Redis学习笔记----------第六天(数据同步:主从库如何实现数据一致)

Redis学习笔记----------第六天(数据同步:主从库如何实现数据一致)

前几节学习笔记我们已经学习了AOF和RDB,如果Redis发生了宕机,它们可以通过回放日志和重新读入RDB文件的方式恢复数据,从而保持尽量少丢失数据,进而提升可靠性。
不过,即使使用了这两种方法,也依然存在服务不可用的问题。比如说,我们在实际使用时只运行了一个Redis实例,那么如果这个实例宕机了,它在恢复期间,是无法服务新来的数据存取请求的

那么我们总说的Redis具有高可靠性,又是什么意思呢?其实,这里有两层含义:一是数据尽量少丢失二是服务尽量少中断。AOF和RDB保证了前者,而对于后者,Redis的做法就是增加副本冗余量,将一份数据同时保存在多个实例上。即使有一个实例出现了故障,需要经过一段时间才能恢复,其他实例也可以对外提供服务,并不会影响业务的使用。

多实例保存同一份数据,听起来好像很不错,但是,我们必须考虑一个问题:这么多的副本,他们之间的数据如何保持一致呢?数据读写操作可以发给所有的实例吗?

实际上,Redis提供了主从库模式,以保证数据副本的一致,主从库之间采用的是读写分离的方式。

  • 读操作:主库、从库都可以接收。
  • 写操作:首先到主库执行,然后,主库将写操作同步给从库。
    Redis学习笔记----------第六天(数据同步:主从库如何实现数据一致)_第1张图片
    那么,为什么要采用读写分离的方式呢?

我们可以设想一下,如果在上图中,不管是主库还是从库,都能接受客户端的写操作,那么,一个直接的问题就是:如果客户端对同一个数据(例如K1)前后修改三次,每一次的修改请求都发送到不同的实例执行,那么,这个数据在这三个实例上的副本就不一致了(分别是V1\V2\V3)。再读取这个数据的时候,就可能读到旧的值。

如果我们非要保持这个数据在三个实例上完成一致,就要涉及到加锁,实例间协商是否完成修改等一系列操作,但这带来巨额的开销,当然是不太能接受的。

而主从模式一旦采用了读写分离,所有数据库的修改只会在主库上进行,不用协调三个实例。主库有了最新的数据后,同步给从库,这样,主从库的数据就是一致性的。

那么,主从库同步是如何完成的呢?主库数据是一次性传给从库,还是分期同步?要是主从库间的网络断连了,数据还可以保持一致吗?这节课我就和你聊聊主从库同步的原理,以及应用对网络连线风险的方案。

好了,我们先来看看主从库之间的第一次同步是如何进行的,这也是Redis实例建立主从库模式后的规定动作。

主从库间如何进行第一次同步?
当我们启动多个Redis的实例时,它们之间就可以通过replicaof(Redis5.0之前使用slaveof)命令形成主库与从库的关系,之后会按照三个阶段完成数据的第一次同步。

例如:现在有实例1(IP:172.16.19.3)和实例2(IP:172.16.19.5),我们在实例2上执行以下的这个命令后,实例2就变成了实例1的从库,并从实例1复制数据:

replicof 172.16.19.3 6379

接下来,我们就主要学习主从库之间数据第一次同步的三个阶段了。可以先看一下下面的图,有一个整体感知,接下来我再具体介绍:
Redis学习笔记----------第六天(数据同步:主从库如何实现数据一致)_第2张图片

第一阶段:是主从库间建立连接,协商同步的过程,主要是为全量复制做准备。在这一步,从库和主库建立起连接,并告诉主库即将进行同步,主库确认回复后,主从库就可以开始同步了。

具体来说,从库给主库发送psync命令,表示要进行数据同步,主库根据这个命令的参数来启动复制。psync命令包括了主库的runID复制进度offset两个参数。

  • runID:是每个Redis实例启动时自动生成的一个ID,用来唯一标记这个实例。当从库和主库第一次复制时,因为不知道主库的runID,所以讲runID设为?。

  • -offset:此时设为-1,表示第一次复制。 主库收到psync命令后,会用FULLRESYNC相应命令带上两个参数;主库runID和主库目前的复制进度offset,返回给从库。从库收到响应后,会记录下这两个参数。

