Redis学习笔记（二）

七、SpringBoot整合

1、基础使用

概述

在SpringBoot中一般使用RedisTemplate提供的方法来操作Redis。

（然而也有更为简单的使用，搜索 @Cachable 、@CachEvict注解的使用。）

那么使用SpringBoot整合Redis需要那些步骤呢？

  1. JedisPoolConfig (这个是配置连接池)

  2. RedisConnectionFactory 这个是配置连接信息，这里的 RedisConnectionFactory 是一个接口，我们需要使用它的实现类，在Spring Data Redis方案中提供了以下四种工厂模型：

    1. JredisConnectionFactory
    2. JedisConnectionFactory
    3. LettuceConnectionFactory
    4. SrpConnectionFactory

  3. RedisTemplate 基本操作

    导入依赖

    <dependency>
  <groupId>org.springframework.boot</groupId>
  <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

    yaml配置

    spring:
	redis:
		host: 127.0.0.1
		port: 6379
		# password: 123456 #这里的 password ，即用户密码，未设置则不设置
		jedis:
			pool:
				max-active: 8
				max-wait: -1ms
				max-idle: 500
				min-idle: 0
			lettuce:
				shutdown-timeout: 0ms

    先简单测试是否能自动装配

    @SpringBootTest
class SpringbootRedisApplicationTests {
    //自动装配redisTemplate，通过其来成为 redis-cli
    @Autowired
    private RedisTemplate<String,String> redisTemplate;
    @Test
    void contextLoads() {
        redisTemplate.opsForValue().set("myKey","myValue");
        System.out.println(redisTemplate.opsForValue().get("myKey"));
    }
}

2、封装工具类

  1. 新建一个SpringBoot项目

  2. 导入redis的启动器

    <dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

  3. 配置redis，可以查看 RedisProperties 分析

    # Redis服务器地址
spring.redis.host=127.0.0.1
# Redis服务器连接端口
spring.redis.port=6379

  4. 分析 starter 中的 RedisAutoConfiguration 自动配置类

    @Configuration(proxyBeanMethods = false)
@ConditionalOnClass(RedisOperations.class)
@EnableConfigurationProperties(RedisProperties.class)
@Import({ LettuceConnectionConfiguration.class, JedisConnectionConfiguration.class })
public class RedisAutoConfiguration {
    @Bean
    @ConditionalOnMissingBean(name = "redisTemplate")
    public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory)
        throws UnknownHostException {
        RedisTemplate<Object, Object> template = new RedisTemplate<>();
        template.setConnectionFactory(redisConnectionFactory);
        return template;
    }
    @Bean
    @ConditionalOnMissingBean
    public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory) throws UnknownHostException {
        StringRedisTemplate template = new StringRedisTemplate();
        template.setConnectionFactory(redisConnectionFactory);
        return template;
    }
}
    • 通过源码可以看出，SpringBoot自动帮我们在容器中生成了一个RedisTemplate和一个StringRedisTemplate。
    • 但是，这个RedisTemplate的泛型是 <Object,Object> ，写代码不方便，会需要写好多类型转换的代码；
    • 我们可能更需要一个
      • 泛型为 <String,Object> 形式的 RedisTemplate。
      • 并且，这个 RedisTemplate 没有设置 数据放置 Redis 时 key 及 value 的序列化方式。
    • 看到这个@ConditionalOnMissingBean注解，就知道如果 Spring 容器中如果有了RedisTemplate对象，这个自动配置的RedisTemplate就不会被实例化。
    • 因此我们可以直接自己写个配置类，不用自动配置的，用自己配置 RedisTemplate。

  5. 既然自动配置不好用，就重新配置一个RedisTemplate

    import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;
@Configuration
public class RedisConfig {
    @Bean
    @SuppressWarnings("all")
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
        RedisTemplate<String, Object> template = new RedisTemplate<String,Object>();
        template.setConnectionFactory(factory);
        Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
        ObjectMapper om = new ObjectMapper();
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
        jackson2JsonRedisSerializer.setObjectMapper(om);
        StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();

        // key采用String的序列化方式
        template.setKeySerializer(stringRedisSerializer);
        // hash的key也采用String的序列化方式
        template.setHashKeySerializer(stringRedisSerializer);
        // value序列化方式采用jackson
        template.setValueSerializer(jackson2JsonRedisSerializer);
        // hash的value序列化方式采用jackson
        template.setHashValueSerializer(jackson2JsonRedisSerializer);
        template.afterPropertiesSet();

        return template;
    }
}

  6. 写一个Redis工具类

    • 这个 RedisUtils 交给 Spring 容器实例化，使用时直接注解注入。
    • 将 RedisTemplate 的方法进行二次封装
    • 直接用 RedisTemplate 操作Redis，需要很多行代码，因此直接封装好一个RedisUtils，这样写代码更方便点。
    • image-20220418164459716
    • 这里只封装了较为常用的，按需吧。
    import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;
import org.springframework.util.CollectionUtils;
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.TimeUnit;


@Component
public final class RedisUtil {
    @Autowired
    private RedisTemplate<String, Object> redisTemplate;
    // =============================common============================
    /**
  * 指定缓存失效时间
  * @param key 键
  * @param time 时间(秒)
  */
    public boolean expire(String key, long time) {
        try {
            if (time > 0) {
                redisTemplate.expire(key, time, TimeUnit.SECONDS);
            }
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }
    
    /**
  * 根据key 获取过期时间
  * @param key 键 不能为null
  * @return 时间(秒) 返回0代表为永久有效
  */
    public long getExpire(String key) {
        return redisTemplate.getExpire(key, TimeUnit.SECONDS);
    }
    
    /**
  * 判断key是否存在
  * @param key 键
  * @return true 存在 false不存在
  */
    public boolean hasKey(String key) {
        try {
            return redisTemplate.hasKey(key);
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }
    
    /**
  * 删除缓存
  * @param key 可以传一个值 或多个
  */
    @SuppressWarnings("unchecked")
    public void del(String... key) {
        if (key != null && key.length > 0) {
            //只传入了一个要删除的 key
            if (key.length == 1) {
                redisTemplate.delete(key[0]);
            } else {
                //传入了多个要删除的 key
                redisTemplate.delete(CollectionUtils.arrayToList(key));
            }
        }
    }
    
    // ============================String=============================
    /**
  * 普通缓存获取
  * @param key 键
  * @return 值
  */
    public Object get(String key) {
        return key == null ? null : redisTemplate.opsForValue().get(key);
    }

    /**
  * 普通缓存放入
  * @param key  键
  * @param value 值
  * @return true成功 false失败
  */
    public boolean set(String key, Object value) {
        try {
            redisTemplate.opsForValue().set(key, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }
    
    /**
  * 普通缓存放入并设置时间
  * @param key  键
  * @param value 值
  * @param time 时间(秒) time要大于0 如果time小于等于0 将设置无限期
  * @return true成功 false 失败
  */
    public boolean set(String key, Object value, long time) {
        try {
            if (time > 0) {
                redisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS);
            } else {
                set(key, value);
            }
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }
    
    /**
  * 递增
  * @param key  键
  * @param delta 要增加几(大于0)
  */
    public long incr(String key, long delta) {
        if (delta < 0) {
            throw new RuntimeException("递增因子必须大于0");
        }
        return redisTemplate.opsForValue().increment(key, delta);
    }
    
    /**
  * 递减
  * @param key  键
  * @param delta 要减少几(小于0)
  */
    public long decr(String key, long delta) {
        if (delta < 0) {
            throw new RuntimeException("递减因子必须大于0");
        }
        return redisTemplate.opsForValue().increment(key, -delta);
    }
    
