【java服务框架】分布式缓存_01、Redis持久化主从同步搭建哨兵集群

野性酷女 2023-10-03 21:16 35阅读 0赞

## 分布式缓存 ##

\-- 基于Redis集群解决单机Redis存在的问题

单机的Redis存在四大问题：

![format_png][]

## 0.学习目标 ##

## 1.Redis持久化 ##

Redis有两种持久化方案：

*  RDB持久化
 *  AOF持久化

### 1.1.RDB持久化 ###

RDB全称Redis Database Backup file（Redis数据备份文件），也被叫做Redis数据快照。简单来说就是把内存中的所有数据都记录到磁盘中。当Redis实例故障重启后，从磁盘读取快照文件，恢复数据。快照文件称为RDB文件，默认是保存在当前运行目录。

#### 1.1.1.执行时机 ####

RDB持久化在四种情况下会执行：

*  执行save命令
 *  执行bgsave命令
 *  Redis停机时
 *  触发RDB条件时

**1）save命令**

执行下面的命令，可以立即执行一次RDB：

![format_png 1][]

save命令会导致主进程执行RDB，这个过程中其它所有命令都会被阻塞。只有在数据迁移时可能用到。

**2）bgsave命令**

下面的命令可以异步执行RDB：

![format_png 2][]

这个命令执行后会开启独立进程完成RDB，主进程可以持续处理用户请求，不受影响。

**3）停机时**

Redis停机时会执行一次save命令，实现RDB持久化。

**4）触发RDB条件**

Redis内部有触发RDB的机制，可以在redis.conf文件中找到，格式如下：

# 900秒内，如果至少有1个key被修改，则执行bgsave ， 如果是save "" 则表示禁用RDB
    save 900 1  
    save 300 10  
    save 60 10000 
    复制代码

RDB的其它配置也可以在redis.conf文件中设置：

# 是否压缩 ,建议不开启，压缩也会消耗cpu，磁盘的话不值钱
    rdbcompression yes
    
    # RDB文件名称
    dbfilename dump.rdb  
    
    # 文件保存的路径目录
    dir ./ 
    复制代码

#### 1.1.2.RDB原理 ####

bgsave开始时会fork主进程得到子进程，子进程共享主进程的内存数据。完成fork后读取内存数据并写入 RDB 文件。

fork采用的是copy-on-write技术：

*  当主进程执行读操作时，访问共享内存；
 *  当主进程执行写操作时，则会拷贝一份数据，执行写操作。

![format_png 3][]

#### 1.1.3.小结 ####

RDB方式bgsave的基本流程？

*  fork主进程得到一个子进程，共享内存空间
 *  子进程读取内存数据并写入新的RDB文件
 *  用新RDB文件替换旧的RDB文件

RDB会在什么时候执行？save 60 1000代表什么含义？

*  默认是服务停止时
 *  代表60秒内至少执行1000次修改则触发RDB

RDB的缺点？

*  RDB执行间隔时间长，两次RDB之间写入数据有丢失的风险
 *  fork子进程、压缩、写出RDB文件都比较耗时

### 1.2.AOF持久化 ###

#### 1.2.1.AOF原理 ####

AOF全称为Append Only File（追加文件）。Redis处理的每一个写命令都会记录在AOF文件，可以看做是命令日志文件。

![format_png 4][]

#### 1.2.2.AOF配置 ####

AOF默认是关闭的，需要修改redis.conf配置文件来开启AOF：

# 是否开启AOF功能，默认是no
    appendonly yes
    # AOF文件的名称
    appendfilename "appendonly.aof"
    复制代码

AOF的命令记录的频率也可以通过redis.conf文件来配：

# 表示每执行一次写命令，立即记录到AOF文件
    appendfsync always 
    # 写命令执行完先放入AOF缓冲区，然后表示每隔1秒将缓冲区数据写到AOF文件，是默认方案
    appendfsync everysec 
    # 写命令执行完先放入AOF缓冲区，由操作系统决定何时将缓冲区内容写回磁盘
    appendfsync no
    复制代码

三种策略对比：

![format_png 5][]

#### 1.2.3.AOF文件重写 ####

因为是记录命令，AOF文件会比RDB文件大的多。而且AOF会记录对同一个key的多次写操作，但只有最后一次写操作才有意义。通过执行bgrewriteaof命令，可以让AOF文件执行重写功能，用最少的命令达到相同效果。

