Redis概述

什么是Redis

Remote DIctionary Server(Redis) 是一个由Salvatore Sanfilippo写的key-value存储系统。

Redis是一个开源的使用ANSI C语言编写、遵守BSD协议、支持网络、可基于内存亦可持久化的日志型、Key-Value结构非关系型数据库。

特点

支持持久化，重启机器后可以将磁盘数据加载到内存中；
支持多种数据类型，包括：字符串(String), 哈希(Hash), 列表(List), 集合(Sets) 和有序集合(Sorted Sets)等类型；
支持主从数据同步；
性能极高，读写速度10W左右；
支持原子性，redis所有操作都是原子性的，并且支持多个操作的事务提交；
包含一个轻量级的mq；

应用场景

缓存
分布式session
分布式锁
主键生成
...

基本数据类型

String
普通的String。底层使用SDS（可动态扩展字符串），保证字符串长度溢出后的自动伸缩功能；
List
适合存错一批数据，数据可以重复。这些数据可以轻松实现队列功能，还有分页功能等。
Hash
适合存放结构化数据，方便对某个字段进行操作。比如：用户信息、session信息
Set
适合存放一堆数据，并且会自动去重。方便实现交集、并集、差集，从而实现计算共同喜好，全部的喜好，自己独有的喜好等功能
Sorted Set
多了一个权重参数score，集合中的元素能够按score进行排列。常用于：排行榜、取TOP N操作、范围查找

Redis底层使用的数据结构为：SDS（简单动态字符串）、链表、字典。

单线程

所谓redis是单线程，是指网络请求模块是单线程处理的，所以不需考虑并发安全性，其他模块仍用了多个线程。

架构图

redis采用多路复用机制：即多个网络socket复用一个io线程，实际是单个线程通过记录跟踪每一个Sock(I/O流)的状态来同时管理多个I/O流.

过期策略以及内存淘汰机制

redis采用的是定期删除+惰性删除策略

过程
定期删除，redis默认每个100ms检查，是否有过期的key,有过期key则删除。需要说明的是，redis不是每个100ms将所有的key检查一次，而是随机抽取进行检查（为了降低性能损耗）。因此，如果只采用定期删除策略，会导致很多key到时间没有删除。

于是，惰性删除派上用场。也就是说在你获取某个key的时候，redis会检查一下，这个key如果设置了过期时间那么是否过期了？如果过期了此时就会删除。

问题
如果定期删除没删除key。然后你也没即时去请求key，也就是说惰性删除也没生效。这样，redis的内存会越来越高。那么就应该采用内存淘汰机制。

内存淘汰机制配置

# redis.conf
maxmemory-policy allkeys-lru

noeviction：当内存不足以容纳新写入数据时，新写入操作会报错。不建议使用；
allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的key。推荐使用；
allkeys-random：当内存不足以容纳新写入数据时，在键空间中，随机移除某个key。不建议使用；
volatile-lru：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使用的key。这种情况一般是把redis既当缓存，又做持久化存储的时候才用。不建议使用；
volatile-random：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个key。不建议使用；
volatile-ttl：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，有更早过期时间的key优先移除。不建议使用；

缓存穿透和缓存雪崩

缓存穿透
缓存穿透是指大量请求，访问了系统中不存在的数据，导致缓存未命中，压力直接落到了数据库上，例如：select .... where id<0

解决方法为，将不存在的数据也在缓存中缓存一个null。

缓存雪崩
缓存雪崩是指，缓存服务宕机、不可用，导致大量请求直接落到了数据库上面。

解决方法：

事前：集群、主从备份、持久化，保证缓存服务的可靠性；
事中：添加本地缓存、限流、离散失效时间；
事后：备份恢复

集群

replication （主备）

优点：

高可靠性：master出现故障时，可以进行主备切换；
高性能：从节点可以提供读能力；

缺点：

操作复杂，当出现故障时，需要人工接入；
容量受物理资源限制，不能扩容；
master性能不能扩容，受主机限制；

Redis Sentinel（哨兵）

Redis Sentinel 集群是由若干Sentinel 节点组成的分布式集群，可以实现故障发现，故障自动转移。
Redis Sentinel 的节点数量要满足 2n + 1 （n>=1）的奇数个。