    // ================================Map=================================
    /**
  * HashGet
  * @param key 键 不能为null
  * @param item 项 不能为null
  */
    public Object hget(String key, String item) {
        return redisTemplate.opsForHash().get(key, item);
    }

    /**
  * 获取hashKey对应的所有键值
  * @param key 键
  * @return 对应的多个键值
  */
    public Map<Object, Object> hmget(String key) {
        return redisTemplate.opsForHash().entries(key);
    }

    /**
  * HashSet
  * @param key 键
  * @param map 对应多个键值
  */
    public boolean hmset(String key, Map<String, Object> map) {
        try {
            redisTemplate.opsForHash().putAll(key, map);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }
    /**
  * HashSet 并设置时间
  * @param key 键
  * @param map 对应多个键值
  * @param time 时间(秒)
  * @return true成功 false失败
  */
    public boolean hmset(String key, Map<String, Object> map, long time) {
        try {
            redisTemplate.opsForHash().putAll(key, map);
            if (time > 0) {
                expire(key, time);
            }
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }
    /**
  * 向一张hash表中放入数据,如果不存在将创建
  *
  * @param key  键
  * @param item 项
  * @param value 值
  * @return true 成功 false失败
  */
    public boolean hset(String key, String item, Object value) {
        try {
            redisTemplate.opsForHash().put(key, item, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }
    
    /**
  * 向一张hash表中放入数据,如果不存在将创建
  *
  * @param key  键
  * @param item 项
  * @param value 值
  * @param time 时间(秒) 注意:如果已存在的hash表有时间,这里将会替换原有的时间
  * @return true 成功 false失败
  */
    public boolean hset(String key, String item, Object value, long time) {
        try {
            redisTemplate.opsForHash().put(key, item, value);
            if (time > 0) {
                expire(key, time);
            }
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }
    
    /**
  * 删除hash表中的值
  *
  * @param key 键 不能为null
  * @param item 项 可以使多个 不能为null
  */
    public void hdel(String key, Object... item) {
        redisTemplate.opsForHash().delete(key, item);
    }
    
    /**
  * 判断hash表中是否有该项的值
  *
  * @param key 键 不能为null
  * @param item 项 不能为null
  * @return true 存在 false不存在
  */
    public boolean hHasKey(String key, String item) {
        return redisTemplate.opsForHash().hasKey(key, item);
    }
    
    /**
  * hash递增 如果不存在,就会创建一个 并把新增后的值返回
  *
  * @param key 键
  * @param item 项
  * @param by  要增加几(大于0)
  */
    public double hincr(String key, String item, double by) {
        return redisTemplate.opsForHash().increment(key, item, by);
    }
    
    /**
  * hash递减
  *
  * @param key 键
  * @param item 项
  * @param by  要减少记(小于0)
  */
    public double hdecr(String key, String item, double by) {
        return redisTemplate.opsForHash().increment(key, item, -by);
    }
    
    // ============================set=============================
    /**
  * 根据key获取Set中的所有值
  * @param key 键
  */
    public Set<Object> sGet(String key) {
        try {
            return redisTemplate.opsForSet().members(key);
        } catch (Exception e) {
            e.printStackTrace();
            return null;
        }
    }
    /**
  * 根据value从一个set中查询,是否存在
  *
  * @param key  键
  * @param value 值
  * @return true 存在 false不存在
  */
    public boolean sHasKey(String key, Object value) {
        try {
            return redisTemplate.opsForSet().isMember(key, value);
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }
    
    /**
  * 将数据放入set缓存
  *
  * @param key  键
  * @param values 值 可以是多个
  * @return 成功个数
  */
    public long sSet(String key, Object... values) {
        try {
            return redisTemplate.opsForSet().add(key, values);
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }
    
    /**
  * 将set数据放入缓存
  *
  * @param key  键
  * @param time  时间(秒)
  * @param values 值 可以是多个
  * @return 成功个数
  */
    public long sSetAndTime(String key, long time, Object... values) {
        try {
            Long count = redisTemplate.opsForSet().add(key, values);
            if (time > 0)
                expire(key, time);
            return count;
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }
    
    /**
  * 获取set缓存的长度
  *
  * @param key 键
  */
    public long sGetSetSize(String key) {
        try {
            return redisTemplate.opsForSet().size(key);
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }
    
    /**
  * 移除值为value的
  *
  * @param key  键
  * @param values 值 可以是多个
  * @return 移除的个数
  */
    public long setRemove(String key, Object... values) {
        try {
            Long count = redisTemplate.opsForSet().remove(key, values);
            return count;
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }
    
    // ===============================list=================================
    /**
  * 获取list缓存的内容
  *
  * @param key  键
  * @param start 开始
  * @param end  结束 0 到 -1代表所有值
  */
    public List<Object> lGet(String key, long start, long end) {
        try {
            return redisTemplate.opsForList().range(key, start, end);
        } catch (Exception e) {
            e.printStackTrace();
            return null;
        }
    }
    
    
    /**
  * 获取list缓存的长度
  *
  * @param key 键
  */
    public long lGetListSize(String key) {
        try {
            return redisTemplate.opsForList().size(key);
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }
    
    /**
  * 通过索引 获取list中的值
  *
  * @param key  键
  * @param index 索引 index>=0时， 0 表头，1 第二个元素，依次类推；index<0时，-1，表尾，-2倒数第二个元素，依次类推
  */
    public Object lGetIndex(String key, long index) {
        try {
            return redisTemplate.opsForList().index(key, index);
        } catch (Exception e) {
            e.printStackTrace();
            return null;
        }
    }
    
    
    /**
  * 将list放入缓存
  *
  * @param key  键
  * @param value 值
  */
    public boolean lSet(String key, Object value) {
        try {
            redisTemplate.opsForList().rightPush(key, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }
    
    
    /**
  * 将list放入缓存
  * @param key  键
  * @param value 值
  * @param time 时间(秒)
  */
    public boolean lSet(String key, Object value, long time) {
        try {
            redisTemplate.opsForList().rightPush(key, value);
            if (time > 0)
                expire(key, time);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }
    
    
    /**
  * 将list放入缓存
  *
  * @param key  键
  * @param value 值
  * @return
  */
    public boolean lSet(String key, List<Object> value) {
        try {
            redisTemplate.opsForList().rightPushAll(key, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }
    
    
    /**
  * 将list放入缓存
  *
  * @param key  键
  * @param value 值
  * @param time 时间(秒)
  * @return
  */
    public boolean lSet(String key, List<Object> value, long time) {
        try {
            redisTemplate.opsForList().rightPushAll(key, value);
            if (time > 0)
                expire(key, time);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }
    
    
    /**
  * 根据索引修改list中的某条数据
  *
  * @param key  键
  * @param index 索引
  * @param value 值
  * @return
  */
    public boolean lUpdateIndex(String key, long index, Object value) {
        try {
            redisTemplate.opsForList().set(key, index, value);
            ren true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }
    
    
    /**
  * 移除N个值为value
  *
  * @param key  键
  * @param count 移除多少个
  * @param value 值
  * @return 移除的个数
  */
    public long lRemove(String key, long count, Object value) {
        try {
            Long remove = redisTemplate.opsForList().remove(key, count,value);
            return remove;
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }
}

