【Redis专题】Redis持久化、主从与哨兵架构详解

目录

• 前言
• 课程目录
• • 一、Redis持久化
  • • 1.1 RDB快照（Snapshot）：二进制文件
    • • 基本介绍
      • 开启/关闭方式
      • 触发方式
      • bgsave的写时复制（COW，Copy On Write）机制
      • 优缺点
    • 1.2 AOF（append-only file）：将读写命令记录下来，方便回放
    • • 基本介绍
      • 开启/关闭方式
      • 触发方式
      • AOF重写
      • 优缺点
    • 1.3 RDB和AOF对比，怎么选
    • 1.4 Redis4.0 混合持久化：AOF + RDB
    • • 基本介绍
      • 开启/关闭方式
      • 混合持久化aof文件内容
    • 1.5 Redis数据生产备份策略
  • 二、Redis主从架构——基础
  • • 2.1 主从架构搭建
    • 2.2 Redis主从工作原理
    • • 全量同步业务流程图
      • 增量同步业务流程图
      • 主从复制风暴
      • 代码实战
  • 三、Redis主从架构——哨兵高可用架构
  • • 3.1 Redis哨兵架构搭建
    • 3.2 哨兵架构高可用工作原理
    • 3.3 代码实战
• 学习总结

前言

课程目录

一、Redis持久化

【持久化】这个单词我想大家都不陌生吧。什么是持久化？我们知道，Redis的数据是存储在内存里面的，所以在Redis这里，其实是指把内存中的数据，通过一些策略写到磁盘中，方便因为宕机、或者重启Redis服务的时候，再次把数据加载到内存中。
那么，Redis中持久化策略（方式）有哪些呢？其实主要的方式有如下三种，让我们来看看吧

1.1 RDB快照（Snapshot）：二进制文件

基本介绍

在默认情况下， Redis 将内存数据库快照保存在名字为 dump.rdb 的二进制文件中。（PS：该持久化策略，是默认的策略，当然不排除在随后的版本中改了）

开启/关闭方式

开启/关闭方式：进入程序的目录，修改redis.conf配置文件。开启/关闭RDB只需要将所有的save保存策略打开/注释掉即可

触发方式

RDB快照生成的触发方式有两种。一种是通过设置策略，当满足条件的时候自动触发；另一种，当然是手动触发了。

我们先来说一下【自动触发】的方式。自动触发的方式，就是按照Redis提供给我们的语法，在redis.conf里面增加触发策略。设置规则如下：

语法：save [ ...]
解释：在【N 秒内数据集至少有 M 个改动】这一条件被满足时，自动持久化一次

举个例子，设置一条策略【在60秒内有1000个改动时，自动持久化一次】。设置如下

save 60 1000 // 关闭RDB只需要将所有的save保存策略注释掉即可

至于手动触发方式，则是进入redis客户端执行命令save或bgsave，就可以生成dump.rdb文件，每次命令执行都会将所有redis内存快照到一个新的.rdb文件里，并覆盖原有.rdb快照文件。
save是同步执行生成rdb文件的操作，执行时不会处理外部的命令；bgsave则是异步执行生成操作，会同时处理外部命令。

bgsave的写时复制（COW，Copy On Write）机制

Redis借助操作系统的写时复制技术（Copy On Write），在生成快照的同时，依然可以正常处理写命令。简单来说，bgsave子进程是由主线程fork出来的，所以可以共享主线程内存的所有数据。bgsave子进程运行后，开始读取主线程的内存数据，并把他们他们写入.rdb文件。此时，如果主线程对这些数据也都是读操作，那主线程跟子进程之间肯定没有影响；若此时主线程需要修改一块数据，那么，这块数据会被复制一份，生成该数据的副本。然后bgsave子进程会把这个副本数据写入.rdb文件中，而在这个过程中，主线程仍然可以直接修改原来的数据。
save与bgsave对比：

