Redis学习(二)：Redis 持久化

1. Redis持久化的取舍和选择

1. 什么是持久化

• redis全部数据保持在内存中，对数据的更新将异步地保存到磁盘上。

2. 持久化方式

• 快照
  • MySQL Dump
  • Redis RDB
• 写日志
  • MySQL Binlog
  • Hbase HLog
  • Redis AOF

2. RDB

1. 什么是RDB

2. 触发机制 - 主要三种方式

1. save(同步)

• 客户端向redis发送一条save命令，redis会帮咱们生成RDB文件。
• 问题：因为是同步命令，执行save的时候，假如咱们的save很是慢(数据量多)，会形成redis的阻塞。
• 文件策略：如存在老的RDB文件，新替代老。
• 复杂度：O(N)。

2. bgsave(异步)

• 客户端执行bgsave命令，它使用了linux的fork()函数，生成了主进程的一个redis子进程，让子进程完成RDB的生成。RDB生成以后，会告诉主进程RDB生成成功。
• 若是fork执行很是慢(大多数状况下很是快)，依然会阻塞redis。
• redis会正常响应客户端，由于createRDB这样重的操做是让子进程进行操做的。
• 文件策略和复杂度与save相同。

命令	save	bgsave
IO类型	同步	异步
阻塞	是	是(阻塞发生在fork)
复杂度	O(N)	O(N)
优势	不会消耗额外内存	不阻塞客户端命令
缺点	阻塞客户端命令	须要fork，消耗内存

3. 自动

• redis提供了save配置来进行自动持久化

配置	seconds	changes
save	900	1
save	300	10
save	60	10000

• 在60秒改变了10000条数据，在300秒改变了10条数据，在900秒改变了一条数据，进行自动持久化。RDB文件生成是内部调用bgsave。
• 具体配置能够修改。
• 没法控制生成RDB频率。

4. 配置

• 咱们来看一下redis默认配置文件中给出的配置
• save：自动持久化
• dbfilename：RDB名字
• dir：RDB等日志文件存放位置
• stop-writes-on-bgsave-error：bgsave发生错误时是否中止写入
• rdbcompression：RDB文件是否采用压缩的格式
• rdbchecksum：是否对RDB文件进行校验和

save 900 1
save 300 10
save 60 10000
dbfilename dump.rdb
dir ./
stop-writes-on-bgsave-error yes
rdbcompression yes
rdbchecksum yes
复制代码

5. 最佳配置

• 关闭自动持久化
• dbfilename：使用端口号进行文件区别
• dir：根据redis数量进行分盘

dbfilename dump-${port}.rdb
dir /bigdistpath
stop-writes-on-bgsave-error yes
rdbcompression yes
rdbchecksum yes
复制代码

3. 触发机制 - 不容忽略方式

1. 全量复制

2. debug reload

3. shutdown

4. 试验

• 修改配置文件以便远程链接
  • bind 0.0.0.0
  • protected-mode no
• 使用jedis随便添加些数据

127.0.0.1:6379> dbsize
(integer) 1000000

127.0.0.1:6379> info memory
# Memory
used_memory:105221280
used_memory_human:100.35M
复制代码

• 咱们提早在另外一个窗口准备好执行命令

127.0.0.1:6379> set hello word
OK
127.0.0.1:6379> get hello 
复制代码

• 在第一个窗口执行save，接着执行get hello，发现被阻塞

127.0.0.1:6379> save
OK
(4.77s)

127.0.0.1:6379> get hello
"word"
(2.22s)
复制代码

• 咱们还能够去data目录(配置文件指定)下看到生成的RDB文件

[root@localhost redis]# cd data/
[root@localhost data]# ll
总用量 52428
-rw-r--r--. 1 root root     7365 12月 21 14:29 6379.log
-rw-r--r--. 1 root root     4809 12月 20 23:40 6382.log
-rw-r--r--. 1 root root 53666783 12月 21 14:29 dump-6379.rdb
复制代码

