Redis内核原理及读写一致企业级架构深入剖析1-综合组件环境实战

1 Redis 工作模型

redis实际上是个单线程工作模型，其拥有较多的数据结构，并支持丰富的数据操作，redis目前是原生支持cluster模式。如果需要缓存能够支持更复杂的结构和操作，基于以上原因，选择线上使用Redis会是不错的选择。

1.1 Redis 高效的原因：

• Redis高效的原因：

  1）纯内存操作

  2）核心是基于非阻塞的IO多路复用机制

  3）单线程反而避免了多线程的频繁上下文切换问题

• mysql单机支撑到2000qps就会出现性能问题了，所以要是你有个系统，高峰期一秒钟过来的请求有1万，那一个mysql单机绝对会死掉。因为 redis单机支撑的并发量轻松一秒几万十几万，支撑高并发so easy。单机承载并发量是mysql单机的几十倍。

• 使用Redis可能会遇到的问题：

  • 缓存与数据库双写不一致
  • 缓存雪崩
  • 缓存穿透
  • 缓存并发竞争

1.2 文件事件处理流程

• (1) redis基于reactor模式开发了网络事件处理器，这个处理器叫做文件事件处理器，file event handler。这个文件事件处理器，是单线程的，redis才叫做单线程的模型，采用IO多路复用机制同时监听多个socket，根据socket上的事件来选择对应的事件处理器来处理这个事件。

• (2) 文件事件处理器的结构包含4个部分：多个socket，IO多路复用程序，文件事件分派器，事件处理器（命令请求处理器、命令回复处理器、连接应答处理器，等等）。

• (3) 多个socket可能并发的产生不同的操作，每个操作对应不同的文件事件，但是IO多路复用程序会监听多个socket，但是会将socket放入一个队列中排队，每次从队列中取出一个socket给事件分派器，事件分派器把socket给对应的事件处理器。

• (4) 一个socket的事件处理完之后，IO多路复用程序才会将队列中的下一个socket给事件分派器。文件事件分派器会根据每个socket当前产生的事件，来选择对应的事件处理器来处理。

1.3 文件事件

• 如果一个客户端跟redis发起连接，此时会产生一个AE_READABLE事件，然后由连接应答处理器来处理跟客户端建立连接，创建客户端对应的socket，同时将这个socket的AE_READABLE事件跟命令请求处理器关联起来。

• 如果是客户端要连接redis，那么会为socket关联连接应答处理器。

• 如果是客户端要写数据到redis，那么会为socket关联命令请求处理器。

• 如果是客户端要从redis读数据，那么会为socket关联命令回复处理器。

1.4 客户端与redis通信流程

• 创建客户端对应的socket

  在redis启动初始化的时候，redis会将连接应答处理器跟AE_READABLE事件关联起来，接着如果一个客户端跟redis发起连接，此时会产生一个AE_READABLE事件，然后由连接应答处理器来处理跟客户端建立连接，创建客户端对应的socket，同时将这个socket的AE_READABLE事件跟命令请求处理器关联起来。

• 请求处理，socket产生一个AE_READABLE事件

  当客户端向redis发起请求的时候（不管是读请求还是写请求，都一样），首先就会在socket产生一个AE_READABLE事件，然后由对应的命令请求处理器来处理。这个命令请求处理器就会从socket中读取请求相关数据，然后进行执行和处理。

• 客户端这读取响应数据

  接着redis这边准备好了给客户端的响应数据之后，就会将socket的AE_WRITABLE事件跟命令回复处理器关联起来，当客户端这边准备好读取响应数据时，就会在socket上产生一个AE_WRITABLE事件，会由对应的命令回复处理器来处理，就是将准备好的响应数据写入socket，供客户端来读取。

• 命令回复处理器写完之后，就会删除这个socket的AE_WRITABLE事件和命令回复处理器的关联关系。

2 redis 过期策略及内存淘汰机制

• 用内存当缓存。内存是无限的吗？内存是很宝贵而且是有限的，磁盘是廉价而且是大量的。可能一台机器就几十个G的内存，但是可以有几个T的硬盘空间。redis主要是基于内存来进行高性能、高并发的读写操作的。

    set key value 过期时间（1小时）
    set进去的key，1小时之后就没了，就失效了，但是数据明明都过期了，怎么还占用着内存呢？
  复制代码

• 定期删除+惰性删除

  所谓定期删除，指的是redis默认是每隔100ms就随机抽取一些设置了过期时间的key，检查其是否过期，如果过期就删除。假设redis里放了10万个key，都设置了过期时间，你每隔几百毫秒，就检查10万个key，那redis基本上就死了，cpu负载会很高的，消耗在你的检查过期key上了。注意，这里可不是每隔100ms就遍历所有的设置过期时间的key，那样就是一场性能上的灾难。实际上redis是每隔100ms随机抽取一些key来检查和删除的。

