这多是史上最全 Redis 高可用解决方案总结

本文主要针对 Redis 常见的几种使用方式及其优缺点展开分析。

1、常见使用方式

Redis 的几种常见使用方式包括：

1.Redis 单副本；

2.Redis 多副本（主从）；

3.Redis Sentinel（哨兵）；

4.Redis Cluster；

5.Redis 自研。

2、各类使用方式的优缺点

一、Redis 单副本

Redis 单副本，采用单个 Redis 节点部署架构，没有备用节点实时同步数据，不提供数据持久化和备份策略，适用于数据可靠性要求不高的纯缓存业务场景。

优势：

架构简单，部署方便；

高性价比：缓存使用时无需备用节点（单实例可用性能够用 supervisor 或 crontab 保证），固然为了知足业务的高可用性，也能够牺牲一个备用节点，但同时刻只有一个实例对外提供服务；

高性能。

缺点：

不保证数据的可靠性；

在缓存使用，进程重启后，数据丢失，即便有备用的节点解决高可用性，可是仍然不能解决缓存预热问题，所以不适用于数据可靠性要求高的业务；

高性能受限于单核 CPU 的处理能力（Redis 是单线程机制），CPU 为主要瓶颈，因此适合操做命令简单，排序、计算较少的场景。也能够考虑用 Memcached 替代。

二、Redis 多副本（主从）

Redis 多副本，采用主从（replication）部署结构，相较于单副本而言最大的特色就是主从实例间数据实时同步，而且提供数据持久化和备份策略。主从实例部署在不一样的物理服务器上，根据公司的基础环境配置，能够实现同时对外提供服务和读写分离策略。

优势：

高可靠性：一方面，采用双机主备架构，可以在主库出现故障时自动进行主备切换，从库提高为主库提供服务，保证服务平稳运行；另外一方面，开启数据持久化功能和配置合理的备份策略，能有效的解决数据误操做和数据异常丢失的问题；

读写分离策略：从节点能够扩展主库节点的读能力，有效应对大并发量的读操做。

缺点：

故障恢复复杂，若是没有 RedisHA 系统（须要开发），当主库节点出现故障时，须要手动将一个从节点晋升为主节点，同时须要通知业务方变动配置，而且须要让其它从库节点去复制新主库节点，整个过程须要人为干预，比较繁琐；

主库的写能力受到单机的限制，能够考虑分片；

主库的存储能力受到单机的限制，能够考虑 Pika；

原生复制的弊端在早期的版本中也会比较突出，如：Redis 复制中断后，Slave 会发起 psync，此时若是同步不成功，则会进行全量同步，主库执行全量备份的同时可能会形成毫秒或秒级的卡顿；又因为 COW 机制，致使极端状况下的主库内存溢出，程序异常退出或宕机；主库节点生成备份文件致使服务器磁盘 IO 和 CPU（压缩）资源消耗；发送数 GB 大小的备份文件致使服务器出口带宽暴增，阻塞请求，建议升级到最新版本。

三、Redis Sentinel（哨兵）

Redis Sentinel 是社区版本推出的原生高可用解决方案，其部署架构主要包括两部分：Redis Sentinel 集群和 Redis 数据集群。

其中 Redis Sentinel 集群是由若干 Sentinel 节点组成的分布式集群，能够实现故障发现、故障自动转移、配置中心和客户端通知。Redis Sentinel 的节点数量要知足 2n+1（n>=1）的奇数个。

优势：

Redis Sentinel 集群部署简单；

可以解决 Redis 主从模式下的高可用切换问题；

很方便实现 Redis 数据节点的线形扩展，轻松突破 Redis 自身单线程瓶颈，可极大知足 Redis 大容量或高性能的业务需求；

能够实现一套 Sentinel 监控一组 Redis 数据节点或多组数据节点。

缺点：

部署相对 Redis 主从模式要复杂一些，原理理解更繁琐；

资源浪费，Redis 数据节点中 slave 节点做为备份节点不提供服务；

Redis Sentinel 主要是针对 Redis 数据节点中的主节点的高可用切换，对 Redis 的数据节点作失败断定分为主观下线和客观下线两种，对于 Redis 的从节点有对节点作主观下线操做，并不执行故障转移。

