Redis专题(二)

1. Redis的简介

Redis支持多种数据结构,有广泛的业务应用场景。

数据保存在内存,读写性能高,很适合做缓存。

数据可以持久化到硬盘,可以做数据库来用。

官⽅对Redis的作⽤,也已经定位成了三个⽅⾯:Cache(缓存), Database(数据库),Vector Search(向量搜索)。

2. Redis到底是单线程还是多线程?

Redis对于客户端是多线程的,对于服务端是单线程的。

客户端的多线程是基于epoll的IO多路复用。epoll负责监听所有客户端的socket,当有数据可读或者可写的时候,会并行通知redis的主线程,哪些客户端准备就绪。

redis的主线程收到epoll的通知后,将对应的客户端请求放入事件队列。事件分发器将逐个从队列中取出请求,根据请求的时间类型分发到不同的时间处理器执行,并将结果放到输出缓冲区。

命令执行完后,对应的socket会被标记为可写。epoll监听到该状态,并行的将数据发回给客户端。

IO多路复用解决了线程的创建、销毁和上下文切换开销的问题。

事件处理流程(结合图中架构)

图片中间的架构图展示了请求的处理路径:

  1. 多路复用入口client1client4的请求(连接、GET、HSET、HGET)首先汇聚到 IO多路复用​ 层。这一层负责"监听"并收集所有就绪的客户端事件。

  2. 事件分发 :汇聚后的事件被送入 事件分发器

  3. 事件处理器:分发器将不同类型的事件分发给具体的处理器,如:

  • 连接应答处理器:处理新连接建立。
  • 命令请求处理器:读取并解析客户端发送的命令。
  • 命令回复处理器:将执行结果返回给客户端。

关键优势:串行化执行与免锁

Redis 高性能和易用性的关键:

  • 串行化执行 :虽然 Redis 同时接收很多请求,但它会将它们排成队,一个接一个地顺序执行

  • 免并发烦恼 :因为操作是单线程串行执行的,所以 Redis 完全不需要考虑​ 多线程下的脏读、幻读、不可重复读等并发问题。

  • 天然线程安全:你不需要像操作 MySQL 那样为了并发去加锁、考虑事务隔离级别。Redis 的命令执行本身就是原子性的(单个命令内)。

总结:Redis 通过 epoll 实现了高效的 IO 多路复用,使得单线程能够并发处理海量连接;同时,它采用串行化的命令执行方式,彻底规避了多线程并发控制的复杂性,从而实现了极高的性能和可靠性。

3. Redis如何保证指令原⼦性
  • 复合指令:一个指令干着多个指令的活。
  • Redis事务

Redis 的事务保证的是原子性 (命令要么全都不执行【EXEC命令执行之前出现语法/参数错误】,要么按顺序全部执行完,不会出现执行了一半的情况),但它不提供传统意义上的**数据恢复(Undo Log)**功能。如果遇到执行错误【EXEC命令执行之后出现运行时错误】,已经成功的部分不会撤销,这也是 Redis 强调"快"和"简单"的代价。

问题:EXEC执行后,事务中的指令会追加到AOP中,但是事务没有执行完,redis进程被kill'掉,导致数据不一致,redis重启失败。

解决方式:使⽤redis-check-aof⼯具修复AOF⽂件,将这些不完整的事务操作记录移除掉。这样下次服务就可以正常启动了。

  • Pipeline:将客户端的 多个指令打包,⼀起往服务端推送。
  • lua脚本

lua语言是单线程模型。配置Lua脚本的最⻓控制时间,若超时,返回BUSY,不会一直阻塞。

  • Redis Function

Redis Function允许将⼀些功能声明成⼀个统⼀的函数,提前加载到Redis服务端,客户端直接调用,实现Function的复用。

4.Redis性能压测

Redis提供了压测脚本redis-benchmark,可以对Redis进⾏快速的基准测试。

5.单机数据持久化

有四种持久化策略:

  • 无持久化:关闭持久化,把redis当缓存。
  • RDB:按照时间间隔的策略缓存Redis的快照。
  • AOF:记录Redis的每一次操作。通过重放 的方式恢复数据。
  • RDB+AOF:同时保存Redis的快照数据和操作,重启时,优先选AOF。

RDB的优点:

  • RDB文件是二进制文件,适合定期备份和容灾恢复。
  • RDB备份时性能好,不影响主进程。主进程启动一个子进程完成备份工作。
  • RDB进行大数据量重启时更快。

RDB缺点:

  • RDB备份不是实时备份,存在数据丢失。
  • 数据量太大,RDB备份容易造成Redis的短暂服务停止。

何时触发RDB备份:

  • 到达配置文件中配置的策略,会自动触发。
  • 手动save(阻塞主线程),bgsave(后台子线程运行,不会阻塞主线程)。
  • 主从复制触发RDB备份。

AOF优点:

  • AOF持久化更安全,当设置每秒进行一次AOF写入,最多丢失一秒的操作。
  • AOF时追加的操作,记录更完整。即使出现写入未完成Redis下线的等特殊情况,也能使用redis-check-aof修复。
  • AOF文件太大时,会自动切换新的日志文件,防止单个文件太大。
  • 即时有FLUSHALL误删数据的操作,也可以在AOF日志文件中将该指令删掉,重启redis来恢复数据。