![format_png 6][]

如图，AOF原本有三个命令，但是`set num 123 和 set num 666`都是对num的操作，第二次会覆盖第一次的值，因此第一个命令记录下来没有意义。

所以重写命令后，AOF文件内容就是：`mset name jack num 666`

Redis也会在触发阈值时自动去重写AOF文件。阈值也可以在redis.conf中配置：

# AOF文件比上次文件 增长超过多少百分比则触发重写
    auto-aof-rewrite-percentage 100
    # AOF文件体积最小多大以上才触发重写 
    auto-aof-rewrite-min-size 64mb 
    复制代码

### 1.3.RDB与AOF对比 ###

RDB和AOF各有自己的优缺点，如果对数据安全性要求较高，在实际开发中往往会**结合**两者来使用。

![format_png 7][]

## 2.Redis主从 ##

### 2.1.搭建主从架构 ###

单节点Redis的并发能力是有上限的，要进一步提高Redis的并发能力，就需要搭建主从集群，实现读写分离。

![format_png 8][]

### 2.2.主从数据同步原理 ###

#### 2.2.1.全量同步 ####

主从第一次建立连接时，会执行**全量同步**，将master节点的所有数据都拷贝给slave节点，流程：

![format_png 9][]

这里有一个问题，master如何得知salve是第一次来连接呢？？

有几个概念，可以作为判断依据：

*  **Replication Id**：简称replid，是数据集的标记，id一致则说明是同一数据集。每一个master都有唯一的replid，slave则会继承master节点的replid
 *  **offset**：偏移量，随着记录在repl\_baklog中的数据增多而逐渐增大。slave完成同步时也会记录当前同步的offset。如果slave的offset小于master的offset，说明slave数据落后于master，需要更新。

因此slave做数据同步，必须向master声明自己的replication id 和offset，master才可以判断到底需要同步哪些数据。

因为slave原本也是一个master，有自己的replid和offset，当第一次变成slave，与master建立连接时，发送的replid和offset是自己的replid和offset。

master判断发现slave发送来的replid与自己的不一致，说明这是一个全新的slave，就知道要做全量同步了。

master会将自己的replid和offset都发送给这个slave，slave保存这些信息。以后slave的replid就与master一致了。

因此，**master判断一个节点是否是第一次同步的依据，就是看replid是否一致**。

如图：

![format_png 10][]

完整流程描述：

*  slave节点请求增量同步
 *  master节点判断replid，发现不一致，拒绝增量同步
 *  master将完整内存数据生成RDB，发送RDB到slave
 *  slave清空本地数据，加载master的RDB
 *  master将RDB期间的命令记录在repl\_baklog，并持续将log中的命令发送给slave
 *  slave执行接收到的命令，保持与master之间的同步

#### 2.2.2.增量同步 ####

全量同步需要先做RDB，然后将RDB文件通过网络传输个slave，成本太高了。因此除了第一次做全量同步，其它大多数时候slave与master都是做**增量同步**。

什么是增量同步？就是只更新slave与master存在差异的部分数据。如图：

![format_png 11][]

那么master怎么知道slave与自己的数据差异在哪里呢?

#### 2.2.3.repl\_backlog原理 ####

master怎么知道slave与自己的数据差异在哪里呢?

这就要说到全量同步时的repl\_baklog文件了。

这个文件是一个固定大小的数组，只不过数组是环形，也就是说**角标到达数组末尾后，会再次从0开始读写**，这样数组头部的数据就会被覆盖。

repl\_baklog中会记录Redis处理过的命令日志及offset，包括master当前的offset，和slave已经拷贝到的offset：

![format_png 12][]

slave与master的offset之间的差异，就是salve需要增量拷贝的数据了。

随着不断有数据写入，master的offset逐渐变大，slave也不断的拷贝，追赶master的offset：

![format_png 13][]

直到数组被填满：

![format_png 14][]

此时，如果有新的数据写入，就会覆盖数组中的旧数据。不过，旧的数据只要是绿色的，说明是已经被同步到slave的数据，即便被覆盖了也没什么影响。因为未同步的仅仅是红色部分。

但是，如果slave出现网络阻塞，导致master的offset远远超过了slave的offset：

![format_png 15][]

如果master继续写入新数据，其offset就会覆盖旧的数据，直到将slave现在的offset也覆盖：

![format_png 16][]

