1. Redis的持久化

为了保证Redis中的数据尽可能不丢失，需要对Redis中的数据进行持久化。

Redis提供两种持久化方案：

• 快照（snapshotting），也称为RDB：某一时刻将数据全部写入到磁盘（生成一个rdb文件）。
  • 优点：① 数据恢复速度快。② 存储效率高；③ 可用于数据备份；④ 备份文件占用存储空间小。
  • 缺点：① 数据会丢失一部分；② 备份时会占用系统资源；③ 备份文件在不同的redis版本之间存在兼容性问题。
• 只追加文件（append-only file, AOF）：执行写命令时，将命令复制到磁盘中。
  • 优点：① 数据不丢失或丢失较少（取决于策略）；
  • 缺点：① 数据恢复速度慢，因为是把之前执行过的命令都再执行一遍。② 会频繁写入磁盘；③ 备份文件占用磁盘空间过大。

两种方案可以同时使用。若同时使用，启动Redis时，会优先使用AOF恢复数据。

1.1 RDB（快照模式）

创建RDB快照的方法：

1. 执行save命令：save命令速度快，但会阻塞其他命令。因此生产应禁止使用。
2. 执行bgsave命令：bgsave相对较慢，但是是在后台“子进程”执行，不影响命令正常执行。
3. 配置save <second> <number>：即当<second>秒内发生了<number>次写入时，自动执行bgsave命令。可以配置多个，例如：save 60 10000，save 300 10，save 900 1，即若60秒内写入1w次则自动执行bgsave，如果300秒内写入10次也执行bgsave，最后再来个保底的，900秒内只要发生过一次写入就执行bgsave

BGSAVE注意事项：bgsave会先创建一个子进程，然后将现有内存中的数据复制一份，然后再持久化到硬盘中。因此，主节点最好只使用50%～65%的内存，以免bgsave导致内存溢出。

RDB方法注意事项：

• bgsave占用内存大：bgsave会将现有的数据拷贝一份，然后dump到硬盘中。因此，至少需要预留50%的内存空间
• bgsave的fork操作：bgsave执行时，首先会创建一个子进程（fork操作）。但是该fork操作是单线程的，其他命令需要排队。
• 数据丢失问题：如果只用rdb做备份，那么redis宕机后，就会丢失“上次备份”到“崩溃前”这段时间写入的数据。

1.2 AOF 模式

AOF的配置方法：修改redis.conf配置文件

# 这里改成yes
appendonly yes

# 配置策略，包含三种策略：always、everysec、no
appendfsync everysec

AOF的三种持久化策略：

• always：每个写命令都写入硬盘，数据基本不会丢失，最多丢失一条。风险点：① 若写入频繁，磁盘写入跟不上内存写入；② 若使用固态硬盘，频繁写入会缩短硬盘寿命；
• everysec(推荐)：每秒写入一次。最多丢失一秒的数据。很好的平衡了数据丢失问题与磁盘频繁写入问题。
• no：系统自己决定什么时候写入，大约30s。不推荐，这样还不如不用AOF。

AOP的注意事项：

• 磁盘占用大：由于AOF会记录每条写日志，所以磁盘占用过大。因此，需要监控磁盘容量，避免出问题。
• 恢复时间长：AOF的恢复是逐条在执行一遍写操作。若仅使用AOF做备份，那么Redis宕机后的重启会过慢
• AOF重写机制：AOF的重写机制会定期重写AOF文件，降低文件大小（例如：对一个频繁更改的key，仅保留最后一个写命令即可）。但，重写期间会占用IO和CPU资源

2. Redis主从模型（高可用）

使用Redis的主从模式可以实现Redis的高可用。在主从模式下，Redis的一个主节点可以有多个主节点。主节点负责读写，从节点负责备份主节点数据。（也可以使用主从模式做读写分离，也就是读从节点，但会有延迟）。

