分布式缓存
单机的Redis存在四大问题：
一、Redis持久化
Redis有两种持久化方案：
- RDB持久化
- AOF持久化
1.1 单机安装
从官网下载源码包：Download | Redis
解压缩：
tar -xvf redis-6.2.14.tar.gz解压后，进入redis目录：
cd redis-6.2.14运行编译命令：
make && sudo make install如果没有出错，应该就安装成功了。
然后修改redis.conf文件中的一些配置：
# 绑定地址，默认是127.0.0.1，会导致只能在本地访问。修改为0.0.0.0则可以在任意IP访问
bind 0.0.0.0
# 数据库数量，设置为1
databases 1启动Redis：
redis-server redis.conf
停止redis服务：
redis-cli shutdown1.2 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。
1.2.1 执行时机
RDB持久化在四种情况下会执行：
- 执行save命令
- 执行bgsave命令
- Redis停机时
- 触发RDB条件时
1）save命令
执行下面的命令，可以立即执行一次RDB：
save命令会导致主进程执行RDB，这个过程中其它所有命令都会被阻塞。只有在数据迁移时可能用到。
2）bgsave命令
下面的命令可以异步执行RDB：
这个命令执行后会开启独立进程完成RDB，主进程可以持续处理用户请求，不受影响。
3）停机时
Redis停机时会执行一次save命令，实现RDB持久化。
4）触发RDB条件
Redis内部有触发RDB的机制，可以在redis.conf文件中找到，格式如下：
# 900秒内，如果至少有1个key被修改，则执行bgsave ， 如果是save "" 则表示禁用RDB
save 900 1
save 300 10
save 60 10000 RDB的其它配置也可以在redis.conf文件中设置：
# 是否压缩 ,建议不开启，压缩也会消耗cpu，磁盘的话不值钱
rdbcompression yes
# RDB文件名称
dbfilename dump.rdb
# 文件保存的路径目录
dir ./1.2.2 RDB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。
1.2.3 小结
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
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
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
1.3 AOF持久化
1.3.1 AOF原理
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。
1.3.2 AOF配置
AOF默认是关闭的，需要修改redis.conf配置文件来开启AOF：
# 是否开启AOF功能，默认是no
appendonly yes
# AOF文件的名称
appendfilename "appendonly.aof"AOF的命令记录的频率也可以通过redis.conf文件来配：
# 表示每执行一次写命令，立即记录到AOF文件 appendfsync always # 写命令执行完先放入AOF缓冲区，然后表示每隔1秒将缓冲区数据写到AOF文件，是默认方案 appendfsync everysec # 写命令执行完先放入AOF缓冲区，由操作系统决定何时将缓冲区内容写回磁盘 appendfsync no
三种策略对比：
1.3.3 AOF文件重写
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。
如图，AOF原本有三个命令，但是set num 123 和 set num 666都是对num的操作，第二次会覆盖第一次的值，因此第一个命令记录下来没有意义。
所以重写命令后，AOF文件内容就是：mset name jack num 666
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：
# AOF文件比上次文件 增长超过多少百分比则触发重写
auto-aof-rewrite-percentage 100
# AOF文件体积最小多大以上才触发重写
auto-aof-rewrite-min-size 64mb 1.4 RDB与AOF对比
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。
1.5 RDB与AOF混合模式
其实是AOF重写时，使用RDB模式。
开启appendonly yes后，再开启如下参数，aof在重写时，会将当前数据以RDB方式写在aof文件中，再将后续新的指令追加到文件中。
aof-use-rdb-preamble yesRedis服务器在执行AOF重写操作时，就会像执行BGSAVE命令那样，根据数据库当前的状态生成出相应的RDB数据，并将这些数据写入新建的AOF文件中，至于那些在AOF重写开始之后 执行的Redis命令，则会继续以协议文本的方式 追加到 新AOF文件的末尾，即已有的RDB数据的后面。
换句话说，在开启了RDB-AOF混合持久化功能之后，服务器生成的AOF文件将由两个部分组成，其中位于AOF文件开头的是RDB格式的数据，而跟在RDB数据后面的则是AOF格式的数据。
1.5.1 注意项
1、RDB和AOF两者同时打开时，RDB和AOF文件都会生成。但恢复数据时，仅使用AOF文件。
2、aof-use-rdb-preamble这种混合方式，数据恢复时仍只加载AOF文件.
