你说一下Redis为何快吧，怎么实现高可用，还有持久化怎么作的？

前言

做为Java程序员，在面试过程当中，缓存相关的问题是躲不掉的，确定会问，例如缓存一致性问题，缓存雪崩、击穿、穿透等。说到缓存，那确定少不了Redis，我在面试的时候也是被问了不少关于Redis相关的知识，可是Redis的功能太强大了，并非一时半会儿能掌握好的，由于有些高级特性或是知识平时并不会用到。
因此回答的很差，人家就会以为你对本身平时使用的工具都没有了解，天然就凉凉了。其实很早就有这个打算，打算好好总结一下Redis的知识，但也是因为本身都没有好好的了解Redis呢，因此一直没有开始。此次准备慢慢的来总结。

Redis为何这么快

Redis是一个由C语言编写的开源的，基于内存，支持多种数据结构可持久化的NoSQL数据库。
它速度快主要是有如下几个缘由：

• 基于内存运行，性能高效；
• 数据结构设计高效，例如String是由动态字符数组构成，zset内部的跳表；
• 采用单线程，避免了线程的上下文切换，也避免了线程竞争产生的死锁等问题；
• 使用I/O多路复用模型，非阻塞IO；

官网上给出单台Redis的能够达到10w+的QPS的， 一台服务器上在使用Redis的时候单核的就够了，可是目前服务器都是多核CPU，要想不浪费资源，又能提交效率，能够在一台服务器上部署多个Redis实例。

高可用方案

虽然单台Redis的的性能很好，可是Redis的单节点并不能保证它不会挂了啊，毕竟单节点的Redis是有上限的，并且人家单节点又要读又要写，小身板扛不住咋办，因此为了保证高可用，通常都是作成集群。

主从（Master-Slave）

Redis官方是支持主从同步的，并且还支持从从同步，从从同步也能够理解为主从同步，只不过从从同步的主节点是另外一个主从的从节点。

有了主从同步的集群，那么主节点就负责提供写操做，而从节点就负责支持读操做。

那么他们之间是如何进行数据同步的呢？

若是Slave（从节点）是第一次跟Master进行链接，

• 那么会首先会向Master发送同步请求psync；
• 主节点接收到同步请求，开始fork主子进程开始进行全量同步，而后生成RDB文件；
• 这个时候主节点同时会将新的写请求，保存到缓存区（buffer）中；
• 从节点接收到RDB文件后，先清空老数据，而后将RDB中数据加载到内存中；
• 等到从节点将RDB文件同步完成后再同步缓存区中的写请求。

这里有一点须要注意的就是，主节点的缓存区是有限的，内部结构是一个环形数组，当数组被占满以后就会覆盖掉最先以前的数据。

因此若是因为网络或是其余缘由，形成缓存区中的数据被覆盖了，那么当从节点处理完主节点的RDB文件后，就不得不又要进行一全量的RDB文件的复制，才能保证主从节点的数据一致。

若是不设置好合理的buffer区空间，是会形成一个RDB复制的死循环。

当主从间的数据同步完成以后，后面主节点的每次写操做就都会同步到从节点，这样进行增量同步了。

因为负载的不断上升就致使了主从之间的延时变大，因此就有了上面我说的从从同步了，主节点先同步到一部分从节点，而后由从节点去同步其余的从节点。

在Redis从2.8.18开始支持无盘复制，主节点经过套接字，一边遍历内存中的数据，一边让数据发送给从节点，从节点和以前同样，先将数据存储在磁盘文件中，而后再一次性加载。

另外因为主从同步是异步的，因此从Redis3.0以后出现了同步复制，就是经过wait命令来进行控制，wait命令有两个参数，第一个是从库数量，第二个是等待从库的复制时间，若是第二个参数设置为0，那么就是表明要等待全部从库都复制完才去执行后面的命令。
可是这样就会存在一个隐患，当网络异常后，wait命令会一直阻塞下去，致使Redis不可用。