这里有个地方需要注意,FULLRESYNC响应表示第一次复制采用的全量复制,也就是说,主库会把当前所有的数据都复制给从库。

第二阶段:主库将所有数据同步给从库。从库收到数据后,在本地完成数据加载。这个过程依赖于内存快照生成的RDB文件。
具体来说,主库执行bgsave命令,生成RDB文件,接着将文件发给从库。从库接收到RDB文件后,会先清空当前数据库,然后加载RDB文件。这是因为从库在通过replicaof命令开始和主库同步前,可能保存了其他数据。为了避免之前数据的影响,从库需要先把当前数据库清空。
在主库将数据同步给从库的过程中,主库不会被阻塞,仍然可以正常接收请求。 否则,Redis的服务就被中断了。但是,这些请求中的写操作并没有记录到刚刚生成的RDB文件中,为了保证主从库的数据一致性,主库会在内存中用专门的replication buffer ,记录RDB文件生成后收到的所有写操作。

最后,也就是第三个阶段,主库会把第二阶段执行过程中新收到的写命令,再发送给从库。具体的操作是,当主库完成RDB文件发送后,就会把此时replicationbuffer中的修改操作发给从库,从库在重新执行这些操作,这样一来,主从库就实现同步了。

主从级联模式分担全量复制时的主库压力
通过分析主从库间第一次数据同步的过程,你可以看到,一次全量复制中,对于主库来说。需要完成两个耗时的操作:生成RDB文件和传输RDB文件。

如果从库数量很多,而且都要和主库进行全量复制的话,就会导致主库忙于fork子进程生成RDB文件,进行数据全量同步。fork这个操作会阻塞主线程处理正常请求,从而导致主库响应应用程序的请求速度变慢。此外,传输RDB文件也会占用主库的网络带宽,同样会给主库的资源使用带来压力。那么,有没有好的解决方案可以分担主库的压力呢?

其实是有的,就是主-从-主 模式。
在刚才介绍的主从库模式中,所有的从库都是和主库连接。所有的全量复制也都是和主库连接,所有的全量复制也是和主库连接的。现在,我们通过“主- 从-主 模式”将主库生成RDB和传输RDB的压力,以级联的方式分散到数据库上。

简单来说,我们再部署主从集群的时候,可以手动选择一个库(比如选择内存资源配置较高的库),用于级联和其他的从库。然后我们可以再选择一些从库(例如三分之一的从库),在这些从库上执行如下命令,让他们和刚才所选的的从库,建立起主从关系。

replicaof 所选从库的IP 6379

这样一来,这些从库就会知道,在进行同步时,不用再和主库进行交互了,只要和级联的从库进行写操作同步就可以了,这就可以减轻主库上的压力,如下图所示:
Redis学习笔记----------第六天(数据同步:主从库如何实现数据一致)_第3张图片
到这里,我们了解了主从库之间通过全量复制实现数据同步的过程,以及通过“主-从-主”模式分担主库的压力的方式。那么,一旦主从库完成了全量复制,它们之间就会一直维护一个网络连接,主库将会通过这个连接后续陆续收到的命令操作在同步给从库,这个过程成为基于长连接的命令传播,可以避免频繁建立连接的开销。

听上去很简单,但不可忽略的是,这个过程中存在着风险点,最常见的就是网络断连或阻塞。如果网络断连是,主从库之间也就无法进行命令传播了,从库的数据自然也就没有办法和主库保持一致了,客户端就可能从从库读到旧数据。

下面,我们就来聊聊网络断连后的结局方法:

=======================================================================
主从库之间网络断了怎么办?
在Redis2.8之前。如果主库在命令传播时出现了网络闪断,那么从库会和主库进行一次全量复制,开销很大。
从Redis2.8开始,网络断了之后,主从库会采取用增量复制的方式继续同步。听名字就可以猜到它和全量复制的不同;全量复制是同步所有数据,而增量复制只会把主从网络断连期间主库收到的命令同步给从库。
那么增量复制时,主从库之间具体怎么保持同步的呢?这里的奥妙就在于rel_backlog_buffer这个缓冲区。我们先来看下他是如何用于增量命令的同步的。
当主从库断连后,主库会把断连期间收到的写操作命令,写入 replication buffer,同时也会把这些写操作命令也写入 repl_backlog_buffer这个缓冲区。

