分布式缓存——Redis集群

一、单点Redis的问题

分布式缓存——Redis集群_第1张图片

 主要有以下几个问题:

  1. 数据丢失问题。Redis是内存存储,服务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、双11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。

二、Redis持久化

1.RDB持久化

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。Redis停机时会执行一次RDB。

Redis内部有触发RDB的机制,可以在redis.conf文件中找到,格式如下:

分布式缓存——Redis集群_第2张图片

 RDB的其它配置也可以在redis.conf文件中设置:

分布式缓存——Redis集群_第3张图片

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。

2.AOF持久化

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。

分布式缓存——Redis集群_第4张图片

AOF默认是关闭的,需要修改redis.conf配置文件来开启AOF:

分布式缓存——Redis集群_第5张图片

 AOF的命令记录的频率也可以通过redis.conf文件来配:

配置项

刷盘时机

优点

缺点

Always

同步刷盘

可靠性高,几乎不丢数据

性能影响大

everysec

每秒刷盘

性能适中

最多丢失1秒数据

no

操作系统控制

性能最好

可靠性较差,可能丢失大量数据

 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:

分布式缓存——Redis集群_第6张图片

 3.开发时的小总结

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。

RDB

AOF

持久化方式

定时对整个内存做快照

记录每一次执行的命令

数据完整性

不完整,两次备份之间会丢失

相对完整,取决于刷盘策略

文件大小

会有压缩,文件体积小

记录命令,文件体积很大

宕机恢复速度

很快

数据恢复优先级

低,因为数据完整性不如AOF

高,因为数据完整性更高

系统资源占用

高,大量CPU和内存消耗

低,主要是磁盘IO资源

但AOF重写时会占用大量CPU和内存资源

使用场景

可以容忍数分钟的数据丢失,追求更快的启动速度

对数据安全性要求较高常见

 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。

分布式缓存——Redis集群_第7张图片

 1)集群结构

具体的Docker安装Redis教程:https://blog.csdn.net/yueyue763184/article/details/127731964?spm=1001.2014.3001.5501

这里在同一台虚拟机中开启3个redis实例,模拟主从集群,信息如下:

IP

PORT

角色

192.168.119.130

7001

master

192.168.119.130

7002

slave

192.168.119.130

7003

slave

Linux防火墙开端口命令: 

firewall-cmd --zone=public --add-port=7001/tcp --permanent     # 开放7001端口

firewall-cmd --reload    # 重新加载

firewall-cmd --zone=public --list-ports    # 查看所有开放的端口

  

2)准备实列和配置

 要在同一台虚拟机开启3个实例,必须准备三份不同的配置文件和目录,配置文件所在目录也就是工作目录。创建三个文件夹,名字分别叫7001、7002、7003:

# 进入/tmp目录
cd /tmp
# 创建目录
mkdir 7001 7002 7003

分布式缓存——Redis集群_第8张图片

 将其redis.conf中的持久化模式改为默认的RDB模式,AOF保持关闭状态:

虚拟机本身有多个IP,为了避免将来混乱,我们需要在redis.conf文件中指定每一个实例的绑定ip信息,格式如下:

# redis实例的声明 IP
replica-announce-ip 192.168.119.130

如果主库有密码,要从库配置文件redis.conf中加入主库密码:

# 主redis数据库的密码
masterauth 123456

 退出到tmp目录中将7001的redis.conf配置复制到7002、7003中:

cp 7001/redis.conf 7002 

 使用Docker启动命令(只以7001为例):

docker run -itd --name redis7001 --privileged=true --restart=always --log-opt max-size=100m --log-opt max-file=2 -p 7001:6379 -v /tmp/7001/redis.conf:/etc/redis/redis.conf -v /tmp/7001/data:/data  redis redis-server /etc/redis/redis.conf --appendonly yes  --requirepass 123456