八、Redis.conf 配置文件

1、熟悉基本配置

1.1位置

Redis 的配置文件位于 Redis 安装目录下，文件名为 redis.conf

  • 在连接上的客户端输入：config get * ，可以获取所有当前配置项的信息

配置文件的地址（Linux）

image-20211208145001048

1.2、Units单位

image-20211208145029726

  • 配置大小单位，开头定义了一些基本的度量单位，只支持 bytes，不支持 bit
  • 对 大小写 不敏感

1.3、Includes 包含

image-20211208145115977

  • 和Spring配置文件类似，可以通过includes包含，redis.conf 可以作为总文件，可以包含其他文件！

1.4、NETWORK 网络配置

 # 绑定的ip
bind 127.0.0.1    		
# 保护模式
protected-mode yes  	
# 默认端口
port 6379      

1.5、GENERAL 通用

# 默认情况下，Redis不作为守护进程运行（即在后台运行）。需要开启的话，改为 yes
daemonize yes  
# 是否可通过 upstart 和 systemd 管理 Redis 守护进程
supervised no  
# 以后台进程方式运行 redis，则需要指定 pid 文件
pidfile /var/run/redis_6379.pid  

loglevel notice 
# 日志级别。可选项有：
    # debug（记录大量日志信息，适用于开发、测试阶段）；
    # verbose（较多日志信息）； 
    # notice（适量日志信息，使用于生产环境）；
    # warning（仅有部分重要、关键信息才会被记录）。
    
 # 日志文件的位置，当指定为空字符串时，为标准输出
logfile ""    
# 设置数据库的数目。默认的是16个，默认使用的数据库是  db 0
databases 16   
 # 是否总是显示logo
always-show-logo yes

1.6、SNAPSHOPTING 快照

# 900秒（15分钟）内至少1个key值改变（则进行数据库保存--持久化）
save 900 1
# 300秒（5分钟）内至少10个key值改变（则进行数据库保存--持久化）
save 300 10
# 60秒（1分钟）内至少10000个key值改变（则进行数据库保存--持久化）
save 60 10000

# 持久化出现错误后，是否依然进行继续进行工作
stop-writes-on-bgsave-error yes  
# 是否对rdb文件进行压缩—— yes：压缩，但是需要一些cpu的消耗——no：不压缩，需要更多的磁盘空间
rdbcompression yes  
 # 是否校验rdb文件。更有利于文件的容错性，但是在保存rdb文件的时候，会有大概10%的性能损耗
rdbchecksum yes   
 # dbfilenamerdb文件名称
dbfilename dump.rdb 
# dir 数据目录，数据库的写入会保存在在这个目录。【rdb、aof文件】也会写在这个目录。默认是当前目录
dir ./   

1.7、REPLICATION 复制

主从复制时再详细讲解，先跳过！

1.8、SECURITY安全

访问密码的查看，设置和取消

# 启动redis
# 连接客户端
# 、、、
# 获得密码
config get requirepass
# 设置密码
config set requirepass "123456"
# 已启动的客户端再次测试ping，发现需要验证
127.0.0.1:6379> ping
NOAUTH Authentication required.
# 验证 auth  password
127.0.0.1:6379> auth 123456
OK
127.0.0.1:6379> ping
PONG

1.9、限制

# 设置能连上redis的最大客户端连接数量
maxclients 10000  
 # redis配置的最大内存容量
maxmemory <bytes> 

maxmemory-policy noeviction  
# maxmemory-policy 内存达到上限的处理策略
        #  volatile-lru：利用 LRU 算法移除设置过过期时间的key。
        #  volatile-random：随机移除设置过期时间的key。
        #  volatile-ttl：移除即将过期的key，根据最近过期时间来删除（辅以TTL）
        #  allkeys-lru：利用LRU算法移除任何key。
        #  allkeys-random：随机移除任何key。
        #  noeviction：不移除任何key，只返回一个写错误。即不能再继续写了

1.10、append only模式

 # 是否以append only模式作为持久化方式，默认使用的是rdb方式持久化，这种方式在许多应用中已经足够用了
appendonly no 
# appendfilename AOF 文件名称
appendfilename "appendonly.aof"  

appendfsync everysec  
# appendfsync aof持久化策略的配置
      # no 表示不执行 fsync，由操作系统保证数据同步到磁盘，速度最快。
      # always 表示每次写入都执行 fsync，以保证数据同步到磁盘。
      # everysec 表示每秒执行一次 fsync，可能会导致丢失这1s数据。

具体的会在后面讲解Redis的持久化配置的时候详解

2、常见配置介绍

2.1、daemonize no

Redis默认不是以守护进程的方式运行，可以通过该配置项修改，使用yes启用守护进程

2.2、pidfile /var/run/redis.pid

当Redis以守护进程方式运行时，Redis默认会把pid写入/var/run/redis.pid文件，可以通过pidfile指定

2.3、port 6379

指定Redis监听端口，默认端口为6379指定Redis监听端口，默认端口为6379

2.4、bind 127.0.0.1

绑定的主机地址

2.5、timeout 300

当 客户端闲置多长时间后关闭连接，如果指定为0，表示关闭该功能

2.6、loglevel verbose

指定日志记录级别，Redis总共支持四个级别：debug、verbose、notice、warning，默认为verbose

2.7、logfile stdout

日志记录方式，默认为标准输出（控制台输出），

如果配置Redis为守护进程方式运行，而这里又配置为日志记录方式为标准输出，

则日志将会发送给 /dev/null

2.8、databases 16

设置数据库的数量，默认数据库为0，可以使用SELECT 命令在连接上指定数据库id

2.9、save sec time

指定在多长时间内，有多少次更新操作，就将数据同步到数据文件，

可以多个条件同时配合save

Redis默认配置文件中提供了三个条件：
save 900 1
save 300 10
save 60 10000

分别表示 900秒（15分钟）内有1个更改，300秒（5分钟）内有10个更改以及60秒内有10000个更改。

2.10、rdbcompression yes

指定存储至本地数据库时是否压缩数据，默认为yes，

Redis采用LZF压缩，如果为了节省CPU时间，可以关闭该选项，但会导致数据库文件变的巨大

2.11、dbfilename dump.rdb

指定本地数据库文件名，默认值为dump.rdb

2.12、dir ./

指定本地数据库存放目录

2.13、slaveof

当本机为slave从机时，设置 master 主机服务的IP地址及端口，

在Redis启动时，它将自动从 master 进行数据同步

2.14、masterauth

当 master 服务设置了密码保护时，slave 服务连接 maste r的密码

2.15、requirepass foobared

设置Redis连接密码，

如果配置了连接密码，客户端在连接Redis时需要通过AUTH 命令提供密码，默认关闭

2.16、maxclients 128

设置同一时间最大客户端连接数，默认无限制

Redis可以同时打开的客户端连接数为Redis进程可以打开的最大文件描述符数，如果设置 maxclients 0，表示不作限制。

当客户端连接数到达限制时，Redis会关闭新的连接并向客户端返回max number of clients reached错误信息

2.17、maxmemory

指定Redis最大内存限制

Redis在启动时会把数据加载到内存中，达到最大内存后，Redis会先尝试清除已到期或即将到期的Key，

当此方法处理后，仍然到达最大内存设置，将无法再进行写入操作，但仍然可以进行读取操作。

（Redis新的vm机制，会把Key存放内存，Value会存放在swap区）

2.18、appendonly no

指定是否在每次更新操作后进行日志记录

Redis在默认情况下是异步地把数据写入磁盘，

如果不开启，可能会在断电时导致一段时间内的数据丢失。

因为 redis本身同步数据文件是按上面save条件来同步的，所以有的数据会在一段时间内只存在于内存中。

默认为 no

2.19、appendfilename appendonly.aof

指定更新日志文件名，默认为appendonly.aof

2.20、appendfsync everysec

指定更新日志条件，共有3个可选值：

  • no：表示等操作系统进行数据缓存同步到磁盘（快）

  • always：表示每次更新操作后手动调用fsync()将数据写到磁盘（慢，安全）

  • everysec：表示每秒同步一次（折衷，默认值）

2.21、vm-enabled no

指定是否启用虚拟内存机制，默认值为no

VM机制将数据分页存放，由Redis将访问量较少的页，即冷数据，swap到磁盘上，

访问多的页面由磁盘自动换出到内存中（在后面的文章我会仔细分析Redis的VM机制）

2.22、vm-swap-file /tmp/redis.swap

虚拟内存文件路径

默认值为/tmp/redis.swap，不可多个Redis实例共享

2.23、vm-max-memory 0

将所有大于vm-max-memory的数据存入虚拟内存

无论vm-max-memory设置多小,所有索引数据都是内存存储的(Redis的索引数据 就是keys)