• 接下来咱们验证一下bgsive

127.0.0.1:6379> bgsave
Background saving started
复制代码

• 使用命令发现调用子进程，同时get hello没有阻塞

[root@localhost redis]# ps -ef | grep redis-
root       4987      1  1 14:21 ?        00:00:15 redis-server 0.0.0.0:6379
root       5271   3826  0 14:33 pts/0    00:00:00 redis-cli
root       5304   4987 56 14:36 ?        00:00:01 redis-rdb-bgsave 0.0.0.0:6379
root       5306   5143  0 14:36 pts/2    00:00:00 grep --color=auto redis-
复制代码

• 最后咱们来看一下自动持久化策略

#save 900 1
#save 300 10
save 60 5
复制代码

• 能够经过flushall清空数据

127.0.0.1:6379> flushall
OK
(0.70s)
127.0.0.1:6379> dbsize
(integer) 0
复制代码

• 插入数据

127.0.0.1:6379> set a b
OK
127.0.0.1:6379> set c d
OK
127.0.0.1:6379> set e f
OK
127.0.0.1:6379> set g h
OK
127.0.0.1:6379> set i j
OK
127.0.0.1:6379> set m n
OK
复制代码

• 查看日志，发现进行了自动持久化

[root@localhost data]# tail -f 6379.log

5475:M 21 Dec 14:45:03.075 * 5 changes in 60 seconds. Saving...
5475:M 21 Dec 14:45:03.077 * Background saving started by pid 5494
5494:C 21 Dec 14:45:05.018 * DB saved on disk
5494:C 21 Dec 14:45:05.019 * RDB: 10 MB of memory used by copy-on-write
5475:M 21 Dec 14:45:05.073 * Background saving terminated with success
复制代码

5. 总结

• RDB是Redis内存到硬盘的快照，用于持久化。
• sava一般会阻塞Redis。
• bgsava不会阻塞Redis，可是会fork新进程。
• save自动配置知足任一就会被执行。
• 有些触发机制不能忽视。

3. AOF

1. RDB有什么问题

1. 耗时，耗性能

• RDB生成过程其实就是将内存中的数据dump到硬盘当中，造成一个RDB文件。
• 首先是比较耗时的，咱们要将全部数据进行一个dump，是一个O(N)的过程，自己的写也会消耗不少CPU。
• 其次是一个内存的消耗，咱们知道bgsive有一个fork的过程。
• 还有就是IO性能的消耗。

2. 不可控，丢失数据

配置	动做
T1	执行多个写命令
T2	知足RDB自动建立的条件
T3	再次执行多个写命令
T4	宕机

• T3到T4之间的数据写入就会丢失

2. AOF运行原理，建立

• 客户端写一条数据，就在日志追加一条写命令

3. AOF的三种策略

• always
  • redis在执行写命令的时候，实际上不是直接写在文件系统当中，而是写在硬盘的缓冲区当中。缓冲区会根据一些策略刷新到硬盘当中。
  • always是说每条命令fsync到硬盘，这样redis的写入数据就会不丢失。
• everysec
  • everysec是说每秒把缓冲区fsync到硬盘。
  • 在高写入量时会适当保护硬盘。
  • 缺点是若是出现了故障，有可能会丢失一秒的数据。
  • 这是一个默认值。
• no
  • OS决定fsync，由操做系统决定何时该写入硬盘。

命令	always	everysec	no
优势	不丢失数据	每秒一次fsync	不用管
缺点	IO开销较大，通常的sata盘只有几百TPS	丢一秒数据	不可控

4. AOF重写

• set hello world set hello java set hello hehe => set hello hehe
• incr counter incr counter => set counter 2
• rpush mylist a rpush mylist b rpush mylist c => rpush mylist a b c
• 过时数据 => 重写过程是没有用的

把一些能够优化的命令进行化简，从而达到两个目的

• 减小硬盘占用量
• 加速恢复速度

5. AOF重写实现的两种方式

1. bgrewriteaof

• 客户端向redis发送一条命令bgrewriteaof，redis会返回OK并异步执行。redis接收到这个命令后会fork出一个子进程来完成AOF的重写。
• 这里的AOF重写就是将redis内存中的数据进行一次回溯，回溯成AOF文件，是从redis内存中进行一个重写。

2. AOF重写配置

• 配置

配置名	含义
auto-aof-rewrite-min-size	AOF文件重写须要的尺寸
auto-aof-rewrite-percentage	AOF文件增加率

• 统计

统计名	含义
aof-current-size	AOF当前尺寸(单位：字节)
aof-base-size	AOF上次启动和重写的尺寸(单位：字节)

