8.Redis的复制（Master/Slave）

Redis的复制（Master/Slave）

　　a）是什么

　　行话：也就是我们所说的主从复制，主机数据更新后根据配置和策略，自动同步到备机的master/slaver机制，Master以写为主，Slave以读为主

　　

　　b）能干吗

　　1.读写分离

　　2.容灾恢复

　　c）怎么用

　　1.配从不配主

　　2.从库配置：slaveof  主库IP  主库端口　

　　　　每次与master断开之后，都需要重新连接，除非你配置进redis.cong文件

　　　　info  replication  查看当前库的主从配置信息

　　3.修改配置文件细节操作

　　　　拷贝多个redis.conf文件，目的是以不用的配置文件（不同的端口，不同的日志文件名等）启动多个Redis服务

　　　　开启 daemonize  yes

　　　　pid文件名字

　　　　指定端口

　　　　log文件名字

　　　　dump.rdb名字

　　4.常用三招

　　　　1.一主二仆　　一个Master两个Slave

　　　　主从复制问题演示：

　　　　1 切入点问题？slave1、slave2是从头开始复制还是从切入点开始复制?比如从k4进来，那之前的123是否也可以复制

　　　　2 从机是否可以写？set可否？

　　　　3 主机shutdown后情况如何？从机是上位还是原地待命

　　　　4 主机又回来了后，主机新增记录，从机还能否顺利复制？

　　　　5 其中一台从机down后情况如何？依照原有它能跟上大部队吗？

　　　　　　

　　　　2.薪火相传

　　　　　　上一个Slave可以是下一个Slave的Master，Slave同样可以接收其他Slaves的连接和同步请求，那么该slave作为了链条中下一个的master,可以有效减轻master的写压力

　　　　　　中途变更转向:会清除之前的数据，重新建立拷贝最新的　

　　　　　　slaveof 新主库IP 新主库端口　

　　　　3.反客为主

　　　　　　SLAVEOF  no  one　　使当前数据库停止与其他数据库的同步，转成主数据库   　　

　　　　　　

　　d）复制原理

　　slave启动成功连接到master后会发送一个sync命令

　　Master接到命令启动后台的存盘进程，同时收集所有接收到的用于修改数据集命令，在后台进程执行完毕之后，master将传送整个数据文件到slave,以完成一次完全同步

　　全量复制：而slave服务在接收到数据库文件数据后，将其存盘并加载到内存中。

　　增量复制：Master继续将新的所有收集到的修改命令依次传给slave,完成同步

　　但是只要是重新连接master,一次完全同步（全量复制)将被自动执行

　　即从机连接主机时，主机会把修改数据的命令完全拷贝一份，发送给从机，从机拿到这份命令文件，会全部执行文件中的所有命令，即让从机和主机中存储的数据保持一致，

　　后面主机再进行数据的修改，就把新增的那部分再给从机，从机再执行保持一致性

注：MySQL中主从复制类似，但是好像是没全量复制的，只有增量复制

　　e）哨兵模式　　反客为主的自动版

　　能够后台监控主机是否故障，如果故障了根据投票数自动将从库转换为主库

　　一组sentinel 能同时监控多个Master

　　怎么启动：

　　　　1.自定义的 /myredis目录下 新建sentinel.conf文件名字绝不能错

　　　　2.配置哨兵，填写内容

　　　　　　sentinel   monitor   被监控数据库名字（自己起名字）127.0.0.1    6379   1

　　　　　　上面最后一个数字1，表示主机挂掉后slave投票看让谁接替主机，得票数多少够成为主机

　　　　3.启动哨兵

　　　　　　redis-sentinel  /myredis/sentinel.conf　　

　　　　　　上述目录依照各自的实际情况配置，可能目录不同

　

　　结果：如果原先监听的master 挂掉了，上位了一个新的master，哨兵会去监听这个新的master，哨兵会去监听这个新的master，老master如果回来，会被 slave 到新的master下

　　如果这个新的master又挂掉了，又会从slave中选出新的master，哨兵再去监听master，之后所有连接回来，都会变成slave

　　另外，如果启动哨兵模式后，从机挂了，后面再连上，也会自动连接到主机上，不用再SLAVEOF

主从复制的缺点：复制延时

　　由于所有的写操作都是先在Master上操作，然后同步更新到Slave上，所以从Master同步到Slave机器有一定的延迟，当系统很繁忙的时候，延迟问题会更严重，Slave机器数量的增加也会使这个问题更加严重