棕色框中的红色部分，就是尚未同步，但是却已经被覆盖的数据。此时如果slave恢复，需要同步，却发现自己的offset都没有了，无法完成增量同步了。只能做全量同步。

![format_png 17][]

### 2.3.主从同步优化 ###

主从同步可以保证主从数据的一致性，非常重要。

可以从以下几个方面来优化Redis主从就集群：

*  在master中配置repl-diskless-sync yes启用无磁盘复制，避免全量同步时的磁盘IO。
 *  Redis单节点上的内存占用不要太大，减少RDB导致的过多磁盘IO
 *  适当提高repl\_baklog的大小，发现slave宕机时尽快实现故障恢复，尽可能避免全量同步
 *  限制一个master上的slave节点数量，如果实在是太多slave，则可以采用主-从-从链式结构，减少master压力

主从从架构图：

![format_png 18][]

### 2.4.小结 ###

简述全量同步和增量同步区别？

*  全量同步：master将完整内存数据生成RDB，发送RDB到slave。后续命令则记录在repl\_baklog，逐个发送给slave。
 *  增量同步：slave提交自己的offset到master，master获取repl\_baklog中从offset之后的命令给slave

什么时候执行全量同步？

*  slave节点第一次连接master节点时
 *  slave节点断开时间太久，repl\_baklog中的offset已经被覆盖时

什么时候执行增量同步？

*  slave节点断开又恢复，并且在repl\_baklog中能找到offset时

## 3.Redis哨兵 ##

Redis提供了哨兵（Sentinel）机制来实现主从集群的自动故障恢复。

### 3.1.哨兵原理 ###

#### 3.1.1.集群结构和作用 ####

哨兵的结构如图：

![format_png 19][]

哨兵的作用如下：

*  **监控**：Sentinel 会不断检查您的master和slave是否按预期工作
 *  **自动故障恢复**：如果master故障，Sentinel会将一个slave提升为master。当故障实例恢复后也以新的master为主
 *  **通知**：Sentinel充当Redis客户端的服务发现来源，当集群发生故障转移时，会将最新信息推送给Redis的客户端

#### 3.1.2.集群监控原理 ####

Sentinel基于心跳机制监测服务状态，每隔1秒向集群的每个实例发送ping命令：

•主观下线：如果某sentinel节点发现某实例未在规定时间响应，则认为该实例**主观下线**。

•客观下线：若超过指定数量（quorum）的sentinel都认为该实例主观下线，则该实例**客观下线**。quorum值最好超过Sentinel实例数量的一半。

![format_png 20][]

#### 3.1.3.集群故障恢复原理 ####

一旦发现master故障，sentinel需要在salve中选择一个作为新的master，选择依据是这样的：

*  首先会判断slave节点与master节点断开时间长短，如果超过指定值（down-after-milliseconds \* 10）则会排除该slave节点
 *  然后判断slave节点的slave-priority值，越小优先级越高，如果是0则永不参与选举
 *  如果slave-prority一样，则判断slave节点的offset值，越大说明数据越新，优先级越高
 *  最后是判断slave节点的运行id大小，越小优先级越高。

当选出一个新的master后，该如何实现切换呢？

流程如下：

*  sentinel给备选的slave1节点发送slaveof no one命令，让该节点成为master
 *  sentinel给所有其它slave发送slaveof 192.168.150.101 7002 命令，让这些slave成为新master的从节点，开始从新的master上同步数据。
 *  最后，sentinel将故障节点标记为slave，当故障节点恢复后会自动成为新的master的slave节点

![format_png 21][]

#### 3.1.4.小结 ####

Sentinel的三个作用是什么？

*  监控
 *  故障转移
 *  通知

Sentinel如何判断一个redis实例是否健康？

*  每隔1秒发送一次ping命令，如果超过一定时间没有相向则认为是主观下线
 *  如果大多数sentinel都认为实例主观下线，则判定服务下线

故障转移步骤有哪些？

*  首先选定一个slave作为新的master，执行slaveof no one
 *  然后让所有节点都执行slaveof 新master
 *  修改故障节点配置，添加slaveof 新master

### 3.2.搭建哨兵集群 ###

#### 3.2.1.集群结构 ####

这里我们搭建一个三节点形成的Sentinel集群，来监管之前的Redis主从集群。如图：

![format_png 22][]

