Redis持久化锦囊在手,再也不会担心数据丢失了

网友投稿 683 2023-05-30

Redis持久化锦囊在手,再也不会担心数据丢失了

Redis持久化锦囊在手,再也不会担心数据丢失了

Redis 的读写都是在内存中进行的,所以它的性能高。而当我们的服务器断开或者重启的时候,数据就会消失,那么我们该怎么解决这个问题呢?

其实 Redis 已经为我们提供了一种持久化的机制,分别是 RDB 和 AOF 两种方式,接下来跟着我一起看看这两个锦囊都是怎么保证数据的持久化的。

持久化

由于 Redis 是基于内存的数据库,所以当服务器出现故障的时候,我们的数据就得不到安全保障。

这个时候就需要将内存中的数据存储到磁盘中,当我们服务器重启时,便可以通过磁盘来恢复数据,这个过程就叫做 Redis 持久化。

Redis持久化

RDB

简介

RDB全称Redis Database Backup file(Redis数据备份文件),也可以称为Redis数据快照。

RDB 文件是一个经过压缩的二进制文件(默认:dump.rdb);RDB 文件保存在硬盘里;通过保存数据库中的键值对来记录数据库状态。

创建

当 Redis 持久化时,程序会将当前内存中的数据库状态保存到磁盘中。

创建

创建 RDB 文件主要有两个 Redis 命令:SAVE 和 BGSAVE。

SAVE

同步操作,执行命令时,会阻塞 Redis 服务器进程,拒绝客户端发送的命令请求。

代码示例:

def SAVE():     # 创建 RDB 文件     rdbSave()

图示:

Save命令

BGSAVE

异步操作,执行命令时,子进程执行保存工作,服务器还可以继续让主线程处理客户端发送的命令请求。

代码示例:

def BGSAVE():     # 创建子进程     pid = fork()      if pid == 0:         # 子进程负责创建 RDB 文件         rdbSave()         # 完成之后向父进程发送信号         signal_parent()     elif pid > 0:         # 父进程继续处理命令请求,并通过轮训等待子进程的信号         handle_request_and_wait_signal()     else:         handle_fork_error()

图示:

bgSave命令

载入

载入工作在服务器启动时自动执行。

载入

服务器在载入 RDB 文件期间,会一直处于阻塞状态,直到载入工作完成为止。

主要设置

Redis 允许用户通过设置服务器配置的 save 选项,让服务器每隔一段时间自动执行一次 BGSAVE 命令。

设置保存条件

提供配置如下:

save 900 1 save 300 10

在这种情况下,只要满足以下条件中的一个,BGSAVE 命令就会被执行:

服务器在 900 秒之内,对数据库进行了至少 1 次修改了;服务器在 300 秒之内,对数据库进行了至少 10 次修改。

saveparams

服务器程序会根据 save 选项所设置的保存条件,设置服务器状态 redisServer 结构的 saveparams 属性。

saveparams 属性是一个数组;数组中的每一个元素都是一个 saveparam 结构;每个 saveparam 结构都保存了一个 save 选项设置的保存条件。

struct saveparam {     // 秒数     time_t seconds;     // 修改数     int changes; }

dirty

dirty 计数器记录距离上一次成功执行 SAVE 命令或 BGSAVE 命令之后,服务器对数据库状态进行了多少次修改(包括写入、删除、更新等操作)。

lastsave

是一个 UNINX 时间戳,记录了服务器上一次成功执行 SAVE 命令或者 BGSAVE 命令的时间。

检查保存条件是否满足

服务器周期性操作函数 serverCron (该函数对正在运行的服务器进行维护)默认每隔 100 毫秒就会执行一次,其中一项工作就是检查 save 选项所设置的保存条件是否已经满足,满足的话就执行 BGSAVE 命令。

代码示例:

def serverCron():     # ....     # 遍历所有保存条件     for saveparam in server.saveparams:         # 计算距离上次执行保存操作有多少秒         save_interval = unixtime_now() - server.lastsave          # 如果数据库状态的修改次数超过条件所设置的次数         # 如果距离上次保存的时间超过条件所设置的时间         if server.dirty >= saveparam.changes and save_interval > saveparam.seconds:             BGSAVE()