也就是说,当vm-max-memory设置为0的时候,其实是所有value都存在于磁盘。

默认值为0

2.24、vm-page-size 32

Redis swap文件分成了很多的page，一个对象可以保存在多个page上面，

但一个page上不能被多个对象共享，vm-page-size是要根据存储的数据大小来设定的，

Redis开发者建议：如果存储很多小对象，page大小最好设置为32或者64bytes；

如果存储很大大对象，则可以使用更大的page，如果不确定，就使用默认值 32

2.25、vm-pages 134217728

设置swap文件中的page数量

由于页表（一种表示页面空闲或使用的bitmap）是在放在内存中的，在磁盘上每8个pages将消耗1byte的内存。

2.26、vm-max-threads 4

设置访问swap文件的线程数

最好不要超过机器的CPU核数，如果设置为0，那么所有对swap文件的操作都是串行的，可能会造成比较长时间的延迟。

默认值为4

2.27、glueoutputbuf yes

设置在向客户端应答时，是否把较小的包合并为一个包发送，默认为开启

2.28、hash-max-zipmap-（entries & value）

hash-max-zipmap-entries 64

hash-max-zipmap-value 512

指定在超过一定的数量，或者最大的元素超过某一临界值时，采用一种特殊的哈希算法

2.29、activerehashing yes

指定是否激活重置哈希

默认为开启（后面在介绍Redis的哈希算法时具体介绍）

2.30、include /path/to/local.conf

指定包含其它的配置文件

可以在同一主机上多个Redis实例之间使用同一份配置文件，而同时各个实例又拥有自己的特定配置文件

十、持久化—RDB

  • 持久化是重点 !
  • Redis 是内存数据库，如果不将内存中的数据库状态保存到硬盘， 那么一旦服务器进程退出， 服务器中的数据库状态也会消失
  • 所以 Redis 提供了持久化功能

1. RDB：图简介

Redis Databases

image-20211029155756126

  • Redis会单独创建（fork）一个子进程来进行持久化，会先【将数据写入到一个临时文件】中，

  • 待持久化过程都结束了，再用这个【临时文件替换上次持久化好】的文件。

  • 整个过程中，【主进程是不进行任何IO操作】的。这就确保了极高的性能。

  • 如果需要进行大规模数据的恢复，且对于数据恢复的完整性不是非常敏感，那RDB方式要比AOF方式更加的高效。

  • RDB的【缺点】是【最后一次持久化后，还未到下一次持久化的时机，期间的数据可能丢失】。

  • 我们默认的是 RDB , 一般情况下不需要修改这个配置

  • rdb 保存的文件 : dump.rdb

    • 有时候在生产环境, 我们会将这个文件进行备份
    • 文件名也是可以在我们的配置文件中配置的
    • image-20211029160158668
    • 测试
    • image-20211029160416918
    • 然后去更新 5 次值(自己配置的检测机制)
    • 查看是否自动生成了 rdb 文件
      • 结果：生成了，并且关闭客户端，重新连接后，数据依然存在( 可 get 成功)
    • image-20211029160747322

2. 什么是RDB

  • 在指定时间间隔后，将内存中的数据集快照写入数据库 ；
  • 在恢复时候，直接读取快照文件，进行数据的恢复 ；

在这里插入图片描述

默认情况下， Redis 将数据库快照保存在名字为 dump.rdb 的二进制文件中。

文件名可以在配置文件中进行自定义。

3. 工作原理

在进行 RDB 的时候，redis 的主线程是不做 文件io 操作的，主线程会 fork 一个子线程来完成该操作；

  1. Redis 调用forks。然后同时拥有父进程和子进程。
  2. 子进程将数据集写入到一个临时 RDB 文件中。
  3. 当子进程完成对新 RDB 文件的写入时，Redis 用新 RDB 文件替换原来的 RDB 文件，并删除旧的 RDB 文件。

这种工作方式使得 Redis 可以从写时复制（copy-on-write）机制中获益

(因为是使用子进程进行写操作，而父进程依然可以接收来自客户端的请求。)

在这里插入图片描述

4. 触发机制

  1. 【save 的规则】满足的情况下，会自动生成 rdb 文件
  2. 客户端发起 【save】命令
  3. 执行 【flushall】命令，也会生成 rdb 文件
  4. 退出 redis，也会自动产生rdb文件

4.1 save 命令

使用 save 命令，会立刻对当前内存中的数据进行持久化 ，但是会阻塞，也就是不接受其他操作了；

由于 save 命令是同步命令，会占用Redis的主进程。

若Redis数据非常多时，save命令执行速度会非常慢，会阻塞其他所有客户端的请求。

在这里插入图片描述

4.2 flushall命令

flushall 命令也会触发持久化 ；

4.3 触发持久化规则

满足配置条件中的触发条件 ；

可以通过配置文件对 Redis 进行设置， 让它在“ N 秒内数据集至少有 M 个改动”这一条件被满足时， 自动进行数据集保存操作。

在这里插入图片描述

在这里插入图片描述

4.4 bgsave

bgsave 是异步进行，进行持久化的时候，redis 还可以将继续响应客户端请求 ；

在这里插入图片描述

4.5 bgsave 和 save 对比

命令 save bgsave
IO类型 同步 异步
是否阻塞其他客户端 是 是（阻塞发生在fock()，通常非常快）
复杂度 O(n) O(n)
优点 不会消耗额外的内存 不阻塞客户端命令
缺点 阻塞客户端命令 需要fock子进程，消耗内存

5. 如何恢复

1、将备份文件（dump.rdb）移动到 redis安装目录（即 redis-server 所在目录）并启动服务即可
2、config get dir ：获取安装目录

127.0.0.1:6379> config get dir
"dir"
"/usr/local/bin"  # 如果在这个目录下存在 dump.rdb 文件, 启动时就会自动去恢复其中的数据

6. 优缺点

优点：

  1. 适合大规模的数据恢复
  2. 如果对数据的完整性要求不高

缺点：

  1. 需要一定的时间间隔进行操作，如果redis意外宕机了，这个距离上次RDB持久化期间的所有指令操作都丢失了。
  2. fork 出子进程的时候，内存中的数据被完全克隆了一份，大致2倍的内存膨胀需要被考虑。

7. 小结

image-20211208172914218

十一、持久化AOF

Append Only File

将我们所有的命令都记录下来，history，恢复的时候就把这个文件里的命令全部再执行一遍

image-20211029161844941

  • 以日志的形式来记录每个写的操作，
  • 将Redis执行过的所有指令记录下来（读操作不记录），
  • 只许追加文件，但不可以改写文件
  • redis启动之初会读取该文件重新执行，构建数据，换言之，
    • redis重启的话就根据日志文件的内容将所有写指令从前到后执行一次以完成数据的恢复工作。

