分布式缓存Redis使用方法
作者：张小博，新炬网络技术专家。
缓存在系统中的作用：
1、少量数据存储，高速读写访问。通过数据全部in-momery 的方式来保证高速访问，同时提供数据落地的功能，实际这正是Redis最主要的适用场景。
2、海量数据存储，分布式系统支持，数据一致性保证，方便的集节点添加/删除。Redis3.0以后开始支持集，实现了半自动化的数据分片，不过需要smart-client的支持。
Redis全角度介绍:
网络模型：Redis使用单线程的IO复用模型，自己封装了一个简单的AeEvent事件处理框架，主要实现了epoll、kqueue和select，对于单纯只有IO操作来说，单线程可以将速度优势发挥到最大，但是Redis也提供了一些简单的计算功能，比如排序、聚合等，对于这些操作，单线程模型实际会严重影响整体吞吐量，CPU计算过程中，整个IO调度都是被阻塞住的。
内存管理：Redis使用现场申请内存的方式来存储数据，并且很少使用free-list 等方式来优化内存分配，
会在一定程度上存在内存碎片，Redis跟据存储命令参数，会把带过期时间的数据单独存放在一起，并把它们称为临时数据，非临时数据是永远不会被剔除的，即便物理内存不够，导致swap也不会剔除任何非临时数据（但会尝试剔除部分临时数据），这点上Redis更适合作为存储而不是cache。
数据一致性问题：在一致性问题上，个人感觉redis没有memcached实现的好，Memcached提供了cas命令，可以保证多个并发访问操作同一份数据的一致性问题。Redis没有提供cas 命令，并不能保证这点，不过Redis提供了事务的功能，可以保证一串命令的原子性，中间不会被任何操作打断。
支持的KEY类型：Redis除key/value之外，还支持list,set,sorted set,hash等众多数据结构，提供了KEYS进行枚举操作，但不能在线上使用，如果需要枚举线上数据，Redis提供了工具可以直接扫描其dump文件，枚举出所有数据，Redis还同时提供
了持久化和复制等功能。
客户端支持：redis官方提供了丰富的客户端支持，包括了绝大多数编程语言的客户端，比如我此次测试就选择了官方推荐了Java客户端Jedis.里面提供了丰富的接口、方法使得开发人员无需关系内部的数据分片、读取数据的路由等，只需简单的调用即可，非常方便。
数据复制：从2.8开始，Slave会周期性（每秒一次）发起一个Ack确认复制流（replication stream）被处理进度， Redis复制工作原理详细过程如下：
1. 如果设置了一个Slave，无论是第一次连接还是重连到Master，它都会发出一个SYNC命令；
2. 当Master收到SYNC命令之后，会做两件事：
a) Master执行BGSAVE：后台写数据到磁盘（rdb快照）；
b) Master同时将新收到的写入和修改数据集的命令存入缓冲区（非查询类）；
3. 当Master在后台把数据保存到快照文件完成之后，Master会把这个快照文件传送给Slave，而Slave则把内存清空后，加载该文件到内存中；
4. 而Master也会把此前收集到缓冲区中的命令，通过Reids命令协议形式转发给Slave，Slave执行这些命令，实现和Master的同步；
5. Master/Slave此后会不断通过异步方式进行命令的同步，达到最终数据的同步一致；
6. 需要注意的是Master和Slave之间一旦发生重连都会引发全量同步操作。但在2.8之后，也可能是部分同步操作。
2.8开始，当Master和Slave之间的连接断开之后，他们之间可以采用持续复制处理方式代替采用全量同步。
Master端为复制流维护一个内存缓冲区（in-memory backlog），记录最近发送的复制流命令；同时，Master和Slave之间都维护一个复制偏移量(replication offset)和当前Master服务器ID（Master run id）。当网络断开，Slave尝试重连时：
a. 如果MasterID相同（即仍是断网前的Master服务器），并且从断开时到当前时
刻的历史命令依然在Master的内存缓冲区中存在，则Master会将缺失的这段时间的所有命令发送给Slave执行，然后复制工作就可以继续执行了；
b. 否则，依然需要全量复制操作。
读写分离：redis支持读写分离，而且使用简单，只需在配置文件中把redis读服务器和写服务器进行配置，多个服务器使用逗号分开如下：
<RedisConfig
WriteServerList="192.168.2.71:6379"
ReadServerList="192.168.2.71:6379,192.168.2.71:6380"
MaxWritePoolSize="60"
MaxReadPoolSize="60"
AutoStart="true"
LocalCacheTime="180"