三个sentinel实例信息如下：

#### 3.2.2.准备实例和配置 ####

要在同一台虚拟机开启3个实例，必须准备三份不同的配置文件和目录，配置文件所在目录也就是工作目录。

我们创建三个文件夹，名字分别叫s1、s2、s3：

# 进入/tmp目录
    cd /tmp
    # 创建目录
    mkdir s1 s2 s3
    复制代码

如图：

![format_png 23][]

然后我们在s1目录创建一个sentinel.conf文件，添加下面的内容：

port 27001
    sentinel announce-ip 192.168.150.101
    sentinel monitor mymaster 192.168.150.101 7001 2
    sentinel down-after-milliseconds mymaster 5000
    sentinel failover-timeout mymaster 60000
    dir "/tmp/s1"
    复制代码

解读：

*  `port 27001`：是当前sentinel实例的端口
 *  `sentinel monitor mymaster 192.168.150.101 7001 2`：指定主节点信息
    
     *  `mymaster`：主节点名称，自定义，任意写
     *  `192.168.150.101 7001`：主节点的ip和端口
     *  `2`：选举master时的quorum值

然后将s1/sentinel.conf文件拷贝到s2、s3两个目录中（在/tmp目录执行下列命令）：

# 方式一：逐个拷贝
    cp s1/sentinel.conf s2
    cp s1/sentinel.conf s3
    # 方式二：管道组合命令，一键拷贝
    echo s2 s3 | xargs -t -n 1 cp s1/sentinel.conf
    复制代码

修改s2、s3两个文件夹内的配置文件，将端口分别修改为27002、27003：

sed -i -e 's/27001/27002/g' -e 's/s1/s2/g' s2/sentinel.conf
    sed -i -e 's/27001/27003/g' -e 's/s1/s3/g' s3/sentinel.conf
    复制代码

#### 3.2.3.启动 ####

为了方便查看日志，我们打开3个ssh窗口，分别启动3个redis实例，启动命令：

# 第1个
    redis-sentinel s1/sentinel.conf
    # 第2个
    redis-sentinel s2/sentinel.conf
    # 第3个
    redis-sentinel s3/sentinel.conf
    复制代码

启动后：

![format_png 24][]

#### 3.2.4.测试 ####

尝试让master节点7001宕机，查看sentinel日志：

![format_png 25][]

查看7003的日志：

![format_png 26][]

查看7002的日志：

![format_png 27][]

### 3.3.RedisTemplate ###

在Sentinel集群监管下的Redis主从集群，其节点会因为自动故障转移而发生变化，Redis的客户端必须感知这种变化，及时更新连接信息。Spring的RedisTemplate底层利用lettuce实现了节点的感知和自动切换。

下面，我们通过一个测试来实现RedisTemplate集成哨兵机制。

#### 3.3.1.java连接哨兵集群 ####

#### 3.3.2.引入依赖 ####

在项目的pom文件中引入依赖：

<dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-data-redis</artifactId>
    </dependency>
    复制代码

#### 3.3.3.配置Redis地址 ####

然后在配置文件application.yml中指定redis的sentinel相关信息：

spring:
      redis:
        sentinel:
          master: mymaster
          nodes:
            - 192.168.150.101:27001
            - 192.168.150.101:27002
            - 192.168.150.101:27003
    复制代码

#### 3.3.4.配置读写分离 ####

在项目的启动类中，添加一个新的bean：

@Bean
    public LettuceClientConfigurationBuilderCustomizer clientConfigurationBuilderCustomizer(){
        return clientConfigurationBuilder -> clientConfigurationBuilder.readFrom(ReadFrom.REPLICA_PREFERRED);
    }
    复制代码

这个bean中配置的就是读写策略，包括四种：

*  MASTER：从主节点读取
 *  MASTER\_PREFERRED：优先从master节点读取，master不可用才读取replica
 *  REPLICA：从slave（replica）节点读取
 *  REPLICA \_PREFERRED：优先从slave（replica）节点读取，所有的slave都不可用才读取master