1. 什么是AOF

  • 快照功能（RDB）并不是非常耐久（durable）：

  • 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、以及未保存到快照中的那些数据。

  • 从 1.1 版本开始， Redis 增加了一种新的完全耐久的持久化方式： AOF 持久化。

2. aof 配置

image-20211029163349467

# 是否以append only模式作为持久化方式，默认使用的是rdb方式持久化，这种方式在许多应用中已经足够用了
appendonly no  
# appendfilename AOF 文件名称
appendfilename "appendonly.aof"  
 # appendfsync aof持久化策略的配置
appendfsync everysec 
  # no 表示不执行fsync，由操作系统保证数据同步到磁盘，速度最快。
  # always  表示每次写入都执行fsync，以保证数据同步到磁盘。
  # everysec 表示每秒执行一次fsync，可能会导致丢失这1s数据。
  
#重写时是否可以运用Appendfsync，用默认no即可，保证数据安全性
No-appendfsync-on-rewrite
# 设置重写的基准值
Auto-aof-rewrite-min-size
#设置重写的基准值
Auto-aof-rewrite-percentage

3. aof 启动、修复

3.1 启动

如果要使用AOF，需要修改配置文件：

在这里插入图片描述

appendonly yes则表示启用AOF

默认是不开启的，我们需要手动配置，

然后 重启redis，就可以生效了！

如果这个aof文件有错位( 被破坏，被修改过，有错误命令 )，这时候 redis 是启动不起来的，我们需要修复这个aof文件

redis给我们提供了一个工具redis-check-aof --fix

3.2 恢复

  • 正常恢复：
    • 启动：设置Yes，修改默认的appendonly no，改为yes
    • 将有数据的aof文件复制一份保存到对应目录（config get dir）
    • 恢复：重启redis然后重新加载
  • 异常恢复：
    • 启动：设置Yes
    • 故意破坏 appendonly.aof 文件
    • 修复： redis-check-aof --fix appendonly.aof 进行修复
    • 恢复：重启 redis 然后重新加载

4. Rewrite 重写

重写规则说明

aof 默认的就是文件的 无限追加,，所以文件会越来越大

  • image-20211029164011938

  • AOF 采用文件追加方式，文件会越来越大，

    • 为避免出现此种情况，新增了重写机制，
    • 当AOF文件的大小超过所设定的阈值时，Redis 就会对AOF 文件内容进行压缩，只保留可以恢复完整数据的最小指令集
    • 可以使用命令； bgrewriteaof ：bg Rewrite Aof

  • 重写原理：

    • AOF 文件持续增长而过大时，会 fork 出一条新进程来将文件重写（也是先写临时文件最后再rename），
    • 遍历新进程的内存中数据，每条记录有一条的 Set 语句。
    • 重写 aof 文件的操作，并没有读取旧的 aof 文件，这点和快照有点类似！

  • 触发机制：

    • Redis会记录上次重写时的AOF大小，默认配置是当AOF文件大小是上次rewrite后大小的一倍 且 文件大于64M的触发。

5. 优缺点

优点

  1. 每修改同步：appendfsync always 同步持久化，每次发生数据变更会被立即记录到磁盘，性能较差但数据完整性比较好
  2. 每秒同步： appendfsync everysec 异步操作，每秒记录 ，如果一秒内宕机，有数据丢失
  3. 不同步： appendfsync no 从不同步，呃。。。

缺点

  1. 相对于数据文件的大小来说，aof 远远大于 rdb，修复速度也远远比 rdb 慢！
  2. Aof 运行效率也要比 rdb 慢，所以我们redis默认的配置就是 rdb 持久化。Aof 每秒同步策略效率较好，不同步效率和rdb相同。

6. 扩展

image-20211029164353813

1、RDB 持久化方式能够在指定的时间间隔内对你的数据进行快照存储

2、AOF 持久化方式记录每次对服务器写的操作，当服务器重启的时候会重新执行这些命令来恢复原始
的数据，AOF命令以Redis 协议追加保存每次写的操作到文件末尾，Redis还能对AOF文件进行后台重
写，使得AOF文件的体积不至于过大。

3、只做缓存，如果你只希望你的数据在服务器运行的时候存在，你也可以不使用任何持久化

4、同时开启两种持久化方式

  • 在这种情况下，当redis重启的时候会优先载入AOF文件来恢复原始的数据，因为在通常情况下AOF
    文件保存的数据集要比RDB文件保存的数据集要完整。
  • RDB 的数据不实时，同时使用两者时服务器重启也只会找AOF文件，那要不要只使用AOF呢？作者
    建议不要，因为RDB更适合用于备份数据库（AOF在不断变化不好备份），快速重启，而且不会有
    AOF可能潜在的Bug，留着作为一个万一的手段。

5、性能建议

  • 因为RDB文件只用作后备用途，建议只在Slave上持久化RDB文件，而且只要15分钟备份一次就够
    了，只保留 save 900 1 这条规则。
  • 如果Enable AOF ，好处是在最恶劣情况下也只会丢失不超过两秒数据，启动脚本较简单只load自
    己的AOF文件就可以了，代价一是带来了持续的IO，二是AOF rewrite 的最后将 rewrite 过程中产
    生的新数据写到新文件造成的阻塞几乎是不可避免的。只要硬盘许可，应该尽量减少AOF rewrite
    的频率，AOF重写的基础大小默认值64M太小了，可以设到5G以上，默认超过原大小100%大小重
    写可以改到适当的数值。
  • 如果不Enable AOF ，仅靠 Master-Slave Repllcation 实现高可用性也可以，能省掉一大笔IO，也
    减少了rewrite时带来的系统波动。代价是如果Master/Slave 同时倒掉，会丢失十几分钟的数据，
    启动脚本也要比较两个 Master/Slave 中的 RDB文件，载入较新的那个，微博就是这种架构。

7. RDB 和 AOF 对比

RDB AOF
启动优先级 低 高
体积 小 大
恢复速度 快 慢
数据安全性 丢数据 根据策略决定

8. 如何选择使用哪种持久化方式？

  • 一般来说， 如果想达到足以媲美 PostgreSQL 的数据安全性， 你应该同时使用两种持久化功能。
  • 如果你非常关心你的数据， 但仍然可以承受数分钟以内的数据丢失， 那么你可以只使用 RDB 持久化。
  • 有很多用户都只使用 AOF 持久化， 但并不推荐这种方式： 因为定时生成 RDB 快照（snapshot）非常便于进行数据库备份， 并且 RDB 恢复数据集的速度也要比 AOF 恢复的速度要快。

十三、Redis发布与订阅

Redis 发布订阅(pub/sub)是一种消息通信模式：

  • 发送者(pub)发送消息
  • 订阅者(sub)接收消息

image-20211029164640153

下图展示了频道 channel1 ， 以及订阅这个频道的三个客户端 —— client2 、 client5 和 client1 之间的关系：

在这里插入图片描述

当有新消息通过 PUBLISH 命令发送给频道 channel1 时， 这个消息就会被发送给订阅它的三个客户端：

在这里插入图片描述

1. 命令

这些命令被广泛用于构建即时通信应用，比如网络聊天室(chatroom)和实时广播、实时提醒等。

命令 描述
pSubscribe pattern [pattern..] 订阅一个或多个符合给定模式的频道。
pUnSubscribe pattern [pattern..] 退订一个或多个符合给定模式的频道。
pubSub subcommand [argument[argument]] 查看订阅与发布系统状态。
publish channel message 向指定频道发布消息
subscribe channel [channel..] 订阅给定的一个或多个频道。
unSubscribe channel [channel..] 退订一个或多个频道

2. 示例

  • 我们先不用创建发布端，而是先将客户端对即将创建的发布端进行绑定

    redis 127.0.0.1:6379> SUBSCRIBE redisChat
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "redisChat"
3) (integer) 1