  所谓惰性删除了，指的是在你获取某个key的时候，redis会检查一下 ，这个key如果设置了过期时间那么是否过期了？如果过期了此时就会删除，不会给你返回任何东西。

  如果定期删除漏掉了很多过期key，然后你也没及时去查，也就没走惰性删除，此时会怎么样？如果大量过期key堆积在内存里，导致redis内存块耗尽了，也会出现严重的线上事故。

• 内存淘汰

  如果redis的内存占用过多的时候，此时会进行内存淘汰，有如下一些策略：

    redis 10个key，现在已经满了，redis需要删除掉5个key
    1个key，最近1分钟被查询了100次
    1个key，最近10分钟被查询了50次
    1个key，最近1个小时倍查询了1次
  复制代码

  1）noeviction：当内存不足以容纳新写入数据时，新写入操作会报错。

  2）allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的key（这个是最常用的）

  3）allkeys-random：当内存不足以容纳新写入数据时，在键空间中，随机移除某个key，这个一般没人用吧，为啥要随机，肯定是把最近最少使用的key给干掉啊。

  4）volatile-lru：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使用的key（这个一般不太合适）

  5）volatile-random：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个key

  6）volatile-ttl：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，有更早过期时间的key优先移除

3 redis 高并发和高可用企业级实践

• redis高并发：主从架构，一主多从，一般来说，很多项目其实就足够了，单主用来写入数据，单机几万QPS，多从用来查询数据，多个从实例可以提供每秒10万的QPS。

  redis高并发的同时，还需要容纳大量的数据：一主多从，每个实例都容纳了完整的数据，比如redis主就10G的内存量，其实你就最对只能容纳10g的数据量。如果你的缓存要容纳的数据量很大，达到了几十g，甚至几百g，或者是几t，那你就需要redis集群，而且用redis集群之后，可以提供可能每秒几十万的读写并发。

• redis高可用：如果你做主从架构部署，其实就是加上哨兵就可以了，就可以实现，任何一个实例宕机，自动会进行主备切换。

4 redis replication基本原理

• redis采用异步方式复制数据到slave节点，不过redis 2.8开始， slave node会周期性地确认自己每次复制的数据量

• 一个master node是可以配置多个slave node的

• slave node也可以连接其他的slave node

• slave node做复制的时候，是不会阻塞master node正常工作的

• slave node在做复制的时候，也不会block对自己的查询操作，它会用旧的数据集来提供服务; 但是复制完成的时候，需要删除旧数据集，加载新数据集，这个时候就会暂停对外服务了

• slave node主要用来进行横向扩容，做读写分离，扩容的slave node可以提高读的吞吐量。

5 Redis数据持久性重要性

5.1 数据丢失风险

• 如果采用了主从架构，那么建议必须开启master node的持久化，不建议用slave node作为master node的数据热备，因为那样的话，如果你关掉master的持久化，可能在master宕机重启的时候数据是空的，然后可能一经过复制，salve node数据也丢了。

  master -> RDB和AOF都关闭了 -> 全部在内存中

  master宕机，重启，是没有本地数据可以恢复的，然后就会直接认为自己IDE数据是空的

  master就会将空的数据集同步到slave上去，所有slave的数据全部清空。

  100%的数据丢失，因此master节点，必须要使用持久化机制。

• 采用高可用机制也是有风险的，slave node可以自动接管master node，但是也可能sentinal还没有检测到master failure，master node就自动重启了，还是可能导致上面的所有slave node数据清空故障。

5.2 主从架构和断点续传原理

• 当启动一个slave node的时候，它会发送一个PSYNC命令给master node。如果这是slave node重新连接master node，那么master node仅仅会复制给slave部分缺少的数据; 否则如果是slave node第一次连接master node，那么会触发一次full resynchronization

  开始full resynchronization的时候，master会启动一个后台线程，开始生成一份RDB快照文件，同时还会将从客户端收到的所有写命令缓存在内存中。RDB文件生成完毕之后，master会将这个RDB 发送给slave，slave会先写入本地磁盘，然后再从本地磁盘加载到内存中。然后master会将内存中缓存的写命令发送给slave，slave也会同步这些数据。

  slave node如果跟master node有网络故障，断开了连接，会自动重连。master如果发现有多个slave node都来重新连接，仅仅会启动一个rdb save操作，用一份数据服务所有slave node。