- AOF文件前段部分是RDB格式
- 后段部分是AOF格式
二、Redis主从
2.1 搭建主从架构
2.1.1 集群结构
搭建的主从集群结构如图：
共包含三个节点，一个主节点，两个从节点。
这里我们会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 |
| 127.0.0.1 |
7001 |
master |
| 127.0.0.1 |
7002 |
slave |
| 127.0.0.1 |
7003 |
slave |
2.1.2 准备实例和配置
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。
1）创建目录
我们创建三个文件夹，名字分别叫7001、7002、7003：
# 进入/tmp目录
cd /tmp
# 创建目录
mkdir 7001 7002 70032）恢复原始配置
修改redis.conf文件，将其中的持久化模式改为默认的RDB模式，AOF保持关闭状态。
# 开启RDB
# save ""
save 3600 1
save 300 100
save 60 10000
# 关闭AOF
appendonly no
3）拷贝配置文件到每个实例目录
然后将redis.conf文件拷贝到三个目录中（在/tmp目录执行下列命令）：
# 管道组合命令，一键拷贝
echo 7001 7002 7003 | xargs -t -n 1 cp redis.conf4）修改每个实例的端口、工作目录
修改每个文件夹内的配置文件，将端口分别修改为7001、7002、7003，将rdb文件保存位置都修改为自己所在目录
port 7001
dir /Users/xiang/software/redis/slave/7001/5）修改每个实例的声明IP
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 127.0.0.1每个目录都要改，我们一键完成修改（在/tmp目录执行下列命令）：
printf '%s\n' 7001 7002 7003 | xargs -I{} -t sed -i '1a replica-announce-ip 127.0.0.1' {}/redis.conf2.1.3 启动
为了方便查看日志，我们打开3个ssh窗口，分别启动3个redis实例，启动命令：
# 第1个
redis-server 7001/redis.conf
# 第2个
redis-server 7002/redis.conf
# 第3个
redis-server 7003/redis.conf启动后：
如果要一键停止，可以运行下面命令：
printf '%s\n' 7001 7002 7003 | xargs -I{} -t redis-cli -p {} shutdown2.1.4 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。
这里我们为了演示方便，使用方式二。
通过redis-cli命令连接7002，执行下面命令：
# 连接 7002
redis-cli -p 7002
# 执行slaveof
slaveof 127.0.0.1 7001通过redis-cli命令连接7003，执行下面命令：
# 连接 7003
redis-cli -p 7003
# 执行slaveof
slaveof 127.0.0.1 7001然后连接 7001节点，查看集群状态：
# 连接 7001
redis-cli -p 7001
# 查看状态
info replication结果：
2.1.5 测试
执行下列操作以测试：
- 利用redis-cli连接7001，执行
set num 123- 利用redis-cli连接7002，执行
get num
set num 666- 利用redis-cli连接7003，执行
get num
set num 888可以发现，只有在7001这个master节点上可以执行写操作，7002和7003这两个slave节点只能执行读操作。
2.2 主从数据同步原理
2.2.1.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：
这里有一个问题，master如何得知salve是第一次来连接
有几个概念，可以作为判断依据：
- Replication Id
- offset
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：
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
18841:M 15 Jan 2024 18:00:58.585 * Replica 127.0.0.1:7002 asks for synchronization
18841:M 15 Jan 2024 18:00:58.585 * Partial resynchronization not accepted: Replication ID mismatch (Replica asked for '9f2bccf1699708e9bfce878de4701b152cee3b22', my replication IDs are 'e7174aa2ba7b6f0e9d6d8770d62bbf26bf38de48' and '0000000000000000000000000000000000000000')
18841:M 15 Jan 2024 18:00:58.585 * Replication backlog created, my new replication IDs are '4d34f58f302fbf1aaae84221765cfa3a527670cd' and '0000000000000000000000000000000000000000'
18841:M 15 Jan 2024 18:00:58.586 * Starting BGSAVE for SYNC with target: disk
18841:M 15 Jan 2024 18:00:58.587 * Background saving started by pid 18914
18914:C 15 Jan 2024 18:00:58.588 * DB saved on disk
18841:M 15 Jan 2024 18:00:58.627 * Background saving terminated with success
18841:M 15 Jan 2024 18:00:58.627 * Synchronization with replica 127.0.0.1:7002 succeeded2.2.2 命令传播
slave已经同步过master了，那么如果后续master进行了写操作，比如说一个简单的set name redis，那么master执行过当前命令后，会将当前命令发送给slave执行一遍，达成数据一致性。
2.2.3 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断掉后，再与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：
那么master怎么知道slave与自己的数据差异在哪里呢?
