---

前言

单点Redis存在以下问题：

• 数据丢失问题：Redis是内存存储，服务重启可能会丢失数据
• 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这样的高并发场景
• 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
• 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

为了解决上述问题，Redis分布式缓存提供了以下解决方案：

• 解决数据丢失问题：实现Redis数据持久化
• 解决并发能力问题：搭建主从集群，实现读写分离
• 解决故障恢复问题：利用Redis哨兵，实现健康检测和自动恢复
• 解决存储能力问题：搭建分片集群，利用插槽机制实现动态扩容

---

一、Redis持久化解决数据丢失问题

1.RDB（Redis Database Backup file）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）执行RDB

打开Redis命令行客户端，执行命令save即完成RDB缓存，save命令默认是由Redis主进程来执行RDB，会阻塞所有命令。而命令bgsave是开启一个子线程执行RDB，避免主进程受到影响。

（2）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。

（3）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

（4）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

2. AOF（Append Only File）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。

（1）执行AOF

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文件来配置。

# 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

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。
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 

（2）RDB与AOF的比较

二、Redis主从解决并发问题

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。
具体的搭建过程可以参考我的这篇博文，全过程一步步搭建。
https://blog.csdn.net/weixin_43378573/article/details/134787401?spm=1001.2014.3001.5502

2.数据同步原理

完成Redis主从集群搭建后，可以看到，主从节点会完成数据同步。

（1）主从的全量同步原理

主节点给从节点发送RDB文件，将内存形成快照整体发送给从节点。这种同步很消耗性能，因为生成RDB文件耗时且消耗性能，只有主从节点第一次连接的时候才会这样同步。
master如何判断slave是不是第一次来同步数据？这里会用到两个很重要的概念：

• 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。master就是通过判断Replication Id来判断该从节点是不是第一次连接。

（2）主从的增量同步原理

主从节点第一次同步是全量同步，但如果slave重启后同步，则执行增量同步。
repl_baklog大小有上限，写满后会覆盖最早的数据。如果slave断开时间过久，导致尚未备份的数据被覆盖，则无法基于log做增量同步，只能再次全量同步。
可以从以下几个方面来优化Redis主从集群：

• 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

三、Redis哨兵解决故障恢复问题

1. 哨兵的作用和原理

（1）哨兵的作用

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）哨兵如何监控

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）哨兵如何选举新的master

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。

（4）哨兵如何实现故障转移

• 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

2.搭建哨兵集群

具体的哨兵集群搭建过程可以参考我的这篇博文，全过程一步步搭建。
https://blog.csdn.net/weixin_43378573/article/details/134789082?spm=1001.2014.3001.5501

四、Redis分片集群解决存储能力问题

1. 搭建分片集群

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，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
  具体的分片集群搭建过程可以参考我的这篇博文，全过程一步步搭建。
  https://blog.csdn.net/weixin_43378573/article/details/134812229

2. 散列插槽

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。

3.集群伸缩

Redis集群可以动态的增加或移除节点，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。

4.故障转移

当集群中有一个master宕机会发生什么呢？

• 首先是该实例与其它实例失去连接
• 然后是疑似宕机：
  
• 最后是确定下线，自动提升一个slave为新的master：
  
  以上属于自动的故障转移，有时候如果某个master节点需要维护的情况，就需要手动的故障转移。
  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。
  
  【完结撒花~】