_baklog的大小，发现slave宕机时尽快实现故障恢复，尽可能避免全量同步
    • 限制一个master上的slave节点数量，如果实在是太多slave，则可以采用主-从-从链式结构，减少master压力

    4、总结

    简述全量同步和增量同步区别？

    • 全量同步：master将完整内存数据生成RDB，发送RDB到slave。后续命令则记录在repl_baklog，逐个发送给slave。
    • 增量同步：slave提交自己的offset到master，master获取repl_baklog中从offset之后的命令给slave

    什么时候执行全量同步？

    • slave节点第一次连接master节点时
    • slave节点断开时间太久，repl_baklog中的offset已经被覆盖时

    什么时候执行增量同步？

    • slave节点断开又恢复，并且在repl_baklog中能找到offset时

    思考：slave节点宕机恢复后可以找master节点同步数据，那master节点宕机怎么办？

    四、Redis哨兵

    1、哨兵的作用及原理

    1、哨兵的作用

    Redis提供了哨兵（Sentinel）机制来实现主从集群的自动故障恢复。哨兵的结构和作用如下：

    • 监控：Sentinel 会不断检查您的master和slave是否按预期工作
    • 自动故障恢复：如果master故障，Sentinel会将一个slave提升为master。当故障实例恢复后也以新的master为主
    • 通知：Sentinel充当Redis客户端的服务发现来源，当集群发生故障转移时，会将最新信息推送给Redis的客户端

     2、服务状态监控

    Sentinel基于心跳机制监测服务状态，每隔1秒向集群的每个实例发送ping命令：

    • 主观下线：如果某sentinel节点发现某实例未在规定时间响应，则认为该实例主观下线。
    • 客观下线：若超过指定数量（quorum）的sentinel都认为该实例主观下线，则该实例客观下线。quorum值最好超过Sentinel实例数量的一半。

    3、选举新的master

    一旦发现master故障，sentinel需要在salve中选择一个作为新的master，选择依据是这样的：

    • 首先会判断slave节点与master节点断开时间长短，如果超过指定值（down-after-milliseconds * 10）则会排除该slave节点
    • 然后判断slave节点的slave-priority值，越小优先级越高，如果是0则永不参与选举
    • 如果slave-prority一样，则判断slave节点的offset值，越大说明数据越新，优先级越高
    • 最后是判断slave节点的运行id大小，越小优先级越高。

    4、如何实现故障转移

    当选中了其中一个slave为新的master后（例如slave1），故障的转移的步骤如下：

    • sentinel给备选的slave1节点发送slaveof no one命令，让该节点成为master
    • sentinel给所有其它slave发送slaveof 192.168.150.101 7002 命令，让这些slave成为新master的从节点，开始从新的master上同步数据。
    • 最后，sentinel将故障节点标记为slave，当故障节点恢复后会自动成为新的master的slave节点

    2、总结

    Sentinel的三个作用是什么？

    • 监控
    • 故障转移
    • 通知

    Sentinel如何判断一个redis实例是否健康？

    • 每隔1秒发送一次ping命令，如果超过一定时间没有相向则认为是主观下线
    • 如果大多数sentinel都认为实例主观下线，则判定服务下线

    故障转移步骤有哪些？

    • 首先选定一个slave作为新的master，执行slaveof no one
    • 然后让所有节点都执行slaveof 新master
    • 修改故障节点配置，添加slaveof 新master

    2、搭建哨兵集群

    具体搭建步骤参考：https://www.aliyundrive.com/s/4U2qESC5gri

    3、RedisTemplate的哨兵模式

    1、引入依赖

    <dependency>
     <groupId>org.springframework.boot</groupId>
         <artifactId>spring-boot-starter-data-redis</artifactId>
    </dependency>

    2、配置文件设置

    spring:
  redis:
    sentinel:
      nodes: # 配置sentinel集群地址
        - 192.168.73.128:27001
        - 192.168.73.128:27002
        - 192.168.73.128:27003
      master: mymaster # 指定主从集群名

    3、配置主从读写分离

    @Bean
    public LettuceClientConfigurationBuilderCustomizer configurationBuilderCustomizer(){
        return configBuilder -> configBuilder.readFrom(ReadFrom.REPLICA_PREFERRED);
    }