哨兵（Sentinel）

哨兵能够监控Redis集群的健康状态，当主节点挂掉以后，选举出新的主节点。客户端在使用Redis的时候会先经过Sentinel来获取主节点地址，而后再经过主节点来进行数据交互。当主节点挂掉以后，客户端会再次向Sentinel获取主节点，这样客户端就能够无感知的继续使用了。

哨兵集群工做过程，主节点挂掉以后会选举出新的主节点，而后监控挂掉的节点，当挂掉的节点恢复后，原先的主节点就会变成从节点，重新的主节点那里创建主从关系。

集群分片（Redis Cluster）

Redis Cluster是Redis官方推荐的集群模式，Redis Cluster将全部数据划分到16384个槽（slots）中，每一个节点负责一部分槽位的读写操做。

存储

Redis Cluster默认是经过CRC16算法获取到key的hash值，而后再对16384进行取余（CRC16(key)%16384），获取到的槽位在哪一个节点负责的范围内（这里通常是会有一个槽位和节点的映射表来进行快速定位节点的，一般使用bitmap来实现），就存储在哪一个节点上。

重定向

当Redis Cluster的客户端在和集群创建链接的时候，也会得到一份槽位和节点的配置关系（槽位和节点的映射表），这样当客户端要查找某个key时，能够直接定位到目标节点。

可是当客户端发送请求时，若是接收请求的节点发现该数据的槽位并不在当前节点上，那么会返回MOVED指令将正确的槽位和节点信息返回给客户端，客户接着请求正确的节点获取数据。

通常客户端在接收到MOVED指令后，也会更新本身本地的槽位和节点的映射表，这样下次获取数据时就能够直接命中了。这整个重定向的过程对客户端是透明的。

数据迁移

当集群中新增节点或删除节点后，节点间的数据迁移是按槽位为单位的，一个槽位一个槽位的迁移，当迁移时原节点状态处于：magrating，目标节点处于：importing。

在迁移过程当中，客户端首先访问旧节点，若是数据还在旧节点，那么旧节点正常处理，若是不在旧节点，就会返回一个-ASK + 目标节点地址的指令，客户端收到这个-ASK指令后，向目标节点执行一个asking指令（告诉新节点，必须处理客户端这个数据），而后再向目标节点执行客户端的访问数据的指令。

容错

Redis Cluster能够为每一个主节点设置多个从节点，当单个主节点挂掉后，集群会自动将其中某个从节点提高为主节点，若没有从节点，那么集群将处于不可用状态。
Redis提供了一个参数：cluster-require-full-coverage，用来配置能够容许部分节点出问题后，还有其余节点在运行时能够正常提供服务。

另一点比较特殊的是，Cluster中当一个节点发现某个其余节点出现失联了，这个时候问题节点只是PFail（Possibly-可能下线），而后它会把这个失联信息广播给其余节点，当一个节点接收到某个节点的失联信息达到集群的大多数时，就能够将失联节点标记为下线，而后将下线信息广播给其余节点。若失联节点为主节点，那么将当即对该节点进行主从切换。

Redis高可用就先说到这里吧，后面其实还有Codis，可是目前Cluster逐渐流行起来了，Codis的竞争力逐渐被蚕食，并且对新版本的支持，更新的也比较慢，因此这里就不说它了，感兴趣的能够本身去了解一下，国人开源的Redis集群模式Codis。

持久化

Redis持久化的意义在于，当出现宕机问题后，能将数据恢复到缓存中，它提供了两种持久化机制：一种是快照（RDB），一种是AOF日志。

快照是一次全量备份，而AOF是增量备份。快照是内存数据的二进制序列化形式，存储上很是紧凑，而AOF日志记录的是内存数据修改的指令记录文本。

快照备份（RDB）

由于Redis是单线程的，因此在作快照持久化的时候，一般有两个选择，save命令，会阻塞线程，直到备份完成；bgsave会异步的执行备份，实际上是fork出了一个子进程，用子进程去执行快照持久化操做，将数据保存在一个.rdb文件中。