2.2.4 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：
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：
直到数组被填满：
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master的offset远远超过了slave的offset：
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：
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。
repl-backlog-size默认1mb
2.3 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：
2.4 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
三、Redis哨兵
Redis提供了哨兵（Sentinel）机制来实现主从集群的自动故障恢复。
3.1 哨兵原理
3.1.1.集群结构和作用
哨兵的结构如图：
哨兵的作用如下：
- 监控
- 自动故障恢复
- 通知
3.1.2 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。
3.1.3 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 127.0.0.1 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
3.1.4 小结
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
3.2 搭建哨兵集群
3.2.1 集群结构
这里我们搭建一个三节点形成的Sentinel集群，来监管之前的Redis主从集群。如图：
三个sentinel实例信息如下：
| 节点 |
IP |
PORT |
| s1 |
127.0.0.1 |
27001 |
| s2 |
127.0.0.1 |
27002 |
| s3 |
127.0.0.1 |
27003 |
3.2.2 准备实例和配置
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。
我们创建三个文件夹，名字分别叫s1、s2、s3：
# 进入/tmp目录
cd /salve_sentinel
# 创建目录
mkdir s1 s2 s3然后我们在s1目录创建一个sentinel.conf文件，添加下面的内容：
port 27001
sentinel announce-ip 127.0.0.1
sentinel monitor mymaster 127.0.0.1 7001 2
sentinel down-after-milliseconds mymaster 5000
sentinel failover-timeout mymaster 60000
dir "/Users/xiang/software/redis/slave_sentinel/s1"解读：
- port 27001：是当前sentinel实例的端口
- sentinel monitor mymaster 127.0.0.1 7001 2 :指定主节点信息
- mymaster: 主节点名称，自定义，任意写
- 127.0.0.1 7001: 主节点的ip和端口
- 2: 选举master时的quorum值
然后将s1/sentinel.conf文件拷贝到s2、s3两个目录中（在/tmp目录执行下列命令）：
# 管道组合命令，一键拷贝
echo s2 s3 | xargs -t -n 1 cp s1/sentinel.conf修改s2、s3两个文件夹内的配置文件，将端口分别修改为27002、27003：
sed -i -e 's/27001/27002/g' -e 's/s1/s2/g' s2/sentinel.conf
sed -i -e 's/27001/27003/g' -e 's/s1/s3/g' s3/sentinel.conf3.2.3 启动
为了方便查看日志，我们打开3个ssh窗口，分别启动3个redis实例，启动命令：
# 第1个
redis-sentinel s1/sentinel.conf
# 第2个
redis-sentinel s2/sentinel.conf
# 第3个
redis-sentinel s3/sentinel.conf启动后：
3.2.4 测试
1、尝试让master节点7001宕机，查看sentinel日志：
选出新的master-7002
2、查看新master-7002的日志和配置
7002成为了master，配置文件中的replicaof被设置为空
3、查看其他slave-7003的日志和配置
切换slaveof目标master。redis.conf的replicaof信息也被更改了。
4、重启7001后，查看日志和配置
重启前，因为redis服务不可用，所以redis.conf中的replicaof仍为空。
重启后，redis.conf被修改为replicaof 127.0.0.1 7002
5、再次查看主从信息
3.3 RedisTemplate
在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。
下面，我们通过一个测试来实现RedisTemplate集成哨兵机制。
3.3.1 导入Demo工程
https://github.com/user0819/redis-slave-demo.git
3.3.2.引入依赖
在项目的pom文件中引入依赖：
org.springframework.boot