Sentinel 通过向Redis发送命令来获取服务状态，如果异常或者超时，Sentinel将会主观认为这个服务下线。当这个节点是master服务时，Sentinel就会询问其他的Sentinel这个服务的状态，如果一定数量（quorum）的Sentinel都认为这个服务下线了，则进行领头Sentinel选举。

领头Sentinel选举采用Raft算法：

发现master下线的哨兵节点（我们称他为A）向每个哨兵发送命令，要求对方选自己为领头哨兵；
如果目标哨兵节点没有选过其他人，则会同意选举A为领头哨兵；
如果有超过一半的哨兵同意选举A为领头，则A当选；
如果有多个哨兵节点同时参选领头，此时有可能存在一轮投票无竞选者胜出，此时每个参选的节点等待一个随机时间后再次发起参选请求，进行下一轮投票精选，直至选举出领头哨兵；

选出领头Sentinel后，领头者开始对进行故障恢复，从出现故障的master的从数据库中挑选一个来当选新的master。

选择规则如下：

所有在线的slave中选择优先级最高的，优先级可以通过slave-priority配置；
如果有多个最高优先级的slave，则选取复制偏移量最大（即复制越完整）的当选；
如果以上条件都一样，选取id最小的slave；

挑选出需要继任的slaver后，领头哨兵向该数据库发送命令使其升格为master，然后再向其他slave发送命令接受新的master，最后更新数据。将已经停止的旧的master更新为新的master的从数据库，使其恢复服务后以slave的身份继续运行。

Redis Cluster

Redis Cluster 采用hash槽机制，使用CRC16算法将key值进行hash计算后或落到0-16383 区间内，每个值对用一个槽进行数据存取。

优点

数据分片，线性扩容；
高可用：每个master都可以有slaver做standby；
数据热点离散
扩容方便

缺点

不支持多数据库空间
异步复制，无法保证强一致性

主从同步

Redis从2.8版本开始，使用PSYNC命令代替SYNC命令来执行复制时的同步操作。
PSYNC命令具有完整重同步（full resynchronization）和部分重同步（partial resynchronization）两种模式：

其中完整重同步用于处理初次复制情况：完整重同步的执行步骤和SYNC命令的执行步骤基本一样，它们都是通过让主服务器创建并发送RDB文件，以及向从服务器发送保存在缓冲区里面的写命令来进行同步；
而部分重同步则用于处理断线后重复制情况：当从服务器在断线后重新连接主服务器时，如果条件允许，主服务器可以将主从服务器连接断开期间执行的写命令发送给从服务器，从服务器只要接收并执行这些写命令，就可以将数据库更新至主服务器当前所处的状态。

添加slaver节点数据同步过程：

slaver上线会ping master节点，判断master节点状态；
slaver与master建立连接并进行认证授权操作；
master将RDB文件发送给slaver，slaver使用这个RDB进行数据同步；
master将将缓冲区中的写命令发送给slaver，进行数据同步；

持久化

两种持久化方式：

RDB；
AOF；

RDB 持久化可以在指定的时间间隔内生成数据集的时间点快照（point-in-time snapshot），存在延时，可以作为冷备。

AOF 持久化记录服务器执行的所有写操作命令。在服务器启动时，通过重新执行这些命令来还原数据集。 AOF 文件中的命令全部以 Redis 协议的格式来保存，新命令会被追加到文件的末尾。 Redis 还可以在后台对 AOF 文件进行重写（rewrite），使得 AOF 文件的体积不会超出保存数据集状态所需的实际大小。

Redis 还可以同时使用 AOF 持久化和 RDB 持久化。在这种情况下，当 Redis 重启时，它会优先使用 AOF 文件来还原数据集，因为 AOF 文件保存的数据集通常比 RDB 文件所保存的数据集更完整。

RDB优点
RDB 是一个非常紧凑（compact）的文件，它保存了 Redis 在某个时间点上的数据集。这种文件非常适合用于进行备份：比如说，你可以在最近的 24 小时内，每小时备份一次 RDB 文件，并且在每个月的每一天，也备份一个 RDB 文件。这样的话，即使遇上问题，也可以随时将数据集还原到不同的版本。RDB 非常适用于灾难恢复（disaster recovery）：它只有一个文件，并且内容都非常紧凑，可以（在加密后）将它传送到别的数据中心，或者亚马逊 S3 中。RDB 可以最大化 Redis 的性能：父进程在保存 RDB 文件时唯一要做的就是 fork 出一个子进程，然后这个子进程就会处理接下来的所有保存工作，父进程无须执行任何磁盘 I/O 操作。RDB 在恢复大数据集时的速度比 AOF 的恢复速度要快。

