Redis高可用技术之持久化

一、Redis高可用

在web服务器中，高可用是指服务器可以正常访问的时间，衡量的标准是一年有多少秒可以提供正常服务（99.9%、99.99%、99.999%等）。但是在Redis语境中，高可用的含义似乎要宽泛一些，除了保证提供正常服务（如主从分离、快速容灾技术），还需要考虑数据容量的扩展、数据安全不会丢失等。

在Redis中，实现高可用的技术主要包括持久化、主从复制、哨兵和Cluster集群四种方法。下面分别说明它们的作用，以及解决了什么样的问题。

1）持久化：持久化是最简单的高可用方法(有时甚至不被归为高可用的手段)，主要作用是数据备份，即将数据存储在硬盘，保证数据不会因进程退出而丢失。
2）主从复制：主从复制是高可用Redis的基础，哨兵和集群都是在主从复制基础上实现高可用的。主从复制主要实现了数据的多机备份即跨主机备份，以及对于读操作的负载均衡和简单的故障恢复。缺陷：故障恢复无法自动化；写操作无法负载均衡（一主多从模式无法做主的负载均衡）；存储能力受到单机的限制。
3）哨兵模式：在主从复制的基础上，哨兵实现了自动化的故障恢复。缺陷：写操作无法负载均衡；存储能力受到单机的限制。
4）集群模式：通过集群，能够自动化的恢复故障，多主机的Redis解决了写操作无法负载均衡，以及存储能力受到单机限制的问题，实现了较为完善的高可用方案。（成本高，最少需要6台主机三主三从来实现。）

二、Redis持久化【☆】

持久化的功能：Redis是内存数据库，数据都是存储在内存中，为了避免服务器断电等原因导致Redis进程异常退出后数据的永久丢失，需要定期将Redis中的数据以某种形式（数据或命令）从内存保存到硬盘；当下次Redis重启时，利用持久化文件实现数据恢复。除此之外，为了进行灾难备份，可以将持久化文件拷贝到一个远程位置（异地灾备）。

Redis提供两种方式进行持久化：

RDB持久化：原理是将Reids在内存中的数据库记录定时保存到磁盘上。
AOF持久化（append only file）：原理是将Reids的操作日志以追加的方式写入文件，类似于MySQL的binlog二进制日志。

由于AOF持久化的实时性更好，即当进程意外退出时丢失的数据更少，因此AOF是目前主流的持久化方式。RDB持久化主要用于在主从复制的场景中。

1）RDB持久化

RDB持久化：定时的将redis在内存中的数据进行快照并压缩保存到硬盘里
手动触发：bgsave命令
自动触发：满足配置文件中 save n m 的规则（在n秒内发生了m次数据更新就会自动触发）；主从复制在做全量复制时；执行shutdown命令关闭数据库时
工作流程：redis父进程会fork子进程来进行RDB持久化快照保存内存数据到硬盘里，文件名：dump.rdb
优缺点：RDB持久化保存的文件占用空间较小，网络传输快，恢复速度比AOF更快，性能影响比AOF更小；实时性不如AOF，兼容性较差，持久化期间在fork子进程时会阻塞redis父进程

vim /usr/local/redis/conf/redis.conf
--433行--RDB默认保存策略
# save 3600 1 300 10 60 10000
#表示以下三个save条件满足任意一个时，都会引起bgsave的调用
save 3600 1 ：当时间到3600秒时，如果redis数据发生了至少1次变化，则执行bgsave
save 300 10 ：当时间到300秒时，如果redis数据发生了至少10次变化，则执行bgsave
save 60 10000 ：当时间到60秒时，如果redis数据发生了至少10000次变化，则执行bgsave--454行--是否开启RDB文件压缩
rdbcompression yes
--481行--指定RDB文件名
dbfilename dump.rdb
--504行--指定RDB文件和AOF文件所在目录
dir /usr/local/redis/data

2）AOF持久化

AOF持久化：实时的以追加的方式将redis写操作的命令记录到aof文件中
工作流程：命令追加（将写操作命令追到aof_buf缓冲区），文件写入和同步（文件名：appendonly.aof，同步策略：appendfsync everysec|always|no），文件重写（减少aof文件占用空间的大小和加快恢复速度，定期执行bgrewriteaof命令触发）
优缺点：实时性比RDB更好，支持秒级持久化，兼容性较好；持久化保存的文件占用空间更大，恢复速度更慢，性能影响更大，AOF文件重写期间在fork子进程时也会阻塞redis父进程，且IO压力更大。

Redis服务器默认开启RDB，关闭AOF；要开启AOF，需要在配置文件中配置;

vim /usr/local/redis/conf/redis.conf
------------------------------------------------------------------------
--1380行--修改，开启AOF
appendonly yes
--1407行--指定AOF文件名称
appendfilename "appendonly.aof"
--1505行--是否忽略最后一条可能存在问题的指令
aof-load-truncated yes
-------------------------------------------------------------------------
systemctl restart redis-server.service