当Redis主节点宕机后，Redis会自动从从节点中选举一个节点作为新的主节点。因此，只要保证主节点和所有的从节点不一起宕机，就可以保证Redis的高可用。

2.1 Redis的主从复制

为了保证主节点和从节点的数据一致，需要进行主从复制。即，将主节点的数据同步给从节点。

主从同步有两种：

• 全量同步：将主节点的数据全部同步给从节点。
  • 触发场景：若从节点与主节点的数据相差过大时，会进行全量同步。常见场景：① 从节点首次主节点；② 从节点宕机较长时间后，重新连接主节点。
  • 判断方式：从节点连接主节点后，会告诉其同步的偏移量（即上次同步到哪个位置了）。主节点会检查缓冲区中的命令是否可以满足要求。若不满足，则全量同步，满足则部分同步。
  • 同步方式：全量同步采用RDB方式。具体为：生成RDB文件，发送给从节点。后续开始进行部分同步。
• 部分同步：将近期写入的部分数据同步给从节点。
  • 同步方式：当主节点写入命令后，会将命令写入到同步缓冲区（Replication Backlog）。当缓冲区满了，或定期触发时，主节点会将缓冲区的命令传给从节点。

从节点首次/或重连接主节点时的详细同步流程如下：

序号	主节点	从节点
1	等待从节点接入
2		从节点发送SYNC命令连接主节点
3	主节点执行BGSAVE。 执行过程以及之后用户写入的新命令都记录到缓冲区
4	BGSAVE执行完毕，向从节点发送rdb文件
5		接收到rdb文件后，丢弃现有数据，载入主节点发过来的rdb文件
6	向从节点发送缓冲区中的命令
7		接受缓冲区中的命令，写入到从节点
8	缓冲区命令发送完毕
9	主节点收到一条写命令，同步给从节点
10		从节点执行主节点同步过来的写命令
11	后续过程就是不断重复9,10步骤

如果从节点宕机一小段时间，从节点重新连接后，会告诉主节点上次复制的偏移量。若主节点的缓冲区里有数据，则部分复制，否则会重新全量复制。

与主从复制相关的常用配置：

• slave-read-only=yes：从节点是否只读。一般为yes。因为从节点的写入无法同步给任何机器。
• repl-disable-tcp-nodelay：是否开启主从同步延迟。默认关闭，即每个命令都立刻同步给从节点，延迟低，消耗带宽大。若开启，则主节点会合并部分数据一起发送，节省带宽，但延迟较高（大约40毫秒）。若从节点只用于容灾（不做读写分离），且网络带宽紧张，那么就可以开启。
• repl-backlog-size：复制积压缓冲区大小，用于给从节点同步数据。若从节点要同步的数据超出了缓冲区，则会引起全量同步。 默认1M，建议改为100M，太小容易引起全量同步。

2.2 Redis拓扑结构

Redis主从模式一般可以设计成是三种拓扑结构：一主一从、一主多从、树状主从。

如果有多个主节点同理，上面说的只是站在其中一个主节点的视角说的。

---

一主一从：一个主节点有一个从节点，通常该从节点用于容灾。

一主一从注意事项和使用技巧：

• 不建议用一主一从做读写分离，这样主从都不能挂，没法做到容灾。
• 可以只在从节点开启AOF持久化，降低主节点压力。但要注意，这样做的话，主节点不要做自动重启，要不然主节点重启后因为没有持久化文件，最后把从节点也清空了，导致数据丢失。

---

一主多从：一个主节点对应多个从节点。通常用于做读写分离。

一主多从注意事项与使用技巧：

• 若读多写少，可以用一主多从做读写分离，降低主节点压力。
• 但如果读多，写也多，且从节点较多，建议改为树状主从结构，否则主节点的同步压力就太大了。
• 注意复制风暴，当主节点宕机后重启、或一次大量从节点连接主节点时，会同时有大量从节点要求全量复制，造成主节点带宽压力大。可改为树状主从结构解决。