spring-boot-starter-data-redis
3.3.3.配置Redis地址
然后在配置文件application.yml中指定redis的sentinel相关信息：
spring:
redis:
sentinel:
master: mymaster
nodes:
- 127.0.0.1:27001
- 127.0.0.1:27002
- 127.0.0.1:270033.3.4.配置读写分离
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
3.3.5 启动
写数据：
01-16 20:16:16:065 DEBUG 51478 --- [nio-8080-exec-1] io.lettuce.core.RedisChannelHandler : dispatching command AsyncCommand [type=SET, output=StatusOutput [output=null, error='null'], commandType=io.lettuce.core.protocol.Command]
01-16 20:16:16:066 DEBUG 51478 --- [nio-8080-exec-1] i.l.c.m.MasterSlaveConnectionProvider : getConnectionAsync(WRITE)
01-16 20:16:16:066 DEBUG 51478 --- [nio-8080-exec-1] io.lettuce.core.RedisChannelHandler : dispatching command AsyncCommand [type=SET, output=StatusOutput [output=null, error='null'], commandType=io.lettuce.core.protocol.Command]
01-16 20:16:16:067 DEBUG 51478 --- [nio-8080-exec-1] i.lettuce.core.protocol.DefaultEndpoint : [channel=0xbbd9865b, /127.0.0.1:51077 -> /127.0.0.1:7001, epid=0xa] write() writeAndFlush command AsyncCommand [type=SET, output=StatusOutput [output=null, error='null'], commandType=io.lettuce.core.protocol.Command]
01-16 20:16:16:068 DEBUG 51478 --- [nio-8080-exec-1] i.lettuce.core.protocol.DefaultEndpoint : [channel=0xbbd9865b, /127.0.0.1:51077 -> /127.0.0.1:7001, epid=0xa] write() done
01-16 20:16:16:068 DEBUG 51478 --- [ioEventLoop-4-2] io.lettuce.core.protocol.CommandHandler : [channel=0xbbd9865b, /127.0.0.1:51077 -> /127.0.0.1:7001, chid=0xa] write(ctx, AsyncCommand [type=SET, output=StatusOutput [output=null, error='null'], commandType=io.lettuce.core.protocol.Command], promise)
01-16 20:16:16:075 DEBUG 51478 --- [ioEventLoop-4-2] io.lettuce.core.protocol.CommandEncoder : [channel=0xbbd9865b, /127.0.0.1:51077 -> /127.0.0.1:7001] writing command AsyncCommand [type=SET, output=StatusOutput [output=null, error='null'], commandType=io.lettuce.core.protocol.Command]
01-16 20:16:16:076 DEBUG 51478 --- [ioEventLoop-4-2] io.lettuce.core.protocol.CommandHandler : [channel=0xbbd9865b, /127.0.0.1:51077 -> /127.0.0.1:7001, chid=0xa] Received: 5 bytes, 1 commands in the stack
01-16 20:16:16:076 DEBUG 51478 --- [ioEventLoop-4-2] io.lettuce.core.protocol.CommandHandler : [channel=0xbbd9865b, /127.0.0.1:51077 -> /127.0.0.1:7001, chid=0xa] Stack contains: 1 commands
01-16 20:16:16:076 DEBUG 51478 --- [ioEventLoop-4-2] i.l.core.protocol.RedisStateMachine : Decode AsyncCommand [type=SET, output=StatusOutput [output=null, error='null'], commandType=io.lettuce.core.protocol.Command]