[format_png]: https://img-blog.csdnimg.cn/img_convert/ef4090acc43737f834226fe030fd575d.webp?x-oss-process=image/format,png
[format_png 1]: https://img-blog.csdnimg.cn/img_convert/ca748d3185e6f80f5c0c4dd88e7fc33b.webp?x-oss-process=image/format,png
[format_png 2]: https://img-blog.csdnimg.cn/img_convert/572393217aa58057fc10b6c7c2949242.webp?x-oss-process=image/format,png
[format_png 3]: https://img-blog.csdnimg.cn/img_convert/8ec8abf26bed85eb54a88b3192a73188.webp?x-oss-process=image/format,png
[format_png 4]: https://img-blog.csdnimg.cn/img_convert/5d49c8d509d84bebbad0ec3e923a6a81.webp?x-oss-process=image/format,png
[format_png 5]: https://img-blog.csdnimg.cn/img_convert/a9a4973a207b4e4ec50893f5d8f2b22a.webp?x-oss-process=image/format,png
[format_png 6]: https://img-blog.csdnimg.cn/img_convert/69e312345e5b83f07876c6f3abc72503.webp?x-oss-process=image/format,png
[format_png 7]: https://img-blog.csdnimg.cn/img_convert/3fe292ad48a11958fe810e0df801fd0f.webp?x-oss-process=image/format,png
[format_png 8]: https://img-blog.csdnimg.cn/img_convert/a492ee63881997d66d3a546f88b35805.webp?x-oss-process=image/format,png
[format_png 9]: https://img-blog.csdnimg.cn/img_convert/19bca5c0c077e7765b1f750c5ff416ca.webp?x-oss-process=image/format,png
[format_png 10]: https://img-blog.csdnimg.cn/img_convert/2135b1df142d190babd29ddb6f8dc714.webp?x-oss-process=image/format,png
[format_png 11]: https://img-blog.csdnimg.cn/img_convert/83419bcb1b61fdc16ba70d2f8156a152.webp?x-oss-process=image/format,png
[format_png 12]: https://img-blog.csdnimg.cn/img_convert/6f017dbfda3325660a9a38a3c5488823.webp?x-oss-process=image/format,png
[format_png 13]: https://img-blog.csdnimg.cn/img_convert/852167534a7852c0d39475e162fe6749.webp?x-oss-process=image/format,png
[format_png 14]: https://img-blog.csdnimg.cn/img_convert/9944a44c9091549b6eed1b2c3f2401de.webp?x-oss-process=image/format,png
[format_png 15]: https://img-blog.csdnimg.cn/img_convert/c61bec0420695c39db519fccb808197d.webp?x-oss-process=image/format,png
[format_png 16]: https://img-blog.csdnimg.cn/img_convert/8b4564fa0d3129abf55f07b23c85b8b1.webp?x-oss-process=image/format,png
[format_png 17]: https://img-blog.csdnimg.cn/img_convert/2d53aa202cc808c92068ceef6d139ce5.webp?x-oss-process=image/format,png
[format_png 18]: https://img-blog.csdnimg.cn/img_convert/6f283fabb90ed9c1d6cb93d4d951faf6.webp?x-oss-process=image/format,png
[format_png 19]: https://img-blog.csdnimg.cn/img_convert/be6f774d7ec88d0542f769393fef3468.webp?x-oss-process=image/format,png
[format_png 20]: https://img-blog.csdnimg.cn/img_convert/60bdbdbf0c84dfc49f719513a08a7e5d.webp?x-oss-process=image/format,png
[format_png 21]: https://img-blog.csdnimg.cn/img_convert/4be2f0d3383891adabe2195b70f16cdc.webp?x-oss-process=image/format,png
[format_png 22]: https://img-blog.csdnimg.cn/img_convert/81c690972b816687d544f7fe87c81417.webp?x-oss-process=image/format,png
[format_png 23]: https://img-blog.csdnimg.cn/img_convert/b0f6468b6dd5f19ac36bc8bb00ec913c.webp?x-oss-process=image/format,png
[format_png 24]: https://img-blog.csdnimg.cn/img_convert/10620b7ae44d4009c6b1c2f30a3ba865.webp?x-oss-process=image/format,png
[format_png 25]: https://img-blog.csdnimg.cn/img_convert/57096de5316861d0f4ac8f28ec34bac9.webp?x-oss-process=image/format,png
[format_png 26]: https://img-blog.csdnimg.cn/img_convert/07cd1a67fda1541fa61c41ba2340402b.webp?x-oss-process=image/format,png
[format_png 27]: https://img-blog.csdnimg.cn/img_convert/0c453a868bc5a8519d23974c7a3c97b8.webp?x-oss-process=image/format,png