• 自动触发时机
  • aof-current-size > auto-aof-rewrite-min-size
  • (aof-current-size - aof-base-size) / aof-base-size > auto-aof-rewrite-percentage

6. AOF配置

• 咱们修改一下redis默认配置文件中给出的配置

appendonly yes
appendfilename "appendonly.aof"
appendfsync everysec
dir /home/redis/data
no-appendfsync-on-rewrite yes
auto-aof-rewrite-percentage 100
auto-aof-rewrite-min-size 64mb
复制代码

• 进行一些简单操做

127.0.0.1:6379> set hello world
OK
127.0.0.1:6379> set hello java
OK
127.0.0.1:6379> set hello redis
OK
127.0.0.1:6379> incr counter
(integer) 1
127.0.0.1:6379> incr counter
(integer) 2
127.0.0.1:6379> rpush list a
(integer) 1
127.0.0.1:6379> rpush list b
(integer) 2
127.0.0.1:6379> rpush list c
(integer) 3
复制代码

• 查看AOF文件是否生成

[root@localhost redis]# cd data
[root@localhost data]# ll
总用量 40
-rw-r--r--. 1 root root 21736 12月 21 16:57 6379.log
-rw-r--r--. 1 root root  4809 12月 20 23:40 6382.log
-rw-r--r--. 1 root root   277 12月 21 16:58 appendonly.aof
-rw-r--r--. 1 root root   127 12月 21 15:22 dump-6379.rdb
复制代码

• 查看文件内容

[root@localhost data]# more appendonly.aof 

*3
$3
set
$5
hello
$5
world
复制代码

• 咱们稍微看一下文件格式

  • *3表示下面这个命令有3个参数
  • $3表示下面一个数据的字节长度

• 下面咱们来看下重写

127.0.0.1:6379> bgrewriteaof
Background append only file rewriting started
复制代码

• 再次打开appendonly.aof，咱们发现只保留了set hello redis。

*3
$3
SET
$5
hello
$5
redis
复制代码

7. RDB和AOF的抉择

1. RDB和AOF比较

命令	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
轻重	重	轻

2. RDB最佳策略

• "关"
• 集中管理
• 主从，从开？

3. AOF最佳策略

• "开"：缓存和存储
• AOF重写集中管理
• everysec

4. 最佳策略

• 小分片
• 缓存或者存储
• 监控(硬盘，内存，负载，网络)
• 足够的内存

4. 开发运维常见问题

1. fork操做

1. 同步操做

2. 与内存量息息相关：内存越大，耗时越长(与机器类型有关)

3. info：latest_fork_usec

4. 改善fork

• 优先使用物理机或者高效支持fork操做的虚拟化技术。
• 控制redis实例最大可用内存：maxmemory。
• 合理配置linux内存分配策略：vm.overcommit_memory=1。
• 下降fork频率：例如放宽AOF重写自动触发时机，没必要要的全量复制。

2. 子进程开销和优化

1. CPU

• 开销：RDB和AOF文件生成，属于CPU密集型。
• 优化：不作CPU绑定，不和CPU密集型部署。

2. 内存

• 开销：fork内存开销，copy-on-write。
• 优化：禁止支持大的内存页分配 ： echo never > /sys/kernel/mm/transparent_hugepage/enabled。

3. 硬盘

• 开销：AOF和RDB文件写入，能够结合iostat,iotop分析。
• 优化：
  • 不要和高硬盘负载服务部署在一块儿：存储服务，消息队列等。
  • 不要进行AOF追加：no-appendfsync-on-rewrite = yes。
  • 根据写入量决定磁盘类型：例如ssd。
  • 单机多实例持久化文件目录能够考虑分盘。

3. AOF追加阻塞

• 若是使用了AOF，咱们一般会使用每秒刷盘的这样一个策略。
• 首先主线程去写入AOF缓冲区，同时还有一个AOF同步线程去同步每秒刷盘的操做，同时还会记录最近的一次同步时间。
• 主线程还会对比和上次AOF的时间，若是距离上次同步时间超过两秒，主线程会阻塞。
• 解决方法主要参考上面关于硬盘的优化。

最后

你们能够关注个人微信公众号一块儿学习进步。