01-16 20:16:16:076 DEBUG 51478 --- [ioEventLoop-4-2] i.l.core.protocol.RedisStateMachine : Decoded AsyncCommand [type=SET, output=StatusOutput [output=OK, error='null'], commandType=io.lettuce.core.protocol.Command], empty stack: true读数据:
01-16 20:16:51:851 DEBUG 51478 --- [nio-8080-exec-4] io.lettuce.core.RedisChannelHandler : dispatching command AsyncCommand [type=GET, output=ValueOutput [output=null, error='null'], commandType=io.lettuce.core.protocol.Command]
01-16 20:16:51:852 DEBUG 51478 --- [nio-8080-exec-4] i.l.c.m.MasterSlaveConnectionProvider : getConnectionAsync(READ)
01-16 20:16:51:853 DEBUG 51478 --- [nio-8080-exec-4] io.lettuce.core.RedisChannelHandler : dispatching command AsyncCommand [type=GET, output=ValueOutput [output=null, error='null'], commandType=io.lettuce.core.protocol.Command]
01-16 20:16:51:854 DEBUG 51478 --- [nio-8080-exec-4] i.lettuce.core.protocol.DefaultEndpoint : [channel=0x3b220f89, /127.0.0.1:51075 -> /127.0.0.1:7003, epid=0x8] write() writeAndFlush command AsyncCommand [type=GET, output=ValueOutput [output=null, error='null'], commandType=io.lettuce.core.protocol.Command]
01-16 20:16:51:855 DEBUG 51478 --- [nio-8080-exec-4] i.lettuce.core.protocol.DefaultEndpoint : [channel=0x3b220f89, /127.0.0.1:51075 -> /127.0.0.1:7003, epid=0x8] write() done
01-16 20:16:51:855 DEBUG 51478 --- [ioEventLoop-4-8] io.lettuce.core.protocol.CommandHandler : [channel=0x3b220f89, /127.0.0.1:51075 -> /127.0.0.1:7003, chid=0x8] write(ctx, AsyncCommand [type=GET, output=ValueOutput [output=null, error='null'], commandType=io.lettuce.core.protocol.Command], promise)
01-16 20:16:51:857 DEBUG 51478 --- [ioEventLoop-4-8] io.lettuce.core.protocol.CommandEncoder : [channel=0x3b220f89, /127.0.0.1:51075 -> /127.0.0.1:7003] writing command AsyncCommand [type=GET, output=ValueOutput [output=null, error='null'], commandType=io.lettuce.core.protocol.Command]
01-16 20:16:51:857 DEBUG 51478 --- [ioEventLoop-4-8] io.lettuce.core.protocol.CommandHandler : [channel=0x3b220f89, /127.0.0.1:51075 -> /127.0.0.1:7003, chid=0x8] Received: 18 bytes, 1 commands in the stack
01-16 20:16:51:858 DEBUG 51478 --- [ioEventLoop-4-8] io.lettuce.core.protocol.CommandHandler : [channel=0x3b220f89, /127.0.0.1:51075 -> /127.0.0.1:7003, chid=0x8] Stack contains: 1 commands
01-16 20:16:51:858 DEBUG 51478 --- [ioEventLoop-4-8] i.l.core.protocol.RedisStateMachine : Decode AsyncCommand [type=GET, output=ValueOutput [output=null, error='null'], commandType=io.lettuce.core.protocol.Command]