RecordeLog="false">
</RedisConfig>
水平动态扩展：历时三年之久，终于等来了期待已由的Redis 3.0。新版本主要是实现了Cluster的功能，增删集节点后会自动的进行数据迁移。实现 Redis 集在线重配置的核心就是将槽从一个节点移动到另一个节点的能力。因为一个哈希槽实际上就是一些键的集合，所以 Redis 集在重哈希（rehash）时真正要做的，就是将一些键从一个节点移动到另一个节点。
数据淘汰策略：redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略。redis 提供 6种数据淘汰策略：
volatile-lru：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰
volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰
volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰
allkeys-lru：从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰
allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰
no-enviction（驱逐）：禁止驱逐数据
集（分布式）
下面详细介绍一下redis的集功能，从3.0以后的版本开始支持集功能，也就是正真意义上实现了分布式。
Redis 集是一个分布式（distributed）、容错（fault-tolerant）的 Redis 实现，集可以使用的功能是普通单机 Redis 所能使用的功能的一个子集（subset）。
Redis 集中不存在中心（central）节点或者代理（proxy）节点，集的其中一个主要设计目标是达到线性可扩展性（linear scalability）。
redis支持的数据结构Redis 集为了保证一致性（consistency）而牺牲了一部分容错性：系统会在保证对网络断线（net s
plit）和节点失效（node failure）具有有限（limited）抵抗力的前提下，尽可能地保持数据的一致性。
集特性：
(1)所有的redis节点彼此互联(PING-PONG机制)，内部使用二进制协议优化传输速度和带宽.
(2)节点的fail是通过集中超过半数的节点检测失效时才生效.
(3)客户端与redis节点直连，不需要中间proxy层.客户端不需要连接集所有节点，连接集中任何一个可用节点即可
(4)redis-cluster把所有的物理节点映射到[0-16383]slot上,cluster 负责维护node<->slot<->value
Redis 集实现的功能子集：
Redis 集实现了单机 Redis 中，所有处理单个数据库键的命令。针对多个数据库键的复杂计算操作，比如集合的并集操作、合集操作没有被实现，那些理论上需要使用多个节点的多个数据库键才能完成的命令也没有被实现。在将来，用户也许可以通过 MIGRATE COPY 命令，在集的计算节点（computation node）中执行针对多个数据库键的只读操作，但集本身不会去实现那些需要将多个数据库键在多个节点中移来移去的复杂多键命令。
Redis 集不像单机 Redis 那样支持多数据库功能，集只使用默认的 0 号数据库，并且不能使用 SELECT 命令。
Redis 集协议中的客户端和服务器：
Redis 集中的节点有以下责任：
1、持有键值对数据。
2、记录集的状态，包括键到正确节点的映射（mapping keys to right nodes）。
3、自动发现其他节点，识别工作不正常的节点，并在有需要时，在从节点中选举出新的主节点。
为了执行以上列出的任务，集中的每个节点都与其他节点建立起了“集连接（cluster bus）”，该连接是一个 TCP 连接，使用二进制协议进行通讯。
节点之间使用 Gossip 协议来进行以下工作：
1、传播（propagate）关于集的信息，以此来发现新的节点。
2、向其他节点发送 PING 数据包，以此来检查目标节点是否正常运作。
3、在特定事件发生时，发送集信息。
4、除此之外，集连接还用于在集中发布或订阅信息。
因为集节点不能代理（proxy）命令请求，所以客户端应该在节点返回-MOVED 或者 -ASK 转向（redirection）错误时，自行将命令请求转发至其他节点。因为客户端可以自由地向集中的任何一个节点发送命令请求，并可以在有需要时，根据转向错误所提供的信息，将命令转发至正确的节点，所以在理论上来说，客户端是无须保存集状态信息的。不过，如果客户端可以将键和节点之间的映射信息保存起来，

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。