上面配置的【自动触发】生成.rdb文件的策略，后台使用的就是bgsave方式

优缺点

优点是：由于是二进制文件，所以Redis重启的时候，恢复速度快
缺点是：容易丢失数据，为什么？看下面【AOF】策略的介绍

1.2 AOF（append-only file）：将读写命令记录下来，方便回放

基本介绍

看了上面的【RDB策略】不知道大家有没有感觉，或者意识到什么。那就是，这种策略其实看起来有点“苛刻”，它的数据安全性并不靠谱！
比如【在60秒内有1000个改动时，自动持久化一次】的策略之下，万一我在做第1000个改动的时候服务器宕机了，那不是丢掉了前面999个操作了吗？
所以，快照功能并不是非常耐久（durable）的。 如果 Redis 因为某些原因而造成故障停机，那么服务器将丢失最近写入、且仍未保存到快照中的那些数据。不过从1.1版本开始，Redis增加了一种完全耐久的持久化方式： AOF持久化，将修改的每一条指令记录进文件appendonly.aof文件中（先写入os cache，每隔一段时间fsync到磁盘）。
比如执行命令set zhuge 666，.aof文件里会记录如下数据：（这是一种resp协议格式数据，我在下面写上注释给大家翻译一下什么意思）

*3# 星号后面的数字表示，执行的命令有多少个参数$3# 美元符号后面的数字代表这个参数有几个字符set$5# 美元符号后面的数字代表这个参数有几个字符zhuge$3# 美元符号后面的数字代表这个参数有几个字符666

注意，如果执行带过期时间的set命令，aof文件里记录的是并不是执行的原始命令，而是记录key过期的时间戳。比如执行set tuling 888 ex 1000，对应aof文件里记录如下：

*3$3set$6tuling$3888*3$9PEXPIREAT$6tuling$131604249786301

开启/关闭方式

开启/关闭方式：进入程序的目录，修改redis.conf配置文件。开启/关闭aof只需要修改如下参数：
# appendonly yes // 有一些版本默认注释掉。打开注释，设置yes或者no即可 打开/关闭

开启之后，从现在开始， 每当 Redis 执行一个改变数据集的命令时（比如 SET）， 这个命令就会被追加到.aof文件的末尾。
这样的话， 当 Redis 重新启动时， 程序就可以通过重新执行.aof文件中的命令来达到重建数据集的目的。

触发方式

同样的，我们可以配置Redis多久才将数据同步到磁盘一次。.aof的触发方式同样也有两种：自动和手动。
【自动触发】的方式，如下：（Redis提供给我们的，需要自己手动打开、关闭）

appendfsync always：每次有新命令追加到 AOF 文件时就执行一次 fsync ，非常慢，也非常安全。
appendfsync everysec：每秒 fsync 一次，足够快，并且在故障时只会丢失 1 秒钟的数据。
appendfsync no：从不 fsync ，将数据交给操作系统来处理。更快，也更不安全的选择。

推荐（并且也是默认）的措施为每秒 fsync 一次， 这种 fsync 策略可以兼顾速度和安全性（最多丢失最近1秒的缓存数据）。

AOF重写

.aof文件里可能有太多没用指令，所以【AOF策略】会定期根据内存的最新数据生成aof文件。例如，执行了如下几条命令：

127.0.0.1:6379> incr readcount(integer) 1127.0.0.1:6379> incr readcount(integer) 2127.0.0.1:6379> incr readcount(integer) 3127.0.0.1:6379> incr readcount(integer) 4127.0.0.1:6379> incr readcount(integer) 5

重写后AOF文件里变成：

*3$3SET$2readcount$15

如下两个配置可以控制AOF自动重写频率：

// aof文件至少要达到64M才会自动重写，文件太小恢复速度本来就很快，重写的意义不大# auto-aof-rewrite-min-size 64mb // aof文件自上一次重写后文件大小增长了100%则再次触发重写# auto-aof-rewrite-percentage 100