01-16 20:16:51:858 DEBUG 51478 --- [ioEventLoop-4-8] i.l.core.protocol.RedisStateMachine : Decoded AsyncCommand [type=GET, output=ValueOutput [output=[B@5b10b048, error='null'], commandType=io.lettuce.core.protocol.Command], empty stack: true3.5 哨兵模式总结
- 哨兵作用主要是故障转移-设置新的master
- 某个哨兵节点停止，不会影响主从关系，整体哨兵服务仍能正常运行
- 某个哨兵节点停止再运行，仍能正常加入到哨兵中
四、Redis分片集群
4.1 搭建分集群
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：
- 海量数据存储问题
- 高并发写的问题
使用分片集群可以解决上述问题，如图:
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
4.1.1 集群结构
分片集群需要的节点数量较多，这里我们搭建一个最小的分片集群，包含3个master节点，每个master包含一个slave节点，结构如下：
这里我们会在同一台虚拟机中开启6个redis实例，模拟分片集群，信息如下：
| IP |
PORT |
角色 |
| 127.0.0.1 |
7001 |
master |
| 127.0.0.1 |
7002 |
master |
| 127.0.0.1 |
7003 |
master |
| 127.0.0.1 |
8001 |
slave |
| 127.0.0.1 |
8002 |
slave |
| 127.0.0.1 |
8003 |
slave |
4.1.2 准备实例和配置
创建出7001、7002、7003、8001、8002、8003目录：
# 进入/test_cluster目录
cd /test_cluster
# 创建目录
mkdir 7001 7002 7003 8001 8002 8003在/test_cluster下准备一个新的redis.conf文件，内容如下：
port 6379
# 开启集群功能
cluster-enabled yes
# 集群的配置文件名称，不需要我们创建，由redis自己维护
cluster-config-file /tmp/6379/nodes.conf
# 节点心跳失败的超时时间
cluster-node-timeout 5000
# 持久化文件存放目录
dir /tmp/6379
# 绑定地址
bind 0.0.0.0
# 让redis后台运行
daemonize yes
# 注册的实例ip
replica-announce-ip 127.0.0.1
# 保护模式
protected-mode no
# 数据库数量
databases 1
# 日志
logfile /tmp/6379/run.log将这个文件拷贝到每个目录下：
cd /test_cluster
# 执行拷贝
echo 7001 7002 7003 8001 8002 8003 | xargs -t -n 1 cp redis.conf修改每个目录下的redis.conf，将其中的6379修改为与所在目录一致：
cd /test_cluster
# 修改配置文件
printf '%s\n' 7001 7002 7003 8001 8002 8003 | xargs -I{} -t sed -i 's/6379/{}/g' {}/redis.conf4.1.3 启动
因为已经配置了后台启动模式，所以可以直接启动服务：
# 进入/tmp目录
cd /test_cluster
# 一键启动所有服务
printf '%s\n' 7001 7002 7003 8001 8002 8003 | xargs -I{} -t redis-server {}/redis.conf通过ps查看状态：
ps -ef | grep redis发现服务都已经正常启动：
如果要关闭所有进程，可以执行命令：
ps -ef | grep redis | awk '{print $2}' | xargs kill或者（推荐这种方式）：
printf '%s\n' 7001 7002 7003 8001 8002 8003 | xargs -I{} -t redis-cli -p {} shutdown4.1.4 创建集群
虽然服务启动了，但是目前每个服务之间都是独立的，没有任何关联。
我们需要执行命令来创建集群，在Redis5.0之前创建集群比较麻烦，5.0之后集群管理命令都集成到了redis-cli中。
1）Redis5.0之前
Redis5.0之前集群命令都是用redis安装包下的src/redis-trib.rb来实现的。因为redis-trib.rb是有ruby语言编写的所以需要安装ruby环境。
# 安装依赖
yum -y install zlib ruby rubygems
gem install redis然后通过命令来管理集群：
# 进入redis的src目录
cd /test_cluster/redis-6.2.4/src
# 创建集群
./redis-trib.rb create --replicas 1 127.0.0.1:7001 127.0.0.1:7002 127.0.0.1:7003 127.0.0.1:8001 127.0.0.1:8002 127.0.0.1:80032）Redis5.0以后
我们使用的是Redis6.2.4版本，集群管理以及集成到了redis-cli中，格式如下：
redis-cli --cluster create --cluster-replicas 1 127.0.0.1:7001 127.0.0.1:7002 127.0.0.1:7003 127.0.0.1:8001 127.0.0.1:8002 127.0.0.1:8003命令说明：