---

树状主从：主节点有从节点，从节点还有从节点。用于降低主节点的同步压力，由下游的从节点数据来自上游从节点的复制。

3. Redis集群模式（高并发）

所有的写操作一定要在主节点完成，若Redis仅有一个主节点，则无法实现高并发。

因此，Redis之后提供了分布式解决方案，Redis集群。

3.1 Redis的Slots

Redis之所以可以实现高吞吐量，除了基于内存的设计外，更重要的是：Redis是基于Hash算法实现的。

Redis的Hash桶大小为16384，被称为16384个槽（Slots）

当操作key时，Redis首先会使用CRC16(key) % 16384（CRC16是一种Hash算法）计算出该key存放的slot，然后在该slot对其进行操作。

在Redis单主节点模式下，所有的slot都在该主节点上。

在Redis集群模式下（多主节点），slot会平均分到不同的主节点上。例如：

当客户端连接Redis后，会获取到Redis集群的各个节点信息。在对key操作时，客户端会计算key的slot，然后直接访问对应的主节点。

若该slot不在对应的主节点时，会返回moved错误。例如：“(error) MOVED 16281 127.0.0.1:7003”。即该key的slot为16281，其不在该机器上，请移动到“127.0.0.1:7003”上访问。

3.2 集群模式的常用命令

可以使用该项目快速搭建一个Redis集群进行测试

# 查看集群信息，包括集群基本信息、集群状态、slot状态等
> cluster info

# 查看节点信息，包括各节点的IP端口、主从状态、slot范围等
> cluster nodes

# 计算key所属的slot
> cluster keyslot <your-key>

3.3 多主多从架构

使用Redis集群可以将slots分散在不同的主节点上，分散了单机写入的压力，实现了高并发。

使用主从架构可以为一个主节点配置多个从节点，当主节点宕机后可以自动主从切换，实现了高可用。

Redis本身基于Hash算法和内存数据库，可以做到高吞吐量，实现了高性能。

因此，将三者结合起来，则可以实现一个三高Redis：高并发、高可用、高性能。

例如，一个三主六从的Redis架构如下：

共有三个主节点，平分slot。每个主节点有两个从节点做容灾。

4. Redis的内存管理

4.1 Redis的内存模型

Redis的内存占用主要包含如下部分：

• 数据对象内存：用户存储的数据所占的内存大小。
• 程序自身内存：Redis自身进程所要占用的内存。占用很小。
• 缓冲区内存：Redis有三种缓冲区，分别是：
  • 客户端缓冲：客户端对Redis读取和写入都会经过读或写缓冲区。若有大量客户端连接，或有BigKey，可能导致缓冲区内存溢出，引起OOM。
  • 复制积压缓冲区：用于给丛节点同步数据。若从节点要求的数据已经不在缓冲区了，则会引起全量同步。建议设置大一点。
  • AOF缓冲区：用于AOF重写期间保存最近写入的命令。占用通常很小。
• 内存碎片：为了便于内存管理，Redis内的内存分配器会将内存划分为不同的固定大小的内存块。每个key会选择适合自己大小的内存块来存放数据，但通常不会刚好，总会有些内存被浪费掉，这部分称为内存碎片。
• 子进程内存：（这部分可以被归类到“程序自身内存”中）通常指执行bgsave或“AOF重写”时创建的子进程。由于要复制一份父进程的数据对象内存，因此内存占用量是数据对象内存的1倍。

4.2 查看Redis内存占用情况

使用info memory命令可以看到Redis的内存使用情况。在展示的结果中，常用的信息如下：

• used_memory：“数据对象内存+程序自身内存+缓冲区”三者所占用的内存总量。
• used_memory_human：used_memory的易读模式。
• used_memory_rss：Redis占用的物理内存，即“used_memory+内存碎片”
• used_memory_peak：used_memory的峰值。帮助运维人员判断redis的最大使用量，防止内存不够用。
• mem_fragmentation_ratio：内存碎片率。计算方式为：used_memory_rss / used_memory。若mem_fragmentation_ratio较大，说明内存碎片率严重。若mem_fragmentation_ratio<1，说明发生了内存交换（使用到了虚拟内存），需要格外注意。