RDB缺点
如果你需要尽量避免在服务器故障时丢失数据，那么 RDB 不适合你。虽然 Redis 允许你设置不同的保存点（save point）来控制保存 RDB 文件的频率，但是，因为RDB 文件需要保存整个数据集的状态，所以它并不是一个轻松的操作。因此你可能会至少 5 分钟才保存一次 RDB 文件。在这种情况下，一旦发生故障停机，你就可能会丢失好几分钟的数据。每次保存 RDB 的时候，Redis 都要 fork() 出一个子进程，并由子进程来进行实际的持久化工作。在数据集比较庞大时， fork() 可能会非常耗时，造成服务器在某某毫秒内停止处理客户端；如果数据集非常巨大，并且 CPU 时间非常紧张的话，那么这种停止时间甚至可能会长达整整一秒。虽然 AOF 重写也需要进行 fork() ，但无论 AOF 重写的执行间隔有多长，数据的耐久性都不会有任何损失。

AOF优点
使用 AOF 持久化会让 Redis 变得非常耐久（much more durable）：你可以设置不同的 fsync 策略，比如无 fsync ，每秒钟一次 fsync ，或者每次执行写入命令时 fsync 。AOF 的默认策略为每秒钟 fsync 一次，在这种配置下，Redis 仍然可以保持良好的性能，并且就算发生故障停机，也最多只会丢失一秒钟的数据（ fsync 会在后台线程执行，所以主线程可以继续努力地处理命令请求）。AOF 文件是一个只进行追加操作的日志文件（append only log），因此对 AOF 文件的写入不需要进行 seek ，即使日志因为某些原因而包含了未写入完整的命令（比如写入时磁盘已满，写入中途停机，等等）， redis-check-aof 工具也可以轻易地修复这种问题。
Redis 可以在 AOF 文件体积变得过大时，自动地在后台对 AOF 进行重写：重写后的新 AOF 文件包含了恢复当前数据集所需的最小命令集合。整个重写操作是绝对安全的，因为 Redis 在创建新 AOF 文件的过程中，会继续将命令追加到现有的 AOF 文件里面，即使重写过程中发生停机，现有的 AOF 文件也不会丢失。而一旦新 AOF 文件创建完毕，Redis 就会从旧 AOF 文件切换到新 AOF 文件，并开始对新 AOF 文件进行追加操作。AOF 文件有序地保存了对数据库执行的所有写入操作，这些写入操作以 Redis 协议的格式保存，因此 AOF 文件的内容非常容易被人读懂，对文件进行分析（parse）也很轻松。导出（export） AOF 文件也非常简单：举个例子，如果你不小心执行了 FLUSHALL 命令，但只要 AOF 文件未被重写，那么只要停止服务器，移除 AOF 文件末尾的 FLUSHALL 命令，并重启 Redis ，就可以将数据集恢复到 FLUSHALL 执行之前的状态。

AOF缺点
对于相同的数据集来说，AOF 文件的体积通常要大于 RDB 文件的体积。根据所使用的 fsync 策略，AOF 的速度可能会慢于 RDB 。在一般情况下，每秒 fsync 的性能依然非常高，而关闭 fsync 可以让 AOF 的速度和 RDB 一样快，即使在高负荷之下也是如此。不过在处理巨大的写入载入时，RDB 可以提供更有保证的最大延迟时间（latency）。AOF 在过去曾经发生过这样的 bug ：因为个别命令的原因，导致 AOF 文件在重新载入时，无法将数据集恢复成保存时的原样。（举个例子，阻塞命令 BRPOPLPUSH 就曾经引起过这样的 bug 。）测试套件里为这种情况添加了测试：它们会自动生成随机的、复杂的数据集，并通过重新载入这些数据来确保一切正常。虽然这种 bug 在 AOF 文件中并不常见，但是对比来说， RDB 几乎是不可能出现这种 bug 的。

如何选择
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，但我们并不推荐这种方式：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，除此之外，使用 RDB 还可以避免之前提到的 AOF 程序的 bug 。因为以上提到的种种原因，未来我们可能会将 AOF 和 RDB 整合成单个持久化模型。（这是一个长期计划。）