  • 现在，我们先重新开启个 redis 客户端，然后在同一个频道 redisChat 发布两次消息，订阅者就能接收到消息。

    redis 127.0.0.1:6379> PUBLISH redisChat "Hello,Redis"
(integer) 1
redis 127.0.0.1:6379> PUBLISH redisChat "Hello，Kuangshen"
(integer) 1

  • # 订阅者的客户端会显示如下消息
1) "message" #表示这是一条消息
2) "redisChat" #发布端
3) "Hello,Redis" #消息内容

1) "message"
2) "redisChat"
3) "Hello，Kuangshen"

3. 原理

  • Redis是使用 C 实现的，通过分析 Redis 源码里的 pubsub.c 文件，了解发布和订阅机制的底层实现，借此加深对 Redis 的理解。

  • Redis 通过 PUBLISH 、SUBSCRIBE 和 PSUBSCRIBE 等命令实现发布和订阅功能。

    • redis-server 里维护了一个（发布者）字典
      • 字典的键就是一个个 channel（发布频道）
      • 而字典的值则是一个链表
        • 有客户端通过 SUBSCRIBE 命令订阅某频道后，会被加到相应 channel 的链表中
        • 链表中保存了所有订阅这个 channel 的客户端。

  • SUBSCRIBE 命令的关键，就是将客户端添加到给定 channel 的订阅链表中。

  • channel 通过 PUBLISH 命令向订阅者发送消息，

    • redis-server 会使用给定的频道作为键，在它所维护的 channel字典中查找记录了订阅这个频道的所有客户端的链表，
    • 然后遍历这个链表，将消息发布给所有订阅者。

  • Pub/Sub 从字面上理解就是发布（Publish）与订阅（Subscribe），

  • 在Redis中，你可以设定对某一个key值进行消息发布及消息订阅，

  • 当一个key值上进行了消息发布后，所有订阅它的客户端都会收到相应的消息。

  • 这一功能最明显的用法就是用作实时消息系统，比如普通的即时聊天，群聊等功能。

  • 使用场景

    • Pub/Sub构建实时消息系统
    • Redis的Pub/Sub系统可以构建实时的消息系统
    • 还有很多用Pub/Sub构建的实时聊天系统的例子。

形象化

每个 Redis 服务器进程都维持着一个表示服务器状态的 redis.h / redisServer 结构， 结构的 pubsub_channels 属性是一个字典， 这个字典就用于保存订阅频道的信息，其中，字典的键为正在被订阅的频道， 而字典的值则是一个链表， 链表中保存了所有订阅这个频道的客户端。

在这里插入图片描述

客户端订阅，就被链接到对应频道的链表的尾部，退订则就是将客户端节点从链表中移除。

4. 缺点

  1. 如果一个客户端订阅了频道，但自己读取消息的速度却不够快的话，那么不断积压的消息会使redis输出缓冲区的体积变得越来越大，这可能使得redis本身的速度变慢，甚至直接崩溃。
  2. 这和数据传输可靠性有关，如果在订阅方断线，那么他将会丢失所有在断线期间发布者发布的消息。

5. 应用

  1. 消息订阅：公众号订阅，微博关注等等（起始更多是使用消息队列来进行实现）
  2. 多人在线聊天室。

稍微复杂的场景，我们就会使用 消息中间件MQ 处理。

十四、Redis主从复制

1. 概念

  • 主从复制，是指将一台Redis服务器的数据，复制到其他的Redis服务器。
  • 前者称为主节点(master/leader)，后者称为从节点(slave/follower)；
  • 数据的复制是单向的，只能由主节点到从节点。
  • Master以写 为主，Slave 以读 为主。
  • 默认情况下，每台Redis服务器都是主节点；
  • 且一个主节点可以有多个从节点(或没有从节点)，但一个从节点只能有一个主节点。

2. 作用

  • 主从复制的作用主要包括：

  • 1、数据冗余：主从复制实现了数据的热备份，是持久化之外的一种数据冗余方式。

  • 2、故障恢复：当主节点出现问题时，可以由从节点提供服务，实现快速的故障恢复；实际上是一种服务的冗余。

  • 3、负载均衡：在主从复制的基础上，配合读写分离，可以由主节点提供写服务，由从节点提供读服务。

    • 即写Redis数据时应用连接主节点，读Redis数据时应用连接从节点，分担服务器负载；
    • 尤其是在写少读多的场景 下，通过多个从节点分担读负载，可以大大提高Redis服务器的并发量。

  • 4、高可用基石：除了上述作用以外，主从复制还是哨兵和集群能够实施的基础，因此说主从复制是Redis高可用的基础。

  • 一般来说，要将Redis运用于工程项目中，只使用一台Redis服务器是很不妥当的，原因如下：

    • 1、从结构上，单个Redis服务器会发生单点故障，并且一台服务器需要处理所有的请求负载，压力较大；
    • 2、从容量上，单个Redis服务器内存容量有限，就算一台Redis服务器内存容量为256G，也不能将所有内存用作Redis存储内存，一般来说，单台Redis最大使用内存不应该超过20G。

  • 如电商网站上的商品，一般都是一次上传，无数次浏览的，说专业点也就是"多读少写"。

  • 对于这种场景，我们可以使如下这种架构：

  • image-20211029190759905

3. 为什么使用集群

  1. 单台服务器难以负载大量的请求
  2. 单台服务器故障率高，系统崩坏概率大
  3. 单台服务器内存容量有限。

4. 环境配置

1.基本配置

配从库不配主库，redis 会默认自己当前就是主库 , 所以只需进行从库配置：

slaveof    主库ip     主库端口 # 配置主从关系
Info   replication   # 查看当前主从信息

127.0.0.1:6379> info replication  #查看当前库的信息

# Replication
role:master # 角色
connected_slaves:0 # 从机数量
master_replid:3b54deef5b7b7b7f7dd8acefa23be48879b4fcff
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0

每次与 master 断开之后，都需要重新连接，除非你配置进 redis.conf 文件！

我们在讲解配置文件的时候，注意到有一个replication模块

2.修改配置文件

准备工作：我们配置主从复制，至少需要三个，一主二从！配置三个客户端！

不同命名的原因: 避免冲突

image-20211029192056114

1、拷贝多个redis.conf 文件

image-20211029192110815

2、指定配置文件中的服务启动端口 6379，依次类推

3、开启 daemonize yes

4、Pid文件名字 pidfile /var/run/redis_6379.pid , 依次类推

5、Log文件名字 logfile "6379.log" , 依次类推

6、Dump.rdb 名字 dbfilename dump6379.rdb , 依次类推

image-20211029192119462

上面都配置完毕后，3个服务通过3个不同的配置文件开启，我们的准备环境就OK 了！

image-20211029192129543

5. 一主二从配置

  • 由于默认情况下，每台Redis服务器都是主节点；
  • 我们一般情况下只用配置从机就好

一主（79）二从（80，81）

  • 先为每个服务器连上一个客户端，用客户端修改主从关系。
  • redis-cli -p xxxx 选择对应的服务器

使用SLAVEOF host port就可以为从机配置主机了。

然后主机上也能看到从机的状态：

image-20211208204859380

我们这里是使用命令搭建，是暂时的，真实开发中应该在从机的配置文件中进行配置，这样的话是永久的。

在这里插入图片描述

image-20211029193947733

6. 使用规则

  1. 从机只能读，不能写，主机可读可写但是多用于写。

    image-20211208205323272

     127.0.0.1:6381> set name sakura # 从机6381写入失败
(error) READONLY You can't write against a read only replica.

127.0.0.1:6380> set name sakura # 从机6380写入失败
(error) READONLY You can't write against a read only replica.