• 从redis 2.8开始，就支持主从复制的断点续传，如果主从复制过程中，网络连接断掉了，那么可以接着上次复制的地方，继续复制下去，而不是从头开始复制一份

  master node会在内存中常见一个backlog，master和slave都会保存一个replica offset还有一个master id，offset就是保存在backlog中的。如果master和slave网络连接断掉了，slave会让master从上次的replica offset开始继续复制

  但是如果没有找到对应的offset，那么就会执行一次resynchronization

• 无磁盘化复制，master在内存中直接创建rdb，然后发送给slave，不会在自己本地落地磁盘了，

  repl-diskless-sync
  repl-diskless-sync-delay，等待一定时长再开始复制，因为要等更多slave重新连接过来
  复制代码

• 过期key处理

  slave不会过期key，只会等待master过期key。如果master过期了一个key，或者通过LRU淘汰了一个key，那么会模拟一条del命令发送给slave。

5 Redis主从复制原理深入剖析

5.1 完整流程

• slave node启动，仅仅保存master node的信息，包括master node的host和ip，但是复制流程没开始时， master host和ip是从哪儿来的，是在redis.conf里面的slaveof配置的。
• slave node内部有个定时任务，每秒检查是否有新的master node要连接和复制，如果发现，就跟master node建立socket网络连接
• slave node发送ping命令给master node
• 口令认证，如果master设置了requirepass，那么salve node必须发送masterauth的口令过去进行认证
• master node第一次执行全量复制，将所有数据发给slave node
• master node后续持续将写命令，异步复制给slave node

5.2 数据同步

• master和slave都会维护一个offset

  master会在自身不断累加offset，slave也会在自身不断累加offset slave每秒都会上报自己的offset给master，同时master也会保存每个slave的offset

  这个倒不是说特定就用在全量复制的，主要是master和slave都要知道各自的数据的offset，才能知道互相之间的数据不一致的情况。

• backlog

  master node有一个backlog，默认是1MB大小

  master node给slave node复制数据时，也会将数据在backlog中同步写一份

  backlog主要是用来做全量复制中断后增量复制的

• master run id

  info server，可以看到master run id，如果根据host+ip定位master node，是不靠谱的，如果master node重启或者数据出现了变化，那么slave node应该根据不同的run id区分，run id不同就做全量复制 如果需要不更改run id重启redis，可以使用redis-cli debug reload命令

• psync

  从节点使用psync从master node进行复制，psync runid offset

  master node会根据自身的情况返回响应信息，也可能是FULLRESYNC runid offset触发全量复制，可能是CONTINUE触发增量复制。

5.3 全量复制

• master执行bgsave，在本地生成一份rdb快照文件
• master node将rdb快照文件发送给salve node，如果rdb复制时间超过60秒（repl-timeout），那么slave node就会认为复制失败，可以适当调节大这个参数
• 对于千兆网卡的机器，一般每秒传输100MB，6G文件，很可能超过60s
• master node在生成rdb时，会将所有新的写命令缓存在内存中，在salve node保存了rdb之后，再将新的写命令复制给salve node
• client-output-buffer-limit slave 256MB 64MB 60，如果在复制期间，内存缓冲区持续消耗超过64MB，或者一次性超过256MB，那么停止复制，复制失败
• slave node接收到rdb之后，清空自己的旧数据，然后重新加载rdb到自己的内存中，同时基于旧的数据版本对外提供服务
• 如果slave node开启了AOF，那么会立即执行BGREWRITEAOF，重写AOF
• rdb生成、rdb通过网络拷贝、slave旧数据的清理、slave of rewrite，很耗费时间，如果复制的数据量在4G~6G之间，那么很可能全量复制时间消耗到1分半到2分钟。

5.4 增量复制

• 如果全量复制过程中，master-slave网络连接断掉，那么salve重新连接master时，会触发增量复制
• master直接从自己的backlog中获取部分丢失的数据，发送给slave node，默认backlog就是1MB
• msater就是根据slave发送的psync中的offset来从backlog中获取数据的。

5.5 heartbeat

• 主从节点互相都会发送heartbeat信息，master默认每隔10秒发送一次heartbeat，salve node每隔1秒发送一个heartbeat。

5.6 异步复制

master每次接收到写命令之后，先在内部写入数据，然后异步发送给slave node

6 总结

在此感谢石杉的讲义，结合大数据在我们工业大数据平台的实践，总结成一篇实践指南，方便以后查阅反思，后续我会根据本篇博客进行代码技术实践实现。