不能解决读写分离问题，实现起来相对复杂。

建议：

若是监控同一业务，能够选择一套 Sentinel 集群监控多组 Redis 数据节点的方案，反之选择一套 Sentinel 监控一组 Redis 数据节点的方案。

sentinel monitor配置中的建议设置成 Sentinel 节点的一半加 1，当 Sentinel 部署在多个 IDC 的时候，单个 IDC 部署的 Sentinel 数量不建议超过（Sentinel 数量 – quorum）。

合理设置参数，防止误切，控制切换灵敏度控制：

a. quorum

b. down-after-milliseconds 30000

c. failover-timeout 180000

d. maxclient

e. timeout

部署的各个节点服务器时间尽可能要同步，不然日志的时序性会混乱。

Redis 建议使用 pipeline 和 multi-keys 操做，减小 RTT 次数，提升请求效率。

自行搞定配置中心（zookeeper），方便客户端对实例的连接访问。

四、Redis Cluster

Redis Cluster 是社区版推出的 Redis 分布式集群解决方案，主要解决 Redis 分布式方面的需求，好比，当遇到单机内存，并发和流量等瓶颈的时候，Redis Cluster 能起到很好的负载均衡的目的。

Redis Cluster 集群节点最小配置 6 个节点以上（3 主 3 从），其中主节点提供读写操做，从节点做为备用节点，不提供请求，只做为故障转移使用。

Redis Cluster 采用虚拟槽分区，全部的键根据哈希函数映射到 0～16383 个整数槽内，每一个节点负责维护一部分槽以及槽所印映射的键值数据。

优势：

无中心架构；

数据按照 slot 存储分布在多个节点，节点间数据共享，可动态调整数据分布；

可扩展性：可线性扩展到 1000 多个节点，节点可动态添加或删除；

高可用性：部分节点不可用时，集群仍可用。经过增长 Slave 作 standby 数据副本，可以实现故障自动 failover，节点之间经过 gossip 协议交换状态信息，用投票机制完成 Slave 到 Master 的角色提高；

下降运维成本，提升系统的扩展性和可用性。

缺点：

Client 实现复杂，驱动要求实现 Smart Client，缓存 slots mapping 信息并及时更新，提升了开发难度，客户端的不成熟影响业务的稳定性。目前仅 JedisCluster 相对成熟，异常处理部分还不完善，好比常见的“max redirect exception”。

节点会由于某些缘由发生阻塞（阻塞时间大于 clutser-node-timeout），被判断下线，这种 failover 是没有必要的。

数据经过异步复制，不保证数据的强一致性。

多个业务使用同一套集群时，没法根据统计区分冷热数据，资源隔离性较差，容易出现相互影响的状况。

Slave 在集群中充当“冷备”，不能缓解读压力，固然能够经过 SDK 的合理设计来提升 Slave 资源的利用率。

Key 批量操做限制，如使用 mset、mget 目前只支持具备相同 slot 值的 Key 执行批量操做。对于映射为不一样 slot 值的 Key 因为 Keys 不支持跨 slot 查询，因此执行 mset、mget、sunion 等操做支持不友好。

Key 事务操做支持有限，只支持多 key 在同一节点上的事务操做，当多个 Key 分布于不一样的节点上时没法使用事务功能。

Key 做为数据分区的最小粒度，不能将一个很大的键值对象如 hash、list 等映射到不一样的节点。

不支持多数据库空间，单机下的 redis 能够支持到 16 个数据库，集群模式下只能使用 1 个数据库空间，即 db 0。

复制结构只支持一层，从节点只能复制主节点，不支持嵌套树状复制结构。

避免产生 hot-key，致使主库节点成为系统的短板。

避免产生 big-key，致使网卡撑爆、慢查询等。

重试时间应该大于 cluster-node-time 时间。

Redis Cluster 不建议使用 pipeline 和 multi-keys 操做，减小 max redirect 产生的场景。

五、Redis 自研

Redis 自研的高可用解决方案，主要体如今配置中心、故障探测和 failover 的处理机制上，一般须要根据企业业务的实际线上环境来定制化。

优势：

高可靠性、高可用性；

自主可控性高；

贴切业务实际需求，可缩性好，兼容性好。

缺点：

实现复杂，开发成本高；

须要创建配套的周边设施，如监控，域名服务，存储元数据信息的数据库等；

维护成本高。

分享一份面试宝典《Java核心知识点整理.pdf》“，覆盖了JVM、锁、高并发、反射、Spring原理、微服务、Zookeeper、数据库、数据结构等等”，还有Java208道面试题（含答案）加入群（Java高级架构）705127209 便可免费获取到！