Redis持久化深入理解

点击上方“Java知音”,选择“置顶公众号”

技术文章第一时间送达!

(点击即可跳转阅读)

1. SpringBoot内容聚合

2. 面试题内容聚合

3. 设计模式内容聚合

4. 排序算法内容聚合

5. 多线程内容聚合


用过Redis的都知道,Redis有两种持久化方式:RDB和AOF,他们的区别大家应该都清楚,所以今天主要想分享一下这两种持久化方式的底层原理以及实现。

如果让你手写一个持久化(架构级)的功能,你没有思路的话,那希望这个文章可以给你灵感。

1. RDB持久化

1.1 创建

简单回顾下RDB文件的创建。

有两种创建方式:

  1. save.阻塞进程去处理(期间不处理别的请求)

  2. bgsave.派生一个子进程去处理

1.2 载入

在redis服务启动时,如果检测到RDB文件,会进行自动载入。

如果RDB文件和AOF都存在,优先载入谁?

如果开启了AOF,则会优先AOF

1.3 save的底层实现

save 900 1  
save 300 10
save 60 10000

这是redis.conf配置文件中关于RDB save时机的配置,它映射在redisServer结构体的saveparams字段中:

struct redisServer{
....
// 保存了redis.conf配置的属性
struct saveparam *saveparams;

// 记录上一次save的时间
time_t lastsave;

// 修改计数器
long long dirty;
...
};

那来看看它怎么保存的:

struct saveparam {
// 秒数
time_t seconds;
// 修改次数
int changes;
};

redis自己有一个定时任务每100毫秒执行一次,其中有一个任务就是检查save条件是否满足,如何判断的呢?就是用lastsavesaveparam.seconds比较时间是否满足,dirtychanges比较修改次数是否满足。

那bgsave如何实现呢,new一个子线程,然后拷贝个数据副本,然后和save一样处理。

好了,到这里,用Java写一个这应该是没问题了,那RDB的文件结构如何设计呢?我们来看看redis的设计。

1.4 RDB文件结构

REDIS+数据库版本号+数据类型+数据+EOF(表示数据结束)(377)+检验和

我们知道java中Class文件结构很复杂,因为它包含了常量、接口、类、父类、字段等面向对象的信息,而RDB的就比较简单了,因为它只需要存放数据即可。

和class结构一样,它的开头也是文件标识REDIS+版本号标识.

[root@izuf6i2jk9azj2te13kjx8z redis-4.0.9]# od -c dump.rdb
0000000 R E D I S 0 0 0 8 372 t r e d i s
0000020 - v e r 005 4 . 0 . 9 372 n r e d i
0000040 s - b i t s 300 @ 372 005 c t i m e 302
0000060 231 ; 017 ] 372 b u s e d - m e m 302 310
0000100 p r 0 372 f a o f - p r e a m b l
0000120 e 300 0 376 0 373 ( 0 0 006 k - 7 5 9 9
0000140 006 v - 7 5 9 9 0 022 c p t : 254 355 0
0000160 005 t 0 a g e t O n e 4 303 L 220 ^ 303
0000200 037 254 355 0 005 s r 0 % c o m . f a n
0000220 t . c o r e . r e s p o n s e .
0000240 S 005 e r v e r R 240 016 030 222 224 e 250 :
0000260 035 323 ? 002 0 003 I 0 006 s t a t u s L
0000300 0 004 d a t 031 0 022 L j a v a / l
0000320 a n g / O b j e c t ; L 0 003 m s
0000340 g 340 005 032 f S t r i n g ; x p 0 0
0000360 0 310 y 0 036 340 005 y 037 p o j o . C
0000400 o m p e t i t i o n Z 276 231 334 b 025

...
0140540 a 004 j a v a 377 v 006 n u m b e r 024
0140560 002 0 0 0 006 0 0 0 001 0 002 0 003 0 004 0
0140600 005 0 006 0 016 004 l i s t 001 027 027 0 0 0
0140620 024 0 0 0 006 0 0 362 002 363 002 364 002 365 002 366
0140640 002 367 377 377 - 022 036 ] 367 332 257 _