优缺点

优点是：数据安全性相对【RDB】方式来说高点
缺点是：恢复速度慢，因为不是二进制，且需要通过【重放】的方式恢复

1.3 RDB和AOF对比，怎么选

上面提到的启动优先级什么意思呢？意思是，当Redis启动时，会优先读取.aof的文件，其次才是.rdb。为什么呢？因为.aof文件的数据安全性相对可靠一点啊！
那我该选择哪一种持久化策略呢？其实在生产环境中，可以都启用。反正Redis启动时如果既有.rdb文件又有.aof文件的时候，会根据优先级选取。

1.4 Redis4.0 混合持久化：AOF + RDB

基本介绍

不出意外，当出现比较特点比较极端的两个方案时，总会有一个折中的方案出现。这就是Redis在4.0之后的版本推出的【混合持久化，AOF + RDB】方式。
重启Redis时，我们很少使用.rdb来恢复内存状态，因为会丢失大量数据。我们通常使用.aof日志重放，但是重放.aof日志性能相对.rdb来说要慢很多，这样在Redis实例很大的情况下，启动需要花费很长的时间。Redis 4.0 为了解决这个问题，带来了一个新的持久化选项——混合持久化

开启/关闭方式

PS：混合方式的开启，必须要先开启AOF
开启/关闭方式：进入程序的目录，修改redis.conf配置文件。开启/关闭需要修改如下参数：
# appendonly yes
# aof-use-rdb-preamble yes // 需要同时上面的参数也为yes才可开启

混合持久化aof文件内容

如果开启了混合持久化，AOF在重写时，不再是单纯将内存数据转换为RESP命令写入AOF文件，而是将重写这一刻之前的内存做RDB快照处理，并且将RDB快照内容和增量的AOF修改内存数据的命令存在一起，都写入新的.aof文件，新的文件一开始不叫appendonly.aof，等到重写完新的.aof文件才会进行改名，覆盖原有的.aof文件，完成新旧两个.aof文件的替换。
于是在 Redis 重启的时候，可以先加载.aof文件中的RDB内容，然后再重放增量AOF日志就可以完全替代之前的.aof全量文件重放，因此重启效率大幅得到提升。
混合持久化AOF文件结构如下：

1.5 Redis数据生产备份策略

1. 写crontab定时调度脚本，每小时都copy一份rdb或aof的备份到一个目录中去，仅仅保留最近48小时的备份
2. 每天都保留一份当日的数据备份到一个目录中去，可以保留最近1个月的备份
3. 每次copy备份的时候，都把太旧的备份给删了
4. 每天晚上将当前机器上的备份复制一份到其他机器上，以防机器损坏

二、Redis主从架构——基础

Redis主从架构模型如下：

由上图可以看出，在主从结构中，通常从节点只做【读】业务，【写】业务通常还是由主节点master完成。并且，它目前并没有我们小白以为的【宕机自动切换新的主节点】的能力。（PS：我以前一直听说什么Redis集群高可用，节点宕机依然不影响业务，所以我乍一看【主从架构】就以为它已经有这个能力了。而事实上并没有，它只是【缓解了节点压力】，并不具备自动切换）

2.1 主从架构搭建

好记性不如多操作几遍
redis主从架构搭建，配置从节点步骤如下：

1. 复制一份redis.conf文件，例如，我在我的redis下就复制了两份，并且分别命名为redis-6380.conf和redis-6381.conf，因为我计划搭建【一主二从】的结构
   
2. 将相关配置修改为如下值：（以redis-6380.conf为例，一定要确保全部都修改到了，不然很可能就因为你忽略了的一个修改，导致同步不生效）

# 修改从节点的运行端口port 6380# 把pid进程号写入pidfile配置的文件pidfile /var/run/redis_6380.pid# 日志文件命名logfile "6380.log"# 指定数据存放目录，需要提前在redis-6380.conf的当前目录下，新建好data目录及其下面的slave-80目录dir ./data/slave-80# 需要注释掉bind# bind绑定的是自己机器网卡的ip，如果有多块网卡可以配多个ip，# 代表允许客户端通过机器的哪些网卡ip去访问，# 内网一般可以不配置bind，注释掉即可# bind 127.0.0.1