AOF缺点:

  • 同样的数据库,AOF文件通常比RDB文件更大。
  • 写操作频繁的情况下,AOF备份的性能通常比RDB更慢。

持久化的使用建议:

  • 如果你只是把Redis当做⼀个缓存来⽤,可以直接关闭持久化。
  • 如果你更关注数据安全性,并且可以接受服务异常宕机时的小部分数据损失,那么可以简单的使用RDB策略。这样性能是⽐较⾼的。
  • 不建议单独使⽤AOF。RDB配合AOF,可以让数据恢复的过程更快。

因为Redis的持久化策略只保证单机的数据安全,为了进一步保证数据的安全,考虑集群化方案。

分布式优化方案:主从复制、哨兵集群、Redis集群。

6. 主从复制的工作流程

1》 Slave启动后,向master发送⼀个sync请求。等待建⽴成功后,slave会删除掉⾃⼰的数据⽇志⽂ 件,等待主节点同步。

2》master接收到slave的sync请求后,会触发⼀次RDB全量备份,同时收集所有接收到的修改数据 的指令。然后master将RDB和操作指令全量同步给slave。完成第⼀次全量同步。

3》主从关系建⽴后,master会定期向slave发送⼼跳包,确认slave的状态。⼼跳发送的间隔通过参 数repl-ping-replica-period指定。默认10秒。

4》只要slave定期向master回复⼼跳请求,master就会持续将后续收集到的修改数据的指令传递给 slave。同时,master会记录offset,即已经同步给slave的消息偏移量。

5》如果slave短暂不回复master的⼼跳请求,master就会停⽌向slave同步数据。直到slave重新上线 后,master从offset开始,继续向slave同步数据。

7. 哨兵集群的工作原理

Sentinel的核⼼⼯作原理分两个步骤,⼀是如何发现master服务宕机了。⼆是发现master服务宕机 后,如何切换新的master。

1》如何发现master服务宕机

每一个哨兵节点都会向主节点发送心跳,当超时没有收到心跳,就主观认为该主节点下线。为了避免网络等原因的误判,哨兵集群内部互相沟通,当超过quorum个哨兵节点认为主节点宕机,则客观认为主节点下线了,开始故障切换了。

2》发现master服务宕机后,如何切换新的master?

Sentinel会在剩余健康的Slave节点中选举出⼀个节点作为新的Master。 选举的规则如下:

  • ⾸先检查是否有提前配置的优先节点,如果⼤家的配置都⼀样,就进⼊下⼀个检查规则。
  • 然后检查复制偏移量offset最⼤的从节点。也就是找同步数据最快的slave节点。因为他的数据是最全的。如果⼤家的offset还是⼀样的,就进⼊下⼀个规则
  • 最后按照slave的RunID字典顺序最⼩的节点。

切换新的主节点。 Sentinel Leader给新的mater节点执⾏ slave of no one操作,将他提升为master节点。 然后给其他slave发送slave of 指令。让其他slave成为新Master的slave。

如果旧的master恢复了,Sentinel Leader会让旧的master降级为slave,并从新的master上同步数据,恢复⼯作。

8. Redis集群的选举流程

当从节点发现自己的主节点变成fail状态,会延迟一会,再尝试进⾏Failover,以期成为新的master。

延迟是为了避免主节点刚挂掉,其他主节点还没反应过来。

若从节点较多,就需要投票选举:

1) 发现故障

从节点(Slave)发现自己负责的主节点(Master)挂了(变为 FAIL 状态)。

2) 发起选举

它给自己记一个"年份"(Epoch)并加 1,然后向全集群广播。

3)获得认可

其他主节点收到请求,确认这个 Slave 合法且数据较新(通过 Rank 判断),就给它投一张赞成票(ACK)。

4)胜选上位

当这个 Slave 收集到的赞成票超过集群中主节点总数的一半时,它立刻升级为新的主节点。

5) 通知全网

新主节点广播 Pong 消息,通知其他集群节点。

相关推荐
一叶飘零_sweeeet4 小时前
Redis 不止缓存!从零到一吃透 Redis 向量数据库
redis·向量数据库
softshow10266 小时前
SpringCloud Redis与分布式
redis·分布式·spring cloud
zlp19927 小时前
软考(系统架构师)-案例分析之Redis与缓存
redis·缓存·软考高级·软考·系统架构师
小雨青年7 小时前
当缓存成为生产力:GitHub Actions 缓存机制的深度优化指南
缓存·github
山檐雾8 小时前
C#泛型缓存
缓存·c#
難釋懷8 小时前
OpenResty封装Redis工具
redis·junit·openresty
星夜泊客9 小时前
《Lua 模块化核心:require 的地址传递与缓存机制》
缓存·lua
ofoxcoding9 小时前
Redis 缓存穿透怎么解决?3 种方案实测 + 踩坑全记录(2026)
数据库·redis·缓存·ai
二宝15210 小时前
互联网大厂Java面试实战演练:谢飞机的三轮提问与深入解析
java·spring boot·redis·微服务·面试·kafka·oauth2