repl_backlog_buffer是一个环形缓冲区,主库会记录自己写到的位置,从库则会记录自己已经读到的位置。

刚开始的时候,主库和从库的写读位置在一起,这算他们的起始位置。随着主库不断接受新的写操作,他在缓冲区中的写位置会逐步偏离起始位置,我们通常用偏移量来衡量这个偏移距离的大小,对主库来说对应的偏移量就是master_repl_offset。主库接受的新写操作越多,这个值就会越大。
同样,从库在复制完写操作命令后,他在缓冲区的读位置也开始逐渐偏移刚才的起始位置,此时,从库已复制的偏移量slave_repl_offset也在不断增加。正常情况下,这两个偏移量基本相等。
Redis学习笔记----------第六天(数据同步:主从库如何实现数据一致)_第4张图片
主从库的连接恢复之后,从库首先会给主库发送psync命令,并把自己当前的slave_repl_offset发给主库,主库会判断自己的master_repl_offset发给主库,主库会判断自己的master_repl_offset和slave_repl_offset之间的差距。

在网络断连阶段,主库可能会收到新的写操作命令,所以,一般来说,master_repl_offset会大于slave_repl_offset和master_repl_offset之间的命令操作同步给从库就行。

就像刚刚示意图的中间部分,主库和从库之间相差了 put d e和put d f两个操作,在增量复制时,主库只需把它们同步给从库,就行了。
说到这,我们可以在借助一张图来回顾增量复制的流程。
Redis学习笔记----------第六天(数据同步:主从库如何实现数据一致)_第5张图片
不过,还有个地方需要强调一下,因为repl_backlog_buffer是一个环形缓冲区,所以在缓冲区写满后,主库会继续写入,此时,就会覆盖掉之前写入的操作。如果从库的读取速度比较慢,就有可能导致从库还没读取的操作被主库新的写操作覆盖了,这就会导致主从库间的数据不一致。

因此我们要想办法避免这一情况,一般而言,我们可以调整repl_bacjlog_size这个参数。这个参数和所需的缓冲空间大小有关。缓冲空间的计算公式是:缓冲空间大小=主库写入命令速度 * 操作大小-主从库间网络传输命令速度 * 操作大小。再实际应用中,考虑到可能存在一些突发请求压力,我们通常需要把这个缓冲空间扩大一倍,即repl_backlog_size = 缓冲空间大小*2,这也就是repl_bavklog_size的最终值。

举个例子,如果主库每秒写入2000个操作,每个操作的大小为2KB,网络每秒能传输1000操作,那么,有1000个操作需要缓冲起来,这就至少需要2MB的缓冲空间。否则,新写的命令就会覆盖到旧操作了。为了应付可能的突发压力,我们最终把repl_backlog_size设为4MB。

这样一来,增量复制时主从库的数据不一致性风险就降低了。不过,如果并发请求量非常大,连两倍的缓冲空间都存不下新操作请求的话,此时,主从库数据仍可能不一致。

针对这种情况,一方面,你可以根据Redis所在服务器的内存资源再适当增加repl_backlog_size值。比如说设置成缓冲空间大小的4倍,另一方面,你可以考虑使用切片集群来分担单个主库的请求压力。

小结:

今天主要一起学习了Redis的主从库同步的基础原理,总结来说,有三种模式:全量复制、基于长连接的命令传播,以及增量复制。

全量复制虽然耗时,但是对于从库来说,如果是第一次同步,全量复制是无法避免的,所以,这里提一个小建议:一个Redis实例的数据库不要太大,一个实例大小在几GB级别比较合适,这样可以减少RDB文件生成,传输和重载的开销。另外,为了避免多个从库和主库进行全量复制,给主库过大的同步压力,我们也可以采用“主-从-主”这一级联模式,来缓解主库的压力。

长连接复制是主从库正常运行后的常规同步阶段。在这个阶段中,主从库之间通过命令传播实现同步。不过,这期间如果遇到了网络断连,增量复制就派上用场。建议多留意一下repl_backlog_size这个配置参数。如果他配置的过小,在增量复制阶段,可能会导致从库的复制进度赶不上主库,进而导致从库重新进行全量复制。所以,通过调大这个参数,可以减少从库在网络断连是全量复制危险。

你可能感兴趣的:(学习笔记,网络,数据库,java,redis)