3. 继续修改配置，这个是配置【主从复制】的核心：（以redis-6380.conf为例）

# 从本机6379的redis实例复制数据，Redis 5.0之前使用slaveof# 格式：replicaof [master节点的up地址] [master节点的端口6379]# 比如我的是下面这个replicaof 127.0.0.1 6379# 配置从节点只读，默认打开了replica-read-only yes 

4. 然后就可以启动从节点了

# redis-6380.conf文件务必用你复制并修改了之后的redis.conf文件./src/redis-server ./redis-6380.conf & 

5. 使用redis-cli -p 端口的方式，连接到对应的从库，校验一下
6. 测试在6379端口的master实例上写数据，看看6380和6381端口的slave实例是否能及时同步新修改数据。我的测试数据如下：
   
   如上所示，我在6379主节点设置了一个name，值为helloRedis，接下来我们去从节点看看：
   
   
   看，6380端口跟6381端口的从节点都同步了数据

2.2 Redis主从工作原理

Redis主从工作原理其实并不是那么神奇，主要是保证数据一致性就好了。那该怎么保证呢？首先肯定是要分场景的。比如：第一次过来同步复制（全量同步）；之前已经同步过一次了，但后来因为某些原因断了，现在重新连接上，需要继续同步最近的数据（增量同步，断点续传）。
下面再给大家看看【全量同步】跟【增量同步】的业务流程图

全量同步业务流程图

1. 如果你为master配置了一个slave，不管这个slave是否是第一次连接上Master，它都会发送一个PSYNC命令给master请求复制数据
2. master收到PSYNC命令后，会在后台进行数据持久化（通过bgsave生成最新的.rdb快照文件），持久化期间，master会继续接收客户端的请求，它会把这些可能修改数据集的请求缓存在内存中
3. 当持久化进行完毕以后，master会把这份.rdb文件数据集发送给slave，slave会把接收到的数据进行持久化生成.rdb，然后再加载到内存中
4. 然后，master再将之前缓存在内存中的命令发送给slave
5. 当master与slave之间的连接由于某些原因而断开时，slave能够自动重连master，如果master收到了多个slave并发连接请求，它只会进行一次持久化，而不是一个连接一次，然后再把这一份持久化的数据发送给多个并发连接的slave

小总结：
上面在生成持久化文件的时候有两个要点不知道大家注意到没有？那就是：bgsave跟.rdb。
前面的bgsave比较好理解，异步生成.rdb文件嘛，为了不阻塞主节点的客户读写。那为什么是.rdb而不是.aof呢？其实说来也不算难理解，只不过我估计大家刚接触【redis持久化】所以比较陌生而已。因为.rdb恢复速度快啊！二进制文件嘛。

增量同步业务流程图

1. 当master和slave断开重连后，一般都会对整份数据进行复制。但从redis2.8版本开始，redis改用可以支持部分数据复制的命令PSYNC去master同步数据，slave与master能够在网络连接断开重连后只进行部分数据复制（断点续传）
2. master会在其内存中创建一个复制数据用的缓存队列，缓存最近一段时间的数据，master和它所有的slave都维护了复制的数据下标offset和master的进程id
3. 因此，当网络连接断开后，slave会请求master继续进行未完成的复制，从所记录的数据下标开始。如果master进程id变化了，或者从节点数据下标offset太旧，已经不在master的缓存队列里了，那么将会进行一次全量数据的复制

主从复制风暴

什么是主从复制风暴？简单来说，就是一个主节点，需要应付很多从节点的复制请求，就算是采用异步执行同步命令，但是当数据多了之后也会容易陷入瓶颈。这就是主从复制风暴。

为了缓解主从复制风暴（多个从节点同时复制主节点导致主节点压力过大），可以做如下架构，让部分从节点与从节点（与主节点同步）同步数据：

代码实战

这里新建一个SpringBoot项目，然后试着跑一下代码，看看主从是否真的生效。
首先在pom.xml里面引入如下配置：

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot</artifactId><version>2.7.0</version></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId><version>2.7.0</version></dependency><dependency><groupId>redis.clients</groupId><artifactId>jedis</artifactId><version>2.9.0</version></dependency>