分析:

R   E   D   I   S:RDB文件标志
0 0 0 8:版本号
372:结束符
r e d i s
0000020 - v e r 005 4 . 0 . 9:redis-version4.0.9
r e d i
0000040 s - b i t s 300 @:redis的位数6432
c t i m e 302 0000060 231 ; 017 ]:时间戳
u s e d - m e m 302 310 0000100 p r 0:redis使用内存的大小
374RDB_OPCODE_EXPIRETIME_MS(带有过期时间标识)
0: 表示字符串
最后8字节为校验和

更详细的可以查看http://redisbook.com/preview/rdb/rdb_struct.html

手写过Jedis的朋友都熟悉RESP协议,RDB的数据段和它的排版方式很相似。比如: 003 m s g 005 h e l l o 377就表示键值对:msg(3个长度):hello(5个长度)

AOF

AOF以拼接和重写命令的方式来实现。

# 是否开启aof
appendonly yes

# 文件名称
appendfilename "appendonly.aof"

# 同步方式
##每次收到写命令就立即强制写入磁盘,最慢的,但是保证完全的持久化,不推荐使用
# appendfsync always
##每秒钟强制写入磁盘一次,在性能和持久化方面做了很好的折中,系统默认
appendfsync everysec
##完全依赖os,性能最好,持久化没保证
# appendfsync no

# aof重写期间是否同步
no-appendfsync-on-rewrite no

# 重写触发配置
auto-aof-rewrite-percentage 100
auto-aof-rewrite-min-size 64mb

# 加载aof时如果有错如何处理
aof-load-truncated yes

# 文件重写策略
aof-rewrite-incremental-fsync yes

这一段配置中,大家着重理解同步方式的配置。redis默认采用的每秒一次写入AOF文件的策略。

实现原理

struct redisServer {

// ...
// 存放AOF缓冲
sds aof_buf;

// ...
};

当有新的命令进来,redis就会将其(协议化后)追加到aof_buf的末尾。

同理,redis的事件循环也会监听AOF的配置,如果满足配置文件中的同步方式appendfsync everysec等,就会将aof_buf中的内容保存到AOF文件里。

为什么要进行AOF重写

我们知道,redis对AOF有重写机制,用来控制AOF文件的大小。

  1. AOF体积过大不利于存储。

  2. AOF体积过大,使用AOF数据还原的时间更长。

AOF重写多个键值对的数据一定是使用一条数据完成吗

发生在重写列表、哈希表、集合、有序集合可能会带有多个元素的键时。

不是,如果它的值超过64项,则会用多条命令来完成。(避免客户端输入缓冲区溢出)

AOF谁来执行

Redis不希望AOF重写造成服务器阻塞,所以用子进程(带有数据副本)去处理。

AOF期间有新的数据进来会导致AOF文件与当前数据不一致吗

不会。为了解决这个问题,Reids设置了AOF重写缓冲区(创建子进程后开启),当Redis执行命令时,redis会同时将这个信息发送给aof_buf和AOF重写缓冲区。

扩展

过期键的删除策略

  1. 定时删除。过期键较多的情况下,大量的CPU用于删除键而影响了客户端的请求。

  2. 惰性删除。只有过期键被访问才删除,可能会导致过期键过多,造成内存浪费和溢出。

  3. 定期删除。限制时长和频率对过期键进行删除,难点在于时长和频率难以确定。

Redis的过期键删除策略

Redis采用的是惰性删除和定期删除,配合这两种策略来取得CPU和内存的平衡。

RDB和AOF文件中会包含过期键吗

不包含。

在生成RDB和AOF文件时,程序会对键进行检查,已过期的键不保存到文件中。


看完本文有收获?请转发分享给更多人


Redis持久化深入理解


原文始发于微信公众号(Java知音):Redis持久化深入理解