redis持久化机制详解

以下都是干货,请认真看!

redis持久化方式:
RDB (Redis DB) 类似于hdfs中的fsimage 快照方式
AOF(AppendOnlyFile)类似于hdfs中的edit logs。默认是关闭的

以上两种持久化方式,恢复数据时如果两个都开启只有AOF生效。

快照方式的持久化:从内存到磁盘IO操作,所以不可能每时每秒都发生。时点式或间隔性的磁盘IO。

AOF方式的持久化:将增删改命令以线性追加文件的方式,追加到存储文件中。

以下分别具体阐述:

RDB 在默认情况下,Redis将数据库快照保存在名字为dump.rdb的二进制文件中。

产生RDB的方式:
1) 阻塞方式:客户端中执行save命令 (redis服务端会暂时停止对外提供服务,只执行save命令)
2) 非阻塞方式:bgsave (redis主进程依然提供对外服务,fork一个子进程进地bgsave命令)

实现策略

1)自动:按照配置文件中的条件满足就执行bgsave
如:save 60 1000, redis要满足在60秒内至少有1000个键被改动,会自动保存一次。

2)手动:客户端发起save,bgsave命令。

AOF Append only file,采用追加的方式保存。默认文件appendonly.aof。记录所有的写操作命令,在服务启动的时候使用这些命令就可以还原数据库。

AOF写入机制
1)AOF方式不能保证绝对不丢失数据
2)目前常见的操作系统中,执行系统调用write函数,将一些内容写入到某个文件里时,为了提高效率,系统通常不会直接将内容写入硬盘里面,而是先将内容放入一个内存缓冲区(buffer)里面,等到缓冲区被填满,或者用户执行fsync调用和fdatasync调用时才将储存在缓冲区里的内容真正的写入到硬盘里,未写入磁盘之前,数据可能会丢失。

写入磁盘的策略

appendfsync选项,这个选项的值可以是always、everysec或者no

Always:服务器每写入一个命令,就调用一次fdatasync,将缓冲区里面的命令写入到磁盘。这种情况下服务器出现故障也不会丢失任何已经成功执行的命令数据。

everysec:服务器每一秒钟调用一次fdatasync,将缓冲区里面的命令写入到磁盘,这种模式下服务器出现故障,最多只丢 失一秒钟内的执行命令数据。

NO:服务器不主动调用fdatasync,由操作系统决定何时将缓冲区里面的命令写入到磁盘。这种模式下服务器遭遇意外停机时,丢失命令的数量是不确定的。

问题:服务器开机时间长,操作多,AOF文件会很大,怎么办?

AOF重写机制,解决文件大的问题。抵消或去掉重复命令。

AOF重写触发
手动:客户端向服务器发送gbrewriteaof命令。
自动:配置文件中的选项,自动执行bgrewriteaof命令

auto-aof-rewrite-min-size <size> 触发AOF重写所需的最小体积:只要在AOF文件的体积大于等于size时,才会考虑是否需要进行AOF重写,这个选项用于避免对体积过小的AOF文件进行重写。

auto-aof-rewrite-percentage <percent> 指定触发重写所需要的AOF文件体积百分比:当AOF文件的体积大于auto-aof-rewrite-min-size指定的体积,并且超过上一次重写之后的AOF文件的体积的percent%时,就会触发AOF重写(如果服务器刚刚启动不久,还没有进行过AOF重写,那么使用服务器启动时载入的AOF文件的体积来作为基准值)。将这个值设置为0表示关闭自动AOF重写

例: auto-aof-rewrite-percentage 100
auto-aof-rewrite-min-size 64mb
appendonly yes

当AOF文件增量大于超始的size(64mb)的100%时(就是文件大小翻倍),启动重写

AOF优点:
1)写入机制,默认fysnc每秒执行,性能很好不阻塞服务,最多丢失一秒的数据。
2)重写机制,优化AOF文件。
3)如果误操作(如:flushall),只要aof未被重写,停止服务移除AOF文件尾部的FLUSHALL命令,重启redis,可以将数据集恢复到FLUSHALL执行之前的状态。
缺点:
1)相同数据集,aof文件体积较RDB大了很多
2)恢复数据库速度比RDB慢。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,142评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,298评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,068评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,081评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,099评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,071评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,990评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,832评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,274评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,488评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,649评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,378评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,979评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,625评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,643评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,545评论 2 352

推荐阅读更多精彩内容