然后添加如下代码试试看：

public class JedisSingleTest {public static void main(String[] args) {JedisPoolConfig jedisPoolConfig = new JedisPoolConfig();jedisPoolConfig.setMaxTotal(20);jedisPoolConfig.setMaxIdle(10);jedisPoolConfig.setMaxIdle(5);// timeout，这里既是连接超时又是读写超时，从Jedis 2.8开始有区分connectionTimeout和soTimeout的构造函数JedisPool jedisPool = new JedisPool(jedisPoolConfig, "114.132.46.145", 6379, 3000, null);Jedis jedis = null;try {// 从redis连接池里拿出一个连接执行命令jedis = jedisPool.getResource();System.out.println(jedis.set("single", "zhuge"));System.out.println(jedis.get("single"));} catch (Exception e) {e.printStackTrace();} finally {//注意这里不是关闭连接，在JedisPool模式下，Jedis会被归还给资源池。if (jedis != null)jedis.close();}}}

如上代码，运行的时候，会往缓存中添加一条key=single, value=zhuge的数据，我们看看效果：

三、Redis主从架构——哨兵高可用架构

Redis哨兵高可用架构模型图如下：

sentinel哨兵是特殊的redis服务，不提供读写服务，主要用来监控redis实例节点（sentinal哨兵也是redis服务，后面我们启动的时候就会知道，其实也是使用redis-server来启动的）
哨兵架构下client端第一次从哨兵找出redis的主节点，后续就直接访问redis的主节点，不会每次都通过sentinel代理访问redis的主节点。不过，当redis的主节点发生变化，哨兵会第一时间感知到，并且将新的redis主节点通知给client端（这里面redis的client端一般都实现了订阅功能，订阅sentinel发布的节点变动消息）

小总结：
不知道大家看到这个【三】这个标题有没有意识到什么，那就是，【哨兵模式】其实还是属于【主从架构】。只不过新增了【哨兵】这个角色，用来做【节点检测与发现】。一旦真正运行【读写】的Redis实例挂了，那么【哨兵】就会即刻感知，并且做出反应，这就是【哨兵】的职责，也是保证架构【高可用】的原理。

3.1 Redis哨兵架构搭建

好记性不如多操作几遍。注意：不需要关闭之前的【主从】Redis服务

1. 在程序目录中复制一份sentinel.conf文件，这里改名为sentinel-26379.conf，sentinel-26380.conf，sentinel-26381.conf三个文件。因为我们后面需要新增3个哨兵

cp sentinel.conf sentinel-26379.conf

2. 将相关配置修改为如下值：（以sentinel-26379.conf为例）

# 指定哨兵运行的端口port 26379# 是否守护线程daemonize yes# 把pid进程号写入pidfile配置的文件pidfile "/var/run/redis-sentinel-26379.pid"# 日志文件命名logfile "26379.log"# 指定数据存放目录，需要提前在当前目录下，新建好data目录及其下面的sentinal-79目录dir ./data/sentinal-79

3. 继续配置，下面的配置是哨兵的核心：（以sentinel-26379.conf为例）

# 格式如下：# sentinel monitor    # 上面最后一个参数【quorum】是一个数字，指明当有多少个sentinel# 认为一个master失效时（值一般为：sentinel总数/2 + 1），master才算真正失效# mymaster这个名字随便取，客户端访问时会用到sentinel monitor mymaster 1xx.1xx.xx.xxx 6379 2

PS：上面的1xx.1xx.xx.xxx是我的外网地址，为什么要填外网地址，因为我在后面需要用Java代码演示

4. 启动sentinal哨兵实例

./src/redis-sentinel sentinel-26379.conf &

5. 查看sentinel的info信息，可以看到Sentinel的info里已经识别出了redis的主从
   
   另外，sentinel集群都启动完毕后，会将哨兵集群的元数据信息写入所有sentinel的配置文件里去（追加在文件的最下面），我们查看下如下配置文件sentinel-26379.conf的最末尾，如下所示：

