学习Redis之redis集群以及应用场景

港控/mmm° 2024-03-23 16:59 47阅读 0赞

**目录**

Redis 集群以及应用

集群

主从复制

哨兵机制

分布式集群(Cluster)

使用场景

热点数据

会话维持 Session

分布式锁 SETNX

表缓存

消息队列 list

计数器 string

缓存设计

更新策略

更新一致性

缓存粒度

缓存穿透

缓存雪崩

--------------------

## Redis 集群以及应用 ##

### 集群 ###

#### 主从复制 ####

主从链(拓扑结构)

![81b0f00ee65b44d8b92c5f7376388b35.png][]

![be46a268752807b830dc6e2fc8700f18.png][]

复制模式

*  全量复制：Master 全部同步到 Slave
 *  部分复制：Slave 数据丢失进行备份

问题点

*  同步故障
    
     *  复制数据延迟(不一致)
     *  读取过期数据(Slave 不能删除数据)
     *  从节点故障
     *  主节点故障
 *  配置不一致
    
     *  maxmemory 不一致:丢失数据
     *  优化参数不一致:内存不一致.
 *  避免全量复制
    
     *  选择小主节点(分片)、低峰期间操作.
     *  如果节点运行 id 不匹配(如主节点重启、运行 id 发送变化)，此时要执行全量复制，应该配合哨兵和集群解决.
     *  主从复制挤压缓冲区不足产生的问题(网络中断，部分复制无法满足)，可增大复制缓冲区( rel\_backlog\_size 参数).
 *  复制风暴

#### 哨兵机制 ####

拓扑图![ff6afb9f17c94e3cb341bec680d37919.png][]

节点下线

*  主观下线
    
     *  即 Sentinel 节点对 Redis 节点失败的偏见，超出超时时间认为 Master 已经宕机。
     *  Sentinel 集群的每一个 Sentinel 节点会定时对 Redis 集群的所有节点发心跳包检测节点是否正常。如果一个节点在 `down-after-milliseconds` 时间内没有回复 Sentinel 节点的心跳包，则该 Redis 节点被该 Sentinel 节点主观下线。
 *  客观下线
    
     *  所有 Sentinel 节点对 Redis 节点失败要达成共识，即超过 quorum 个统一。
     *  当节点被一个 Sentinel 节点记为主观下线时，并不意味着该节点肯定故障了，还需要 Sentinel 集群的其他 Sentinel 节点共同判断为主观下线才行。
     *  该 Sentinel 节点会询问其它 Sentinel 节点，如果 Sentinel 集群中超过 quorum 数量的 Sentinel 节点认为该 Redis 节点主观下线，则该 Redis 客观下线。

Leader选举

*  选举出一个 Sentinel 作为 Leader：集群中至少有三个 Sentinel 节点，但只有其中一个节点可完成故障转移.通过以下命令可以进行失败判定或领导者选举。
 *  选举流程
    
    1.  每个主观下线的 Sentinel 节点向其他 Sentinel 节点发送命令，要求设置它为领导者.
    2.  收到命令的 Sentinel 节点如果没有同意通过其他 Sentinel 节点发送的命令，则同意该请求，否则拒绝。
    3.  如果该 Sentinel 节点发现自己的票数已经超过 Sentinel 集合半数且超过 quorum，则它成为领导者。
    4.  如果此过程有多个 Sentinel 节点成为领导者，则等待一段时间再重新进行选举。

故障转移

*  转移流程
    
    1.  Sentinel 选出一个合适的 Slave 作为新的 Master(slaveof no one 命令)。
    2.  向其余 Slave 发出通知，让它们成为新 Master 的 Slave( parallel-syncs 参数)。
    3.  等待旧 Master 复活，并使之称为新 Master 的 Slave。
    4.  向客户端通知 Master 变化。
 *  从 Slave 中选择新 Master 节点的规则(slave 升级成 master 之后)
    
    1.  选择 slave-priority 最高的节点。
    2.  选择复制偏移量最大的节点(同步数据最多)。
    3.  选择 runId 最小的节点。