4.3 Redis内存管理与优化

与Redis内存管理相关的常用设置有：

• maxmemory：最大可用内存（不包含内存碎片），可动态使用修改。通常需要为操作系统和Redis内存碎片预留一部分空间，避免OOM。
• maxmemory-policy：内存回收策略，可动态设置。当内存使用达到maxmemory上限后，使用哪种策略对key进行回收。常用的策略有：
  • noeviction：默认策略，不删除数据，给客户端返回OOM错误；
  • volatile-lru：删除最近最少使用(LRU)且设置了超时时间的key。若没有可删除的，则按noeviction处理。
  • allkeys-lru：删除最近最少使用的key
  • volatile-ttl：删除最近将要过期的key。如果没有，则按noeviction处理。

Redis常用的优化策略有：

• 缩短key的长度
• 缩短value的长度：当Redis用作对象缓存时，可以用如下手段降低value长度，包括：① 去掉无用的字段；② json压缩后再存；③ 选用压缩比更高的序列化手段，如：protostuff、kryo等。
• 使用整数：Redis中维护了一个[0-9999]的整数共享对象池。若你的key、value或list、set等内的对象使用的是整数，那么就会共享整数对象，节约内存。注意：当volatile-lru或allkyes-lru等lru策略时，共享对象池会失效。因为对象要记录自己的lru值（即上次被访问的时间），导致没法共享了。
• 指定ziplist作为底层数据结构：当使用list/hash/zset时，可以指定使用ziplist作为底层数据结构，这样可以节省空间，不过增改查的效率会受影响，即使用时间换空间。若不是很熟悉数据结构，不建议使用。

5. Redis常见故障处理

5.1 内存溢出

Redis发生OOM或内存突然增加可能是因为如下原因造成的：

• 数据量大：确实是写入的数据太多了。
• 正在执行bgsave：bgsave的执行会将现在的内存拷贝一份，因此会占用大量内存。典型的现象是：主节点的内存占用量是从节点的一倍。
• 缓冲区被占满：客户端与Redis服务器交互时（写入和读取），会使用缓冲区（详情可参考Redis缓冲区机制）。若写入/读取速度过快，或写入/读取过多BigKey，就会导致缓冲区被占满。

5.2 命令阻塞

现象：客户端收到大量的超时异常

发生命令阻塞的原因可能有：

• 存在慢查询：由于Redis是单线程执行的，若出现慢查询命令，那么后面的命令都会处于等待状态，那如果这个慢查询过慢，那么后面排队的命令对应的客户端可能都会超时。造成慢查询通常是因为“不合理的使用API或数据结构”，例如：keys *，操作大对象等。
• CPU饱和：Redis是单线程执行的，因此执行命令只会在一个CPU上（其他CPU负责Redis的其他后台线程）。若该CPU饱和，也会造成命令执行阻塞。
• fork子进程：“RDB”和“AOF重写”会fork一个子进程， fork过程是主线程执行的，其它命令需等待。由于fork过程需要拷贝主进程的内存页表，因此，若Redis内存过大，则fork过程就会慢。（通常10GB的redis内存大约有20MB的内存页表）。
• AOF刷盘阻塞：AOF持久化会每秒做一次fsync操作，也就是写入数据到硬盘。若硬盘压力大，fsync操作会等待。若超过2秒未完成，为了保证数据安全，主线程会等待fsync完成后，再执行后续命令。
• CPU竞争：若你的Redis服务器部署了其他程序，那CPU可能被其他程序给抢占了
• 内存交换：如果内存不够大，导致一部分数据存到虚拟内存里，那读写速度会极大变慢，一定要警惕，最好禁止使用虚拟内存。
• 网络问题

参考资料

• Redis设计与实现（黄健宏 著）