AOF缓存区的同步文件策略

同步方式 写入时机 优点缺点
appendfsync always 每次写入都会同步可靠，数据基本不丢失性能影响大
appendfsync no 操作系统控制写会，默认30秒性能好宕机时丢失数据较多
appendfsync everysec 每秒同步一次性能适中，数据丢失可控宕机时丢失1秒内数据
① appendfsync always ：命令写入aof_buf后立即调用系统fsync操作同步到AOF文件，fsync完成后线程返回。这种情况下， 每次有写命令都要同步到AOF文件，硬盘IO成为性能瓶颈 ，Redis只能支持大约几百TPS写入，严重降低了Redis的性能；即便是使用固态硬盘（SSD），每秒大约也只能处理几万个命令，而且会大大降低SSD的寿命。
② appendfsync no：命令写入aof_buf后调用系统write操作，不对AOF文件做fsync同步；同步由操作系统负责，通常同步周期为30秒。这种情况下，文件同步的时间不可控，且缓冲区中堆积的数据会很多，数据安全性无法保证。

③ appendfsync everysec：命令写入aof_buf后调用系统write操作，write完成后线程返回；fsync同步文件操作由专门的线程每秒调用一次。everysec是前述两种策略的折中，是性能和数据安全性的平衡，因此是Redis的默认配置，也是我们推荐的配置。

文件重写触发方式

①手动触发：直接调用bgrewriteaof命令，该命令的执行与bgsave有些类似：都是fork子进程进行具体的工作，且都只有在fork时阻塞。
②自动触发：通过设置auto-aof-rewrite-min-size选项和auto-aof-rewrite-percentage选项来自动执行BGREWRITEAOF。只有当auto-aof-rewrite-min-size和auto-aof-rewrite-percentage两个选项同时满足时，才会自动触发AOF重写，即bgrewriteaof操作。

auto-aof-rewrite-percentage 100：当前AOF文件大小(即aof_current_size)是上次日志重写时AO文件大小(aof_base_size)两倍时，发生BGREWRITEAOF操作
auto-aof-rewrite-min-size 64mb：当前AOF文件执行BGREWRITEAOF命令的最小值，避免刚开始启动Reids时由于文件尺寸较小导致频繁的BGREWRITEAOF

但一般情况下建议注释自动重写，而是配合crontab定时使用bgrewrite手动触发。原因时避免白天业务繁忙情况下进行重写，从而影响业务服务器。

三、Redis性能管理和优化

1、查看Redis内存使用

info memory

内存碎片
通过 info memory 命令查看内存的使用情况。
mem_fragmentation_ratio的值如果超过了1.5，建议可以考虑进行内存碎片的清理了。
mem_fragmentation_ratio的值如果小于1，说明物理内存不够真实数据的保存了，此时已经开始使用swap交换空间了，会导致redis性能的严重下降。应该考虑增加物理内存或减少redis内存占用。

config set activedefrag yes #开启自动内存碎片清理
memory purge #手动内存碎片清理
注：由于内存碎片清理是redis主线程执行的，会发生阻塞。因此需要合理配置对应的参数和方式，保证redis的高性能。

2、内存碎片率

mem_fragmentation_ratio：内存碎片率。 mem_fragmentation_ratio = used_memory_rss / used_memory
used_memory_rss：是Redis向操作系统申请的内存。
used_memory：是Redis中的数据占用的内存。
used_memory_peak：redis内存使用的峰值。

1）内存碎片如何产生的？

Redis内部有自己的内存管理器，为了提高内存使用的效率，来对内存的申请和释放进行管理。Redis中的值删除的时候，并没有把内存直接释放，交还给操作系统，而是交给了Redis内部的内存管理器。Redis在申请内存的时候，先看自己的内存管理器中是否有足够的内存可用。Redis的这种机制，提高了内存的使用率，但是会使Redis中有部分自己没在用，却不释放的内存，导致了内存碎片的发生。跟踪内存碎片率对理解Redis实例的资源性能是非常重要。

2）内存碎片率 = 已分配的内存 / 实际使用的内存

内存碎片率在1到1.5之间是正常的，这个值表示内存碎片率比较低，也说明Redis没有发生内存交换。内存碎片率超过1.5，说明Redis消耗了实际需要物理内存的150%，其中50%是内存碎片率。内存碎片率低于1的，说明Redis内存分配超出了物理内存，操作系统正在进行内存交换。需要增加可用物理内存或减少Redis内存占用。