【 --restart=always】 开机启动,失败也会一直重启;
【–log-opt max-size=100m】意味着一个容器日志大小上限是100M;
【–log-opt max-file=2】意味着一个容器有2个日志,分别是id+.json、id+1.json;
【-p 6379:6379】 将宿主机6379端口与容器内6379端口进行映射;
【-v】 将宿主机目录或文件与容器内目录或文件进行挂载映射;
【-itd】
          i:以交互模式运行容器,通常与 -t 同时使用;
          t:为容器重新分配一个伪输入终端,通常与 -i 同时使用;
         d:表示后台启动redis;
【–name】 给容器命名;
【–appendonly yes】 开启redis 持久化;
【–requirepass 123456】 强烈建议设置密码,并且将密码设置为高强度复杂;
【redis-server /etc/redis/redis.conf】 以配置文件启动redis,加载容器内的conf文件;

启动成功: 

分布式缓存——Redis集群_第9张图片

3)开启主从关系

现在三个实例还没有任何关系,要配置主从可以使用replicaof 或者slaveof(5.0以前)命令。

有临时和永久两种模式:

  • 修改配置文件(永久生效)

             在redis.conf中添加一行配置:slaveof
  • 使用redis-cli客户端连接到redis服务,执行slaveof命令(重启后失效):

                 slaveof

注意:在5.0以后新增命令replicaof,与salveof效果一致。

首先进入70027003容器,添加临时的主从配置关系

docker exec -it redis7002 redis-cli

auth 123456

replicaof 192.168.119.130 7001

再进入主库7001查看消息:

info replication

分布式缓存——Redis集群_第10张图片 随后可以去主库添加数据测试一下。

2.主从数据同步原理

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:

分布式缓存——Redis集群_第11张图片

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。因为slave原本也是一个master,有自己的replid和offset,当第一次变成slave,与master建立连接时,发送的replid和offset是自己的replid和offset。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replid和offset都发送给这个slave,slave保存这些信息。以后slave的replid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:

分布式缓存——Redis集群_第12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RDB到slave

  • slave清空本地数据,加载master的RDB

  • 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

  • slave执行接收到的命令,保持与master之间的同步

 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slave与master都是做增量同步

什么是增量同步?就是只更新slave与master存在差异的部分数据。如图:

分布式缓存——Redis集群_第13张图片

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:

分布式缓存——Redis集群_第14张图片

slave与master的offset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,master的offset逐渐变大,slave也不断的拷贝,追赶master的offset:

分布式缓存——Redis集群_第15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。  

 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:

  • 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

主从从架构图:

分布式缓存——Redis集群_第16张图片

 三、Redis哨兵

1.哨兵的作用和原理

1)集群结构和作用

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

分布式缓存——Redis集群_第17张图片

Sentinel 哨兵的作用如下:

  • 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)集群监控原理

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。

分布式缓存——Redis集群_第18张图片

 3)集群故障恢复原理

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。

当选出一个新的master后,该如何实现切换呢?流程如下:

  • 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

分布式缓存——Redis集群_第19张图片

2.搭建哨兵集群

 sentinel.conf配置文件:

port 27001
sentinel announce-ip 192.168.119.130
sentinel monitor mymaster 192.168.119.130 7001 2
sentinel auth-pass mymaster 123456
sentinel down-after-milliseconds mymaster 5000
sentinel failover-timeout mymaster 60000
dir "/tmp/s1"

其他细节可参考:https://blog.csdn.net/dongrixueyang/article/details/121632074 

3.RedisTemplate的哨兵模式

Sentinel集群监管下的Redis主从集群,其节点会因为自动故障转移而发生变化,Redis的客户端必须感知这种变化,及时更新连接信息。Spring的RedisTemplate底层利用lettuce实现了节点的感知和自动切换。

在pom.xml文件中引入:


    org.springframework.boot
    spring-boot-starter-data-redis

在配置文件application.yml中指定redis的sentinel相关信息:

spring:
  redis:
    sentinel:
      master: mymaster
      nodes:
        - 192.168.119.130:27001
        - 192.168.119.130:27002
        - 192.168.119.130:27003

在项目的启动类中,添加一个新的bean:

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

这个bean中配置的就是读写策略,包括四种:

  • 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

四、Redis分片集群简单了解

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:

  • 海量数据存储问题

  • 高并发写的问题

分布式缓存——Redis集群_第20张图片

使用分片集群可以解决上述问题,分片集群特征:

  • 集群中有多个master,每个master保存不同数据

     

  • 每个master都可以有多个slave节点

  • master之间通过ping监测彼此健康状态

  • 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

你可能感兴趣的:(redis,缓存,分布式)