> Sentinel 集群运行过程中故障转移完成，所有 Sentinel 又会恢复平等。Leader 仅仅是故障转移操作出现的角色。

读写分离

定时任务

*  每 1s 每个 Sentinel 对其他 Sentinel 和 Redis 执行 ping，进行心跳检测。
 *  每 2s 每个 Sentinel 通过 Master 的 Channel 交换信息(pub - sub)。
 *  每 10s 每个 Sentinel 对 Master 和 Slave 执行 info，目的是发现 Slave 节点、确定主从关系。

#### 分布式集群(Cluster) ####

拓扑图

![e6a186a6650a3f76da5fcc7b0c05ee92.png][]

通讯

集中式

> 将集群元数据(节点信息、故障等等)几种存储在某个节点上。

*  优势
    
    1.  元数据的更新读取具有很强的时效性，元数据修改立即更新
 *  劣势
    
    1.  数据集中存储

Gossip

![385ec20fd506538c2a8b6df49eb37f1c.png][]

*  [Gossip 协议][Gossip]

寻址分片

hash取模

*  hash(key)%机器数量
 *  问题
    
    1.  机器宕机，造成数据丢失，数据读取失败
    2.  伸缩性

一致性hash

*  ![34438e105e159856b750e22728803c08.png][]
 *  问题
    
    1.  一致性哈希算法在节点太少时，容易因为节点分布不均匀而造成缓存热点的问题。
        
         *  解决方案
            
             *  可以通过引入虚拟节点机制解决：即对每一个节点计算多个 hash，每个计算结果位置都放置一个虚拟节点。这样就实现了数据的均匀分布，负载均衡。

hash槽

*  CRC16(key)%16384
 *  ![270b404f06866fc77e4ab33541ea1ea0.png][]

### 使用场景 ###

#### 热点数据 ####

存取数据优先从 Redis 操作，如果不存在再从文件（例如 MySQL）中操作，从文件操作完后将数据存储到 Redis 中并返回。同时有个定时任务后台定时扫描 Redis 的 key，根据业务规则进行淘汰，防止某些只访问一两次的数据一直存在 Redis 中。

> 例如使用 Zset 数据结构，存储 Key 的访问次数/最后访问时间作为 Score，最后做排序，来淘汰那些最少访问的 Key。

如果企业级应用，可以参考：阿里云的 Redis 混合存储版

#### 会话维持 Session ####

会话维持 Session 场景，即使用 Redis 作为分布式场景下的登录中心存储应用。每次不同的服务在登录的时候，都会去统一的 Redis 去验证 Session 是否正确。但是在微服务场景，一般会考虑 Redis + JWT 做 Oauth2 模块。

> 其中 Redis 存储 JWT 的相关信息主要是留出口子，方便以后做统一的防刷接口，或者做登录设备限制等。

#### 分布式锁 SETNX ####

命令格式：`SETNX key value`：当且仅当 key 不存在，将 key 的值设为 value。若给定的 key 已经存在，则 SETNX 不做任何动作。

1.  超时时间设置：获取锁的同时，启动守护线程，使用 expire 进行定时更新超时时间。如果该业务机器宕机，守护线程也挂掉，这样也会自动过期。如果该业务不是宕机，而是真的需要这么久的操作时间，那么增加超时时间在业务上也是可以接受的，但是肯定有个最大的阈值。
2.  但是为了增加高可用，需要使用多台 Redis，就增加了复杂性，就可以参考 Redlock：Redlock分布式锁

#### 表缓存 ####

Redis 缓存表的场景有黑名单、禁言表等。访问频率较高，即读高。根据业务需求，可以使用后台定时任务定时刷新 Redis 的缓存表数据。

#### 消息队列 list ####

主要使用了 List 数据结构。 List 支持在头部和尾部操作，因此可以实现简单的消息队列。

1.  发消息：在 List 尾部塞入数据。
2.  消费消息：在 List 头部拿出数据。

同时可以使用多个 List，来实现多个队列，根据不同的业务消息，塞入不同的 List，来增加吞吐量。

#### 计数器 string ####

主要使用了 INCR、DECR、INCRBY、DECRBY 方法。

INCR key：给 key 的 value 值增加一 DECR key：给 key 的 value 值减去一

### 缓存设计 ###

#### 更新策略 ####

*  LRU、LFU、FIFO 算法自动清除：一致性最差，维护成本低。
 *  超时自动清除(key expire)：一致性较差，维护成本低。
 *  主动更新：代码层面控制生命周期，一致性最好，维护成本高。