默认配置

RDB 文件默认的配置如下:

AOF

简介

AOF全称为 Append Only File(追加日志文件)。日志是写后日志,Redis 是先执行命令,把数据写入内存,然后才记录日志。

写后日志

通过保存 Redis 服务器所执行的写命令来记录数据库状态;写入 AOF 文件的所有命令都是以 Redis 的命令请求协议格式保存的。

实现

AOF 持久化流程实现主要是通过以下流程来实现的:

AOF流程

命令追加

若 AOF 持久化功能处于打开状态,服务器在执行完一个命令后,会以协议格式将被执行的写命令追加到服务器状态的 aof_buf 缓冲区的末尾。

文件同步

服务器每次结束一个事件循环之前,都会调用 flushAppendOnlyFile 函数,这个函数会考虑是否需要将 aof_buf 缓冲区中的内容写入和保存到 AOF 文件里。

flushAppendOnlyFile 函数执行以下流程:

WRITE:根据条件,将 aof_buf 中的缓存写入到 AOF 文件;SAVE:根据条件,调用 fsync 或 fdatasync 函数,将 AOF 文件保存到磁盘中。

这个函数是由服务器配置的 appendfsync 的三个值:always、everysec、no来影响的,也被称为三种策略。

Always

每条命令都会 fsync 到硬盘中,这样 redis 的写入数据就不会丢失。

Always

everysec

每秒都会刷新缓冲区到硬盘中(默认值)。

everysec

no

根据当前操作系统的规则决定什么时候刷新到硬盘中,不需要我们来考虑。

no

数据加载

创建一个不带网络连接的伪客户端;从 AOF 文件中分析并读取出一条写命令;使用伪客户端执行被读出的写命令;一直执行步骤 2 和 3,直到 AOF 文件中的所有写命令都被处理完毕为止。

文件重写

为何需要文件重写:

为了解决 AOF 文件体积膨胀的问题;通过重写创建一个新的 AOF 文件来替代现有的 AOF 文件,新的 AOF 文件不会包含任何浪费空间的冗余命令。

实现

文件重写的实现原理:

不需要对现有的 AOF 文件进行任何操作;从数据库中直接读取键现在的值;用一条命令记录键值对,从而代替之前记录这个键值对的多条命令。

后台重写

为不阻塞父进程,Redis 将 AOF 重写程序放到子进程里执行。

在子进程执行 AOF 重写期间,服务器进程需要执行三个流程:

执行客户端发来的命令;将执行后的写命令追加到 AOF 缓冲区;将执行后的写命令追加到 AOF 重写缓冲区。

服务器流程

默认配置

AOF 文件默认的配置如下:

############################## APPEND ONLY MODE ###############################  #开启AOF持久化方式 appendonly no  #AOF持久化文件名 appendfilename "appendonly.aof" #每秒把缓冲区的数据fsync到磁盘 appendfsync everysec # appendfsync no #是否在执行重写时不同步数据到AOF文件 no-appendfsync-on-rewrite no  # 触发AOF文件执行重写的增长率 auto-aof-rewrite-percentage 100 #触发AOF文件执行重写的最小size auto-aof-rewrite-min-size 64mb  #redis在恢复时,会忽略最后一条可能存在问题的指令 aof-load-truncated yes  #是否打开混合开关 aof-use-rdb-preamble yes

总结

通过以上的简介,想必大家都对 Redis 持久化有了大致的了解,那么这两种方式,我们该如何选择呢?

对于大中型的应用,我们既想保证数据完整性又想保证高效率,就应该结合使用 RDB 和 AOF 两种方式;如果只是需要保证数据的完整性,保护数据不会丢失,那么优先使用 AOF 方式;如果是处理大规模的数据恢复,追求更高更快的效率的话,优先使用 RDB 方式。

也可以参照下图进行选择:

主要对比

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:关于MySQL库表名大小写问题
下一篇:大厂面试Redis:缓存雪崩、缓存穿透、缓存击穿
相关文章