    这里的ReadFrom是配置Redis的读取策略，是一个枚举，包括下面选择：

    • MASTER：从主节点读取
    • MASTER_PREFERRED：优先从master节点读取，master不可用才读取replica
    • REPLICA：从slave（replica）节点读取
    • REPLICA _PREFERRED：优先从slave（replica）节点读取，所有的slave都不可用才读取master

    五、Redis分片集群

    主从和哨兵可以解决高可用、高并发读的问题。但是依然有两个问题没有解决：

    1. 海量数据存储问题
    2. 高并发写的问题

    使用分片集群可以解决上述问题，分片集群特征：

    1. 集群中有多个master，每个master保存不同数据
    2. 每个master都可以有多个slave节点
    3. master之间通过ping监测彼此健康状态
    4. 客户端请求可以访问集群任意节点，最终都会被转发到正确节点

    1、搭建分片集群

    具体搭建步骤参考：https://www.aliyundrive.com/s/4U2qESC5gri

    2、散列插槽

    Redis会把每一个master节点映射到0~16383共16384个插槽（hash slot）上，查看集群信息时就能看到：

    数据key不是与节点绑定，而是与插槽绑定。redis会根据key的有效部分计算插槽值，分两种情况：

    • key中包含"{}"，且“{}”中至少包含1个字符，“{}”中的部分是有效部分
    • key中不包含“{}”，整个key都是有效部分

    例如：key是num，那么就根据num计算，如果是{itcast}num，则根据itcast计算。计算方式是利用CRC16算法得到一个hash值，然后对16384取余，得到的结果就是slot值。

    Redis如何判断某个key应该在哪个实例？

    • 将16384个插槽分配到不同的实例
    • 根据key的有效部分计算哈希值，对16384取余
    • 余数作为插槽，寻找插槽所在实例即可

    如何将同一类数据固定的保存在同一个Redis实例？

    • 这一类数据使用相同的有效部分，例如key都以{typeId}为前缀

    3、集群伸缩

    redis-cli --cluster提供了很多操作集群的命令，可以通过下面方式查看：

     比如，添加节点的命令：

    常用命令：

    redis-cli -p 7001 cluster nodes   # 查看集群节点信息

    redis-cli --cluster help # 集群帮助信息

    4、故障转移

    1、自动故障转移

    当集群中有一个master宕机会发生什么呢？

    1. 首先是该实例与其它实例失去连接
    2. 然后是疑似宕机：

    　　3.最后是确定下线，自动提升一个slave为新的master：

    2、手动故障转移

    利用cluster failover命令可以手动让集群中的某个master宕机，切换到执行cluster failover命令的这个slave节点，实现无感知的数据迁移。其流程如下：

    手动的Failover支持三种不同模式：

    • 缺省：默认的流程，如图1~6歩
    • force：省略了对offset的一致性校验
    • takeover：直接执行第5歩，忽略数据一致性、忽略master状态和其它master的意见

    5、RedisTemplate访问分片集群

    1、引入依赖

    <dependency>
     <groupId>org.springframework.boot</groupId>
         <artifactId>spring-boot-starter-data-redis</artifactId>
    </dependency>

    2、配置文件设置

    spring:
      redis:
        cluster:
          nodes:
            - 192.168.73.128:7001
            - 192.168.73.128:7002
            - 192.168.73.128:7003
            - 192.168.73.128:8001
            - 192.168.73.128:8002
            - 192.168.73.128:8003

    3、配置主从读写分离

    @Bean
    public LettuceClientConfigurationBuilderCustomizer configurationBuilderCustomizer(){
        return configBuilder -> configBuilder.readFrom(ReadFrom.REPLICA_PREFERRED);
    }
  • 相关阅读:
    DrawerLayout Demo
    解析没有key的Json
    Actionbar Demo
    Fragment 创建及替换
    Android 图片在SD卡及包下的存储
    获取SD卡下Android/data/下文件
    判断软键盘的弹出
    Volley
    HttpClient Post请求
    Git .gitignore 设置为全局global
  • 原文地址：https://www.cnblogs.com/sun-10387834/p/15749838.html
Copyright © 2020-2023  润新知