子进程刚刚产生的时候，是和父进程共享内存中的数据的，可是子进程作持久化时，是不会修改数据的，而父进程是要持续提供服务的，因此父进程就会持续的修改内存中的数据，这个时候父进程就会将内存中的数据，Copy出一份来进行修改。

父进程copy的数据是以数据页为单位的（4k一页），对那一页数据进行修改就copy哪一页的数据。

子进程因为数据没有变化就会一直的去遍历数据，进程持久化操做了，这就是只保留了建立子进程的时候的快照。

那么RDB是在何时触发的呢？

# save <seconds> <changes>
save 60 10000
save 300 10

上这段配置就是在redis.conf文件中配置的，第一个参数是时间单位是秒，第二个参数执行数据变化的次数。
意思就是说：300秒以内至少发生10次写操做、
60秒以内发生至少10000次写操做，只要知足任一条件，均会触发bgsave

增量日志备份（AOF）

Redis在接收到客户端请求指令后，会先进行校验，校验成功后，当即将指令存储到AOF日志文件中，就是说，Redis是先记录日志，再执行命令。这样即便命令还没执行忽然宕机了，经过AOF日志文件也是能够恢复的。

AOF重写

AOF日志文件，随着时间的推移，会愈来愈大，因此就须要进行重写瘦身。AOF重写的原理就是，fork一个子进程，对内存进行遍历，而后生成一系列的Redis指令，而后序列化到一个新的aof文件中。而后再将遍历内存阶段的增量日志，追加到新的aof文件中，追加完成后当即替换旧的aof文件，这样就完成了AOF的瘦身重写。

fsync

由于AOF是一个写文件的IO操做，是比较耗时。因此AOF日志并非直接写入到日志文件的，而是先写到一个内核的缓存中，而后经过异步刷脏，来将数据保存到磁盘的。

因为这个状况，就致使了会有还没来得急刷脏而后就宕机了，致使数据丢失的风险。

因此Redis提供了一个配置，能够手动的来选择刷脏的频率。

• always：每一条AOF记录都当即同步到文件，性能很低，但较为安全。
• everysec：每秒同步一次，性能和安全都比较中庸的方式，也是redis推荐的方式。若是遇到物理服务器故障，可能致使最多1秒的AOF记录丢失。
• no：Redis永不直接调用文件同步，而是让操做系统来决定什么时候同步磁盘。性能较好，但很不安全。

AOF默认是关闭的，须要在配置文件中手动开启。

# 只有在“yes”下，aof重写/文件同步等特性才会生效  
appendonly yes  
## 指定aof文件名称  
appendfilename appendonly.aof  
## 指定aof操做中文件同步策略，有三个合法值：always everysec no,默认为everysec  
appendfsync everysec 
## 在aof-rewrite期间，appendfsync是否暂缓文件同步，"no"表示“不暂缓”，“yes”表示“暂缓”，默认为“no”  
no-appendfsync-on-rewrite no  
## aof文件rewrite触发的最小文件尺寸(mb,gb),只有大于此aof文件大于此尺寸是才会触发rewrite，默认“64mb”，建议“512mb”  
auto-aof-rewrite-min-size 64mb

Redis4.0混合持久化

Redis4.0提供了一种新的持久化机制，就是RDB和AOF结合使用，将rdb文件内容和aof文件存在一块儿，AOF中保存的再也不是所有数据了，而是从RDB开始的到结束的增量日志。

这样在Redis恢复数据的时候，能够先伪装RDB文件中的内容，而后在顺序执行AOF日志中指令，这样就将Redis重启时恢复数据的效率获得了大幅度提高。

结尾

恩，此次就先总结到这里吧，后面会继续总结Redis相关知识，LRU、LFU、内存淘汰策略，管道等等。