3）解决碎片率大的问题

如果你的Redis版本是4.0以下的，需要在redis-cli工具上输入shutdown save命令，让Redis数据库执行保存操作并关闭Rediks服务，再重启服务器。Redis服务器重启后，Redis会将没用的内存归还给操作系统，碎片率会降下来。但生产环境中不允许这样操作。Redis4.0版本开始，可以在不重启的情况下，线上整理内存碎片。

config set activedefrag yes 开启自动碎片清理，内存就会自动清理了（在清理过程中相当于把数据重新拷贝到新的位置，在移动数据的过程中，redis的父进程会成阻塞状态，不会响应客户端的请求，导致性能降低，一般情况下定时手动清理碎片）

memory purge #手动碎片清理

3、redis优化【☆】：

修改配置文件

设置maxmemory内存上限，避免使用swap空间影响redis性能；
数据内存淘汰策略（maxmemory-policy）一般最常使用的是volatile-lru（只删除最近最少访问并设置了过期时间的键）或 allkeys-lru；
开启自动内存碎片清理（activedefrag yes）
设置maxclients客户端最大连接数量；
设置lazy free惰性删除机制（lazyfree-lazy-eviction、lazyfree-lazy-expire、lazyfree-lazy-server-del），因为删除数据时也会阻塞父进程，开启惰性删除会创建子进程进行删除；
开启混合持久化方式
使用命令 config set aof-use-rdb-preamble yes执行，或者修改配置文件

其他性能优化

1、设置键值合理的过期时间，避免大量key集中过期。大量数据同时失效不光会导致redis性能降低，同时还会导致缓存击穿缓存雪崩的问题。

2、尽可能使用hash类型存储数据。因为hash类型的一个key可以包含多个字段，且hash类型占用空间较小

3、开启自动内存碎片清理（activedefrag yes）

4、缩短键值对存储的长度，避免bigkey（大键是最容易导致redis数据阻塞的原因）

5、尽量使用物理机而非虚拟机部署Redis服务，使用高速固态盘作为AOF日志的写入盘

6、开启AOF持久化，设置刷盘策略为everysec；
7、使用分布式架构（主从复制、哨兵模式、集群）增加读写速度，并实现高可用

8、禁用内存大页（echo never > /sys/kernel/mm/transparent_hugepage/enabled），因开启内存大页会导致fork的速度变慢，也会拖慢写操作的执行时间

4、Redis三大缓存问题【☆】

正常情况下，大部分访问请求应该是先先被redis响应的，在redis那里得不到的小部分访问请求才会去请求MySQL数据库获取数据，这样MySQL数据库的负载压力是非常小的，且可以正常工作；雪崩、穿透、击穿问题的根本原因在于redis缓存命中率下降，大量请求会直接发给MySQL数据库，导致MySQL数据库压力过大而崩溃。

1）缓存雪崩

缓存同一时间大面积的过期失效。所以，后面的请求都会落到数据库上，造成数据库短时间内承受大量请求而崩掉。

解决方案：

1.使用随机数设置key的过期时间，防止集群过期
2.设置二级缓存
3.数据库使用排他锁，实现加锁等待

2）缓存穿透

缓存穿透是指查询数据库和缓存都无数据，因为数据库查询无数据，出于容错考虑，不会将结果保存到缓存中，因此每次请求都会去查询数据库，这种情况就叫做缓存穿透。

解决方案：

1.对空值也进行缓存
2.使用布隆过滤器进行拦截一定不存在的无效请求
3.使用脚本实时监控，进行黑名单限制

3）缓存击穿

缓存击穿指的是某个热点缓存，在某一时刻恰好失效了，然后此时刚好有大量的并发请求，此时这些请求将会给数据库造成巨大的压力，这种情况就叫做缓存击穿。

解决方案：

1.设置永不过期
2.预先对热点数据进行缓存预热
3.数据库使用排他锁（也称写锁），实现加锁等待

5、如何保证MySQL和redis的数据一致性？

读取数据时，先从redis读取数据，如果redis没有，再从MySQL读取，并将读取到的数据同步到redis缓存中。【☆】
更新数据时，先更新MySQL数据，再更新redis缓存
删除数据时，先删除redis缓存，再删除MySQL数据
对于一些关键数据，可以使用定时任务，定时自动进行缓存预热，或使用MySQL触发器来实现同步redis缓存

如何排查redis占用内存高的问题？

1、登陆服务器，查看tcp连接数

netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'

2、查看redis是否存在过多空闲键

3、分析redis基本的内存信息

连接redis后，使用info memory命令查看redis内存的基本信息：查看每个db key的数量：查询redis已经连接的客户端数；查看单个redis key占用的空间 -- redis-memory-for-key -s ${host} -p ${port} key_name；如果redis是用的集群，找到key的槽位所在的节点，port用对应的节点即可。寻找占用内存过高的key 。

4、内存快照分析

redis-rdb-tools 是一个 python 的解析 rdb 文件的工具，在分析内存的时候，主要用它生成内存快照。使用redis-rdb-tools 生成内存快照，通过内存快照，可以找出占用内存超大的单个key，分析问题key产生的原因。

5、redis内存限制

# 设置Redis最大占用内存大小为500M
config set maxmemory 500mb
# 获取设置的Redis能使用的最大内存大小
config get maxmemory

6、redis内存淘汰

获取当前的内存淘汰策略
config get maxmemory-policy

修改redis.conf设置redis淘汰策略：

maxmemory-policy volatile-lru

通过命令修改淘汰策略：

config set volatile-lru allkeys-lru