#代表redis主节点的从节点信息sentinel known-replica mymaster 127.0.0.1 6380#代表redis主节点的从节点信息sentinel known-replica mymaster 127.0.0.1 6381#代表感知到的其它哨兵节点sentinel known-sentinel mymaster 10.0.x.x1 26381 cdd97406fbcb4fdcdbf226f0d8540b1b8ac75d5f#代表感知到的其它哨兵节点sentinel known-sentinel mymaster 10.0.x.x1 26380 41c32a30f100bb28590ef3fef8e53cf158c1b6a7

当redis主节点如果挂了，哨兵集群会重新选举出新的redis主节点，同时会修改所有sentinel节点配置文件的集群元数据信息，比如6379的redis如果挂了，假设选举出的新主节点是6380，则sentinel文件里的集群元数据信息会变成如下所示：

#代表主节点的从节点信息sentinel known-replica mymaster 127.0.0.1 6379#代表主节点的从节点信息sentinel known-replica mymaster 127.0.0.1 6381#代表感知到的其它哨兵节点sentinel known-sentinel mymaster 10.0.x.x1 26380 52d0a5d70c1f90475b4fc03b6ce7c3c56935760f#代表感知到的其它哨兵节点sentinel known-sentinel mymaster 10.0.x.x1 26381 e9f530d3882f8043f76ebb8e1686438ba8bd5ca6

当然，还会修改sentinel文件里之前配置的mymaster对应的6379端口，改为6380：

sentinel monitor mymaster 1xx.1xx.xx.xxx 6380 2

当6379的redis实例再次启动时，哨兵集群根据集群元数据信息就可以将6379端口的redis节点作为从节点加入集群

3.2 哨兵架构高可用工作原理

后面再总结…

3.3 代码实战

这里新建一个SpringBoot项目，然后试着跑一下代码，看看主从是否真的生效。
首先在pom.xml里面引入如下配置：

 <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot</artifactId> <version>2.7.0</version> </dependency>  <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId> <version>2.7.0</version> </dependency>  <dependency> <groupId>redis.clients</groupId> <artifactId>jedis</artifactId> <version>2.9.0</version> </dependency> <dependency> <groupId>org.apache.commons</groupId> <artifactId>commons-pool2</artifactId> <version>2.7.0</version> </dependency>

然后添加如下代码试试看：

public class JedisSingleTest {public static void main(String[] args) {JedisPoolConfig config = new JedisPoolConfig();config.setMaxTotal(20);config.setMaxIdle(10);config.setMinIdle(5);String masterName = "mymaster";Set<String> sentinels = new HashSet<String>();sentinels.add(new HostAndPort("114.132.46.145", 26379).toString());sentinels.add(new HostAndPort("114.132.46.145", 26380).toString());sentinels.add(new HostAndPort("114.132.46.145", 26381).toString());// JedisSentinelPool其实本质跟JedisPool类似，都是与redis主节点建立的连接池// JedisSentinelPool并不是说与sentinel建立的连接池，而是通过sentinel发现redis主节点并与其建立连接JedisSentinelPool jedisSentinelPool = new JedisSentinelPool(masterName, sentinels, config, 3000, null);Jedis jedis = null;try {jedis = jedisSentinelPool.getResource();System.out.println(jedis.set("sentinel", "zhuge"));System.out.println(jedis.get("sentinel"));} catch (Exception e) {e.printStackTrace();} finally {// 注意这里不是关闭连接，在JedisPool模式下，Jedis会被归还给资源池。if (jedis != null)jedis.close();}}}

小总结：
不知道大家看了上面的代码，有没有发现：我们都不用配置Redis的相关信息了，而是改成配置【哨兵】。没毛病，我们在最上面的模型里面已经说了，我们的节点信息是从【哨兵】获取的。

学习总结

1. 学习了Redis的主从架构，并且尝试自己在云上配置普通的主从架构
2. 学习了Redis主从架构之哨兵模式，并且尝试自己在云上配置