SpringCloud:分布式缓存之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。

SpringCloud:分布式缓存之Redis主从_第1张图片

2.主从数据同步原理

2.1.全量同步

主从第一次建立连接时,会执行全量同步,将master节点的所有数据都拷贝给slave节点,流程:

SpringCloud:分布式缓存之Redis主从_第2张图片

这里有一个问题,master如何得知salve是第一次来连接呢??

有几个概念,可以作为判断依据:

  • 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replidslave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slaveoffset小于masteroffset,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 idoffsetmaster才可以判断到底需要同步哪些数据。

因为slave原本也是一个master,有自己的replidoffset,当第一次变成slave,与master建立连接时,发送的replidoffset是自己的replidoffset

master判断发现slave发送来的replid与自己的不一致,说明这是一个全新的slave,就知道要做全量同步了。

master会将自己的replidoffset都发送给这个slaveslave保存这些信息。以后slavereplid就与master一致了。

因此,master判断一个节点是否是第一次同步的依据,就是看replid是否一致

如图:

SpringCloud:分布式缓存之Redis主从_第3张图片

完整流程描述:

  • slave节点请求增量同步;
  • master节点判断replid,发现不一致,拒绝增量同步;
  • master将完整内存数据生成RDB,发送RDBslave;
  • slave清空本地数据,加载masterRDB;
  • masterRDB期间的命令记录在repl_baklog,并持续将log中的命令发送给slave
  • slave执行接收到的命令,保持与master之间的同步。

2.2.增量同步

全量同步需要先做RDB,然后将RDB文件通过网络传输个slave,成本太高了。因此除了第一次做全量同步,其它大多数时候slavemaster都是做增量同步

什么是增量同步?就是只更新slavemaster存在差异的部分数据。如图:

SpringCloud:分布式缓存之Redis主从_第4张图片

那么master怎么知道slave与自己的数据差异在哪里呢?

2.3.repl_backlog原理

master怎么知道slave与自己的数据差异在哪里呢?

这就要说到全量同步时的repl_baklog文件了。

这个文件是一个固定大小的数组,只不过数组是环形,也就是说角标到达数组末尾后,会再次从0开始读写,这样数组头部的数据就会被覆盖。

repl_baklog中会记录Redis处理过的命令日志及offset,包括master当前的offset,和slave已经拷贝到的offset

SpringCloud:分布式缓存之Redis主从_第5张图片

slavemasteroffset之间的差异,就是salve需要增量拷贝的数据了。

随着不断有数据写入,masteroffset逐渐变大,slave也不断的拷贝,追赶masteroffset

SpringCloud:分布式缓存之Redis主从_第6张图片

直到数组被填满:

SpringCloud:分布式缓存之Redis主从_第7张图片

此时,如果有新的数据写入,就会覆盖数组中的旧数据。不过,旧的数据只要是绿色的,说明是已经被同步到slave的数据,即便被覆盖了也没什么影响。因为未同步的仅仅是红色部分。

但是,如果slave出现网络阻塞,导致masteroffset远远超过了slaveoffset

SpringCloud:分布式缓存之Redis主从_第8张图片

如果master继续写入新数据,其offset就会覆盖旧的数据,直到将slave现在的offset也覆盖:

SpringCloud:分布式缓存之Redis主从_第9张图片

棕色框中的红色部分,就是尚未同步,但是却已经被覆盖的数据。此时如果slave恢复,需要同步,却发现自己的offset都没有了,无法完成增量同步了。只能做全量同步。

在这里插入图片描述

3.主从同步优化

主从同步可以保证主从数据的一致性,非常重要。

可以从以下几个方面来优化Redis主从就集群:

  • 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。

主从从架构图:

SpringCloud:分布式缓存之Redis主从_第10张图片

4.小结

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RDBslave。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offsetmastermaster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。

你可能感兴趣的:(SpringCloud,Redis,redis,缓存,分布式)