127.0.0.1:6379> set name sakura
OK
127.0.0.1:6379> get name
"sakura"

  2. 自主测试：

    1. 测试一：主机挂了，查看从机信息，主机恢复，再次查看信息
    2. 测试二：从机挂了，查看主机信息，从机恢复，查看从机信息

  3. 发现结果：

    image-20211208210012944

    1. 当主机断电宕机后，默认情况下从机的角色不会发生变化 ，集群中只是失去了写操作，当主机恢复以后，又会连接上从机恢复原状。

    2. 当从机断电宕机后，若不是使用配置文件配置的从机，再次启动后会默认作为主机，是无法获取之前主机的数据的，若此时重新配置称为从机，又可以获取到主机的所有数据。这里就要提到一个同步原理。

  4. 结果第二条中提到，默认情况下，主机故障后，不会出现新的主机，有两种方式可以产生新的主机：

    • 【从机手动执行】命令slaveof no one，这样执行以后从机会独立出来成为一个主机
    • 使用哨兵模式（自动选举）

如果没有老大了，这个时候能不能选择出来一个老大呢？手动！

  • 如果主机断开了连接，我们可以使用SLAVEOF no one让自己变成主机！
  • 其他的节点就可以手动连接到最新的主节点（手动）！
    • 即，其他从机不会自动连到新主机，需要手动设置。（如图）
  • 如果这个时候老大修复了，还想连就需要自己再重新连接，并不会自动连接！

image-20211208210310624

7、复制原理

  • Slave 启动成功并连接到 master 后，会发送一个 sync（同步）命令
  • Master 接到命令，启动后台的存盘进程，同时收集所有接收到的用于修改数据集的命令，在后台进程执行
  • 执行完毕之后，master将传送整个数据内容文件到 slave，并完成一次完全同步。
  • 全量复制：slave服务在接收到数据库文件数据后，将其存盘并加载到内存中。——————初次复制
  • 增量复制：Master 继续将新的所有收集到的修改命令依次传给 slave，完成同步——————补发命令
  • 但是只要是重新连接master，一次完全同步（全量复制）将被自动执行
  • 扩展
    • image-20211208210954137

8、层层链路

上一个Slave 可以是下一个 slave 和 Master，Slave 同样可以接收其他 slaves 的连接和同步请求，

那么该 slave 作为了链条中下一个的 master，可以有效减轻 master 的写压力！

  • 即，除了链头的主机外，其后的从机，都可以成为“假”主机
  • 【“假主机”】仍然不会具有写权限！
  • 但会由于 redis 的机制而自动实现数据同步，所以也大大减少了链头真主机的写压力！

image-20211208211457920

image-20211029195256620

测试：6379 设置值以后 6380 和 6381 都可以获取到！OK！

9、谋朝篡位

一主二从的情况下，如果主机断了，从机可以使用命令 SLAVEOF NO ONE将自己改为主机！

  • 这个时候其余的从机链接到这个节点。

  • 对一个从属服务器执行命令 SLAVEOF NO ONE 将使得这个从属服务器关闭复制功能，并从从属服务器转变回主服务器，原来同步 前主机 所得的数据集不会被丢弃。

image-20211029195342707

  • 主机再回来，也只是一个光杆司令了，从机为了正常使用跟随到了新的主机上（手动配置的）！

十五、哨兵模式

1. 引入

  • 主从切换技术的方法是：
    • 当主服务器宕机后，需要手动把一台从服务器切换为主服务器，还需手动配置从机连到新主机
    • 这就需要人工干预，费事费力，还会造成一段时间内服务不可用。
    • 这不是一种推荐的方式，更多时候，我们优先考虑哨兵模式。
    • Redis从2.8开始正式提供了Sentinel（哨兵） 架构来解决这个问题。
  • 谋朝篡位的自动版，能够后台监控主机是否故障，如果故障了【根据投票数】自动将从机转换为主机。
  • 哨兵模式是一种特殊的模式，首先Redis提供了哨兵的命令，哨兵是一个【独立的进程】，作为进程，它会独立运行。
  • 其原理是哨兵通过发送命令，等待Redis服务器响应，从而监控运行的多个Redis实例。

image-20211029195837350

这里的哨兵有两个作用

  • 通过发送命令，让Redis服务器返回监控其运行状态，包括主服务器和从服务器。
  • 当哨兵监测到master宕机，会自动将slave切换成master，然后通过发布订阅模式通知其他的从服务器，修改配置文件，让它们切换主机

然而一个哨兵进程对Redis服务器进行监控，可能会出现问题，为此，我们可以使用多个哨兵进行监控。

各个哨兵之间也还会进行监控，这样就形成了多哨兵模式。

image-20211029195932102

  • 主观下线：假设主服务器宕机，哨兵1先检测到这个结果，系统并不会马上进行 failover （故障转移]）过程，因为仅仅是哨兵1主观的认为主服务器不可用，这个现象成为主观下线。
  • 客观下线：当后面的哨兵也检测到主服务器不可用，并且数量达到一定值时，哨兵之间就会进行一次投票，
    • 投票结果选定新主机后，由一个哨兵发起，进行 failover 操作。
    • 切换成功后，就会通过发布订阅的方式，让各个哨兵把自己监控的从服务器进行主机的切换连接，这样，前主机就被下线了。
    • 这个过程称为客观下线。

2. 配置测试

1、调整结构，6379带着80、81

2、自定义的 /myredis 目录下新建 sentinel.conf 文件，名字千万不要错

3、配置哨兵，填写内容

sentinel monitor 被监控主机名字 127.0.0.1 6379 1

数字1表示 ：当一个哨兵主观认为主机断开，就可以客观认为主机故障，然后开始选举新的主机。

4、启动哨兵

Redis-sentinel /myredis/sentinel.conf （这是一个独立的新进程）

上述目录依照各自的实际情况配置，可能目录不同

5、正常主从演示

6、原有的Master 挂了

7、投票新选

8、重新主从继续开工，info replication 查查看

9、问题：如果之前的 master 重启回来，会不会双master 冲突？ 不 ! 之前的回来只能做小弟了

3. 优缺点

  • 优点
    • 哨兵集群模式是基于主从模式的，所有主从的优点，哨兵模式同样具有。
    • 主从可以切换，故障可以转移，系统可用性更好。
    • 哨兵模式是主从模式的升级，系统更健壮，可用性更高。
  • 缺点
    • Redis较难支持在线扩容，在集群容量达到上限时在线扩容会变得很复杂。
    • 实现哨兵模式的配置也不简单，甚至可以说有些繁琐

4. 哨兵配置说明

# Example sentinel.conf
# 哨兵sentinel实例运行的端口 默认26379
port 26379

# 哨兵sentinel的工作目录
dir /tmp

# 哨兵sentinel监控的redis主节点的 ip port
# master-name 可以自己命名的主节点名字 只能由字母A-z、数字0-9 、这三个字符".-_"组成。
# quorum 配置  多少个sentinel哨兵统一认为master主节点失联 那么这时客观上认为主节点失联了
# sentinel monitor <master-name> <ip> <redis-port> <quorum>
sentinel monitor mymaster 127.0.0.1 6379 2

# 当在Redis实例中开启了requirepass foobared 授权密码 这样所有连接Redis实例的客户端都要提供密码
# 设置哨兵sentinel 连接主从的密码 注意必须为主从设置一样的验证密码
# sentinel auth-pass <master-name> <password>
sentinel auth-pass mymaster MySUPER--secret-0123passw0rd


# 指定多少毫秒之后 主节点没有应答哨兵sentinel 此时 哨兵主观上认为主节点下线 默认30秒
# sentinel down-after-milliseconds <master-name> <milliseconds>
sentinel down-after-milliseconds mymaster 30000