- redis-cli --cluster 或者./redis-trib.rb：代表集群操作命令
- create：代表是创建集群
- --replicas 1或者--cluster-replicas 1：指定集群中每个master的副本个数为1，此时节点总数 ÷ (replicas + 1) 得到的就是master的数量。因此节点列表中的前n个就是master，其它节点都是slave节点，随机分配到不同master
运行后的样子：
这里输入yes，则集群开始创建：
通过命令可以查看集群状态：
redis-cli -p 7001 cluster nodes
4.1.5 测试
尝试连接7001节点，存储一个数据：
# 连接
redis-cli -p 7001
# 存储数据
set num 123
# 读取数据
get num
# 再次存储
set a 1结果悲剧了：
集群操作时，需要给redis-cli加上-c参数才可以：
redis-cli -c -p 7001这次可以了：
4.2 散列插槽
4.2.1 插槽原理
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。
如图，在7001这个节点执行set a 1时，对a做hash运算，对16384取余，得到的结果是15495，因此要存储到103节点。
到了7003后，执行get num时，对num做hash运算，对16384取余，得到的结果是2765，因此需要切换到7001节点
4.2.1 小结
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
4.3 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：
4.3.1 需求分析
需求：向集群中添加一个新的master节点，并向其中存储 num = 10
- 启动一个新的redis实例，端口为7004
- 添加7004到之前的集群，并作为一个master节点
- 给7004节点分配插槽，使得num这个key可以存储到7004实例
这里需要两个新的功能：
- 添加一个节点到集群中
- 将部分插槽分配到新插槽
4.3.2 创建新的redis实例
创建一个文件夹：
mkdir 7004拷贝配置文件：
cp redis.conf /7004修改配置文件：
sed /s/6379/7004/g 7004/redis.conf启动
redis-server 7004/redis.conf4.3.3 添加新节点到redis
执行命令：
redis-cli --cluster add-node 127.0.0.1:7004 127.0.0.1:7001
通过命令查看集群状态：
redis-cli -p 7001 cluster nodes如图，7004加入了集群，并且默认是一个master节点：
但是，可以看到7004节点的插槽数量为0，因此没有任何数据可以存储到7004上
4.3.4 转移插槽
我们要将num存储到7004节点，因此需要先看看num的插槽是多少：
如上图所示，num的插槽为2765.
我们可以将0~3000的插槽从7001转移到7004，命令格式如下：
具体命令如下：
建立连接：
redis-cli --cluster reshard 127.0.0.1:7001得到下面的反馈：
询问要移动多少个插槽，我们计划是3000个：
新的问题来了：
那个node来接收这些插槽？？
显然是7004，那么7004节点的id是多少呢？
复制这个id，然后拷贝到刚才的控制台后：
这里询问，你的插槽是从哪里移动过来的？
- all：代表全部，也就是三个节点各转移一部分
- 具体的id：目标节点的id
- done：没有了
这里我们要从7001获取，因此填写7001的id：
填完后，点击done，这样插槽转移就准备好了：
确认要转移吗？输入yes：
然后，通过命令查看结果：
redis-cli -p 7001 cluster nodes可以看到：
目的达成。
4.4 故障转移
集群初识状态是这样的：
其中7001、7002、7003都是master，我们计划让7002宕机。
4.4.1 自动故障转移
当集群中有一个master宕机会发生什么呢？
直接停止一个redis实例，例如7002：
redis-cli -p 7002 shutdown1）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：
4）当7002再次启动，就会变为一个slave节点了：
4.4.2 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：
这种failover命令可以指定三种模式：
- 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
案例需求：在7002这个slave节点执行手动故障转移，重新夺回master地位
步骤如下：
1）利用redis-cli连接7002这个节点
2）执行cluster failover命令
如图：
效果：
4.4.2 说明
- 停止集群时，先停止slave，再停止master。
- 如果master和slave都停止了，则某段slots不可再访问，获取对应值时会报错。
4.5 RedisTemplate访问分片集群
RedisTemplate底层同样基于lettuce实现了分片集群的支持，而使用的步骤与哨兵模式基本一致：
1）引入redis的starter依赖
2）配置分片集群地址
3）配置读写分离
与哨兵模式相比，其中只有分片集群的配置方式略有差异，如下：
spring:
redis:
cluster:
nodes:
- 127.0.0.1:7001
- 127.0.0.1:7002
- 127.0.0.1:7003
- 127.0.0.1:8001
- 127.0.0.1:8002
- 127.0.0.1:8003