在 Redis 根据在 redis.conf 的参数 `maxmemory` 来做更新淘汰策略：

1.  noeviction: 不删除策略, 达到最大内存限制时, 如果需要更多内存, 直接返回错误信息。大多数写命令都会导致占用更多的内存(有极少数会例外, 如 DEL 命令)。
2.  allkeys-lru: 所有 key 通用; 优先删除最近最少使用(less recently used ,LRU) 的 key。
3.  volatile-lru: 只限于设置了 expire 的部分; 优先删除最近最少使用(less recently used ,LRU) 的 key。
4.  allkeys-random: 所有key通用; 随机删除一部分 key。
5.  volatile-random: 只限于设置了 expire 的部分; 随机删除一部分 key。
6.  volatile-ttl: 只限于设置了 expire 的部分; 优先删除剩余时间(time to live,TTL) 短的key。

#### 更新一致性 ####

*  读请求：先读缓存，缓存没有的话，就读数据库，然后取出数据后放入缓存，同时返回响应。
 *  写请求：先删除缓存，然后再更新数据库(避免大量地写、却又不经常读的数据导致缓存频繁更新)。

#### 缓存粒度 ####

*  通用性：全量属性更好。
 *  占用空间：部分属性更好。
 *  代码维护成本。

#### 缓存穿透 ####

> 当大量的请求无命中缓存、直接请求到后端数据库(业务代码的 bug、或恶意攻击)，同时后端数据库也没有查询到相应的记录、无法添加缓存。 这种状态会一直维持，流量一直打到存储层上，无法利用缓存、还会给存储层带来巨大压力。

解决方案

1.  请求无法命中缓存、同时数据库记录为空时在缓存添加该 key 的空对象(设置过期时间)，缺点是可能会在缓存中添加大量的空值键(比如遭到恶意攻击或爬虫)，而且缓存层和存储层数据短期内不一致；
2.  使用布隆过滤器在缓存层前拦截非法请求、自动为空值添加黑名单(同时可能要为误判的记录添加白名单).但需要考虑布隆过滤器的维护(离线生成/ 实时生成)。

#### 缓存雪崩 ####

> 缓存崩溃时请求会直接落到数据库上，很可能由于无法承受大量的并发请求而崩溃，此时如果只重启数据库，或因为缓存重启后没有数据，新的流量进来很快又会把数据库击倒。

出现后应对

*  事前：Redis 高可用，主从 + 哨兵，Redis Cluster，避免全盘崩溃。
 *  事中：本地 ehcache 缓存 + hystrix 限流 & 降级，避免数据库承受太多压力。
 *  事后：Redis 持久化，一旦重启，自动从磁盘上加载数据，快速恢复缓存数据。

请求过程

1.  用户请求先访问本地缓存，无命中后再访问 Redis，如果本地缓存和 Redis 都没有再查数据库，并把数据添加到本地缓存和 Redis；
2.  由于设置了限流，一段时间范围内超出的请求走降级处理(返回默认值，或给出友情提示)。

[81b0f00ee65b44d8b92c5f7376388b35.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/6590db392b42427abe04d4778306006d.png
[be46a268752807b830dc6e2fc8700f18.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/76cc915f172149ee8379eb50ddec0688.png
[ff6afb9f17c94e3cb341bec680d37919.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/a5f87e99d8cd4ab59b2cd4071b740d7b.png
[e6a186a6650a3f76da5fcc7b0c05ee92.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/2672df89b17f4030ab1bb3e4f6503e1f.png
[385ec20fd506538c2a8b6df49eb37f1c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/199b69d09fcd41668362d29fe334f029.png
[Gossip]: https://www.jianshu.com/p/8279d6fd65bb
[34438e105e159856b750e22728803c08.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/7131e4011f924c238f2a8b167acf4172.png
[270b404f06866fc77e4ab33541ea1ea0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/d715f8ba6e954367b3c0f38ae6413893.png