# 这个配置项指定了在发生 failover 主备切换时最多可以有多少个slave同时对新的master进行 同步，
#  这个数字越小，完成 failover 所需的时间就越长
#  但是如果这个数字越大，就意味着越多的 slave 因为 replication 而不可用。
#  可以通过将这个值设为 1 来保证每次只有一个slave 处于不能处理命令请求的状态。
# sentinel parallel-syncs <master-name> <numslaves>
sentinel parallel-syncs mymaster 1

# 故障转移的超时时间 failover-timeout 可以用在以下这些方面：
#1. 同一个sentinel对同一个master两次failover之间的间隔时间。
#2. 当一个slave从一个错误的master那里同步数据开始计算时间。直到slave被纠正为向正确的master那里同步数据时。
#3.当想要取消一个正在进行的failover所需要的时间。 
#4.当进行failover时，配置所有slaves指向新的master所需的最大时间。不过，即使过了这个超时，slaves依然会被正确配置为指向master，但是就不按parallel-syncs所配置的规则来了
# 默认三分钟
# sentinel failover-timeout <master-name> <milliseconds>
sentinel failover-timeout mymaster 180000


# SCRIPTS EXECUTION
#配置当某一事件发生时所需要执行的脚本，可以通过脚本来通知管理员，例如当系统运行不正常时发邮件通知相关人员。
#对于脚本的运行结果有以下规则：
#若脚本执行后返回1，那么该脚本稍后将会被再次执行，重复次数目前默认为10
#若脚本执行后返回2，或者比2更高的一个返回值，脚本将不会重复执行。
#如果脚本在执行过程中由于收到系统中断信号被终止了，则同返回值为1时的行为相同。
#一个脚本的最大执行时间为60s，如果超过这个时间，脚本将会被一个SIGKILL信号终止，之后重新执行。
#通知型脚本:当sentinel有任何警告级别的事件发生时（比如说redis实例的主观失效和客观失效等等），将会去调用这个脚本，这时这个脚本应该通过邮件，SMS等方式去通知系统管理员关于系统不正常运行的信息。调用该脚本时，将传给脚本两个参数，一个是事件的类型，一个是事件的描述。如果sentinel.conf配置文件中配置了这个脚本路径，那么必须保证这个脚本存在于这个路径，并且是可执行的，否则sentinel无法正常启动成功。
#通知脚本
# sentinel notification-script <master-name> <script-path>
sentinel notification-script mymaster /var/redis/notify.sh


# 客户端重新配置主节点参数脚本
# 当一个master由于failover而发生改变时，这个脚本将会被调用，通知相关的客户端关于master地址已经发生改变的信息。
# 以下参数将会在调用脚本时传给脚本:
# <master-name> <role> <state> <from-ip> <from-port> <to-ip> <to-port>
# 目前<state>总是“failover”,
# <role>是“leader”或者“observer”中的一个。
# 参数 from-ip, from-port, to-ip, to-port是用来和旧的master和新的master(即旧的slave)通信的
# 这个脚本应该是通用的，能被多次调用，不是针对性的。
# sentinel client-reconfig-script <master-name> <script-path>
sentinel client-reconfig-script mymaster /var/redis/reconfig.sh

哨兵的核心配置

sentinel monitor mymaster 127.0.0.1 6379 1
  • 数字1表示 ：当一个哨兵主观认为主机断开，就可以客观认为主机故障，然后开始选举新的主机。

测试

redis-sentinel xxx/sentinel.conf

成功启动哨兵模式

image-20211208213218382

此时哨兵监视着我们的主机6379，当我们断开主机后：

在这里插入图片描述

十六、缓存穿透与雪崩

  • Redis缓存的使用，极大的提升了应用程序的性能和效率，特别是数据查询方面。

  • 但同时，它也带来了一些问题。

    • 其中，最要害的问题，就是数据的一致性问题，
    • 从严格意义上讲，这个问题无解。如果对数据的一致性要求很高，那么就不能使用缓存。

  • 另外的一些典型问题就是，缓存穿透、缓存雪崩和缓存击穿。目前，业界也都有比较流行的解决方案。

1. 缓存穿透 (查不到)

1.1 概念

  • 缓存穿透的概念很简单，
  • 用户想要查询一个数据，发现redis内存数据库没有，也就是缓存没有命中，
  • 于是向持久层数据库查询。发现也没有，于是本次查询失败。
  • 当用户很多的时候，缓存都没有命中，于是都去请求持久层数据库。
  • 这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透。

1.2 解决方案

布隆过滤器

布隆过滤器是一种数据结构，对所有可能查询的参数以 hash 形式存储，在控制层先进行校验，

不符合丢弃，从而避免了对底层存储系统的查询压力；

image-20211029201939390

缓存空对象

当存储层不命中后，即使返回的 空对象也将其缓存起来，

同时会设置一个过期时间，之后再访问这个数据将会从缓存中获取，保护了后端数据源；

image-20211029201950506

但是这种方法会存在两个问题：

1、如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多指向空值的键；

2、即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响。

2. 缓存击穿 (量巨大)

2.1 概述

  • 这里需要注意和【缓存雪崩】的区别
  • 缓存击穿，是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问
  • 当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。
  • 当某个key在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期，会同时访问数据库来查询最新数据，并且回写缓存，会导使数据库瞬间压力过大。

2.2 解决方案

  • 设置热点数据永不过期
    • 从缓存层面来看，没有设置过期时间，所以不会出现热点 key 过期后产生的问题。
  • 加互斥锁
    • 分布式锁：使用分布式锁，保证对于每个key同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，因此只需要等待即可。
    • 这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考验很大。

3. 缓存雪崩

3.1 概念

缓存雪崩，是指在某一个时间段，缓存集中过期失效。

  • 产生雪崩的原因之一，比如双十二零点，会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。
  • 那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。
  • 而对这批商品的访问查询，就又都落到了数据库上。
  • 对于数据库而言，就会产生突然性的压力波峰。
  • 于是所有的请求都会达到持久存储层，存储层的调用量会暴增，造成存储层也会挂掉的情况。

image-20211029202113990

（其实集中过期，倒不是非常致命，比较致命的是缓存雪崩，或者缓存服务器某个节点宕机或断网。）

自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，这个时候，数据库也是可以顶住压力的。

无非就是对数据库产生周期性的压力而已。

而缓存服务节点的宕机，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。

3.2 解决方案

  • redis高可用
    • 这个思想的含义是，既然redis有可能挂掉，那我多增设几台redis，这样一台挂掉之后其他的还可以继续工作，其实就是搭建集群。(异地多活)
  • 限流降级 (SpringCloud)
    • 这个解决方案的思想是，在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量（别让太多去读，反正存到缓存中的只需一份）。
    • 比如对某个key只允许一个线程查询数据和写缓存，其他线程等待。
  • 数据预热
    • 数据加热的含义就是在正式部署之前，服务器先把可能的数据先预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中。
    • 在即将发生大并发访问前手动触发加载缓存不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀。
posted @   星羽恒  阅读(29)  评论(0)  编辑  收藏  举报
相关博文：
·  Redis学习笔记（一）
·  ElasticSearch学习笔记（二）
·  狂神说Redis学习笔记
·  Redis
·  Redis
阅读排行：
· 震惊！C++程序真的从main开始吗？99%的程序员都答错了
· 【硬核科普】Trae如何「偷看」你的代码？零基础破解AI编程运行原理
· 单元测试从入门到精通
· 上周热点回顾（3.3-3.9）
· winform 绘制太阳，地球，月球 运作规律
点击右上角即可分享
微信分享提示
AI IDE Trae