Redis集群(cluster)
通常，为了提高网站响应速度，总是把热点数据保存在内存中而不是直接从后端数据库中读取。Redis是一个很好的Cache工具。大型网站应用，热点数据量往往巨大，几十G上百G是很正常的事儿。由于内存大小的限制，使用一台 Redis 实例显然无法满足需求，这时就需要使用多台 Redis作为缓存数据库。但是如何保证数据存储的一致性呢,这时就需要搭建redis集群.采用合理的机制,保证用户的正常的访问需求.采用redis集群,可以保证数据分散存储,同时保证数据存储的一致性.并且在内部实现高可用的机制.实现了服务故障的自动迁移.
搭建redis集群
1. 集群搭建计划
主从划分:
3台主机 3台从机共6台 端口划分7000-7005 (为了测试方便, 用6个不同端口的redis进程来代替6台redis服务器)
2. 创建测试目录
创建一个cluster目录, 并在cluster目录中创建6个子目录, 目录名为7000 ~ 7005
3. 配置文件
为了减少配置文件修改量, 我们先修改一个配置文件, 然后复制到其他目录, 改变其端口即可
首先复制redis.conf文件到7000目录中, 然后开始编辑配置文件
1.注释本地绑定IP地址
2.关闭保护模式
3.修改端口号
4.启动后台启动
5.修改pid文件
6.修改持久化文件路径
7.设定内存优化策略
8.关闭AOF模式 (可选, 为了测试方便, 建议关闭AOF模式)
9.开启集群配置
10.开启集群配置文件
11.修改集群超时时间
修改完成后将7000中的配置文件依次复制到 7001 ~ 7005 目录中
然后分别打开7001 ~ 7005 中的配置文件, 使用查找替换的方式, 分别将7000端口替换为每个目录对应的端口
使用vim查找替换例如: :%s/7000/7001/g
4. 通过脚批量启动/关闭redis
在cluster目录中创建 start.sh 脚本文件, 写入如下内容, 用于批量启动redis
#!/bin/sh
redis-server 7000/redis.conf &
redis-server 7001/redis.conf &
redis-server 7002/redis.conf &
redis-server 7003/redis.conf &
redis-server 7004/redis.conf &
redis-server 7005/redis.conf &
再创建stop.sh脚本文件, 写入如下内容, 用于批量关闭redis
#!/bin/sh
redis-cli -p 7000 shutdown &
redis-cli -p 7001 shutdown &
redis-cli -p 7002 shutdown &
redis-cli -p 7003 shutdown &
redis-cli -p 7004 shutdown &
redis-cli -p 7005 shutdown &
完成后我们试着启动redis集群 sh start.sh
然后使用ps -ef | grep redis 查看是否启动成功
5. 创建redis集群
#5.0版本执行 使用C语言内部管理集群
redis-cli --cluster create --cluster-replicas 1 192.168.35.130:7000 192.168.35.130:7001 192.168.35.130:7002 192.168.35.130:7003 192.168.35.130:7004 192.168.35.130:7005
至此, 集群搭建完毕!
6. 高可用测试
-
关闭redis主机.检查是否自动实现故障迁移.
-
再次启动关闭的主机.检查是否能够实现自动的挂载.
一般情况下 能够实现主从挂载
个别情况: 宕机后的节点重启,可能挂载到其他主节点中(7001-7002) 正确的
Redis集群算法
1. Redis集群工作原理
原理说明:
Redis的所有节点都会保存当前redis集群中的全部主从状态信息.并且每个节点都能够相互通信.当一个节点发生宕机现象.则集群中的其他节点通过PING-PONG检测机制检查Redis节点是否宕机.当有半数以上的节点认为宕机.则认为主节点宕机.同时由Redis剩余的主节点进入选举机制.投票选举链接宕机的主节点的从机.实现故障迁移.
2. Redis集群宕机的条件
说明:当redis主节点宕机之后.没有从节点进行替补,则整个redis集群崩溃!!!
特点:集群中如果主机宕机,那么从机可以继续提供服务,
当主机中没有从机时,则向其它主机借用多余的从机.继续提供服务.如果主机宕机时没有从机可用,则集群崩溃.
答案:9个redis节点,节点宕机5-7次时集群才崩溃.
3. Redis存储的原理(分区)
知识准备:
- 当用户操作redis主机时,从机会自动的实现数据的同步!!! (主从复制)
- Redis集群搭建的主要的目的2个 1.实现内存扩容 2.可以实现Redis的高可用.
- redis中的主机所保存的数据都是不相同的!!!.
- redis集群中的数据存储,不是随机存储,内部有算法的支持. hash槽算法(分区算法)
Redis集群搭建的划分:
存储的原理:
说明: RedisCluster采用此分区，所有的键根据哈希函数(CRC16[key]%16384)映射到0－16383槽内，共16384个槽位，每个节点维护部分槽及槽所映射的键值数据.根据主节点的个数,均衡划分区间.
算法:哈希函数: Hash()=CRC16[key]%16384 CRC16是哈希算法的一种
当向redis集群中插入数据时,首先将key进行计算.之后将计算结果匹配到具体的某一个槽的区间内,之后再将数据set到管理该槽的节点中.
如图所示
4. Redis分区说明
Redis分区只负责 数据应该存储到哪里的问题.至于是否能存储的下 完全由Redis内存决定.
特点:
1.hash(key1)%16384 = 3000
2.hash(key2)%16384 = 3000 key1和key2 都归第一个节点进行管理.
5.Redis hash槽与一致性 hash算法的区别
1.运算位置不同.
1.redis分片机制在业务服务器中完成的运算.
2.redis分区算法在连接Redis之后,由redis进行计算.
2.算法不同 一致性hash算法/hash槽算法.
3.redis分片可以随意的进行数据的保存. redis分区不能随机存储.分区中只能保存属于我的key.
6.Redis面试题
1.Redis集群中的主机最多 多少台? 16384个.
Redis集群内存多少最多可以扩展到原有redis多少倍.
2.Redis中存储的数据最多16384个??? 不对的. 16384只是分区的大小.至于能存储多少数据,完全由内存决定.
7.Redis集群宕机条件说明
说明: redis集群中 只要有一台Redis 主机宕机. 则整个Redis集群崩溃(可以进行高可用)
问题分析:
- 如果有6台Redis搭建集群,问: 最少宕机多少台Redis集群崩溃???
宕机2台集群崩溃 - 如果搭建9台Redis.3台主机, 问 :最少宕机Redis台 集群奔溃???
宕机5台集群崩溃
补充说明:如果想让集群尽可能不宕机,则适当增加从节点的数量. 2-3个从即可.
8.什么是脑裂现象
说明:在集群的机制中,由主机进行选举,当主机在进行选举时如果连续3次出现平票的结果时,则可能引发脑裂现象.
问题:出现脑裂现象的概率是多少? 答: 1/8=12.5%
如何有效降低脑裂现象: 可以通过增加主机的数量来有效降低脑裂的发生
springboot整合redis集群
1. 编辑properties配置文件
redis.properties文件内容如下
# 配置Redis集群
redis.nodes=192.168.126.129:7000,192.168.126.129:7001,192.168.126.129:7002,192.168.126.129:7003,192.168.126.129:7004,192.168.126.129:7005
2. 编辑配置类
@Configuration //标识我是配置类
@PropertySource("classpath:/properties/redis.properties")
public class RedisConfig {
/**
* 引入redis集群配置
*/
@Value("${redis.nodes}")
private String nodes; //node,node,node
@Bean
public JedisCluster jedisCluster(){
String[] strNodes = nodes.split(","); //[node1,nod2,nod3.....
Set<HostAndPort> set = new HashSet<>();
for(String node : strNodes){ //node=host:port
String host = node.split(":")[0];
int port = Integer.parseInt(node.split(":")[1]);
set.add(new HostAndPort(host,port));
}
return new JedisCluster(set);
}
}
如果配置了AOP, 修改AOP中的依赖注入即可, 改为注入JedisCluster对象