08. 持久化
持久化
利用永久性存储介质将数据进行保存，在特定的时间将保存的数据进行恢复的工作机制称为持久化。
目的：防止数据意外丢失，确保数据安全性
持久化过程保存的内容：
- 将当前数据状态进行保存，快照形式，存储数据结果，存储格式简单，关注点在数据
对应Redis的RDB
- 将数据的操作过程进行保存，日志形式，存储操作过程，存储格式复杂，关注点在数据的操作过程。
对应Redis的AOF
RDB
save命令
启动方式：save命令
1 | |
作用：手动执行一次保存操作，会生成或更新持久化文件夹内的dump.rdb文件
save指令的执行会阻塞当前Redis服务器，直到当前RDB过程完成为止，有可能会造成长时间阻塞，线上环境不建议使用。
相关配置
save指令相关配置：
- dbfilename dump.rdb
说明：设置本地数据库文件名，默认值为 dump.rdb
经验：通常设置为 dump-端口号.rbd
- dir
说明：设置存储 .rdb 文件的路径
经验：通常设置成存储空间较大的目录中，目录名称通常为data
- rdbcompression yes
说明：设置存储至本地数据库时是否压缩数据，默认为yes，采用LZF压缩
经验：通常默认为开启状态，如果设置为no，可以节省cpu时间，但是会使存储的文件变大
- rdbchecksum yes
说明：设置是否进行RDB文件格式校验，该校验过程在写文件和读文件过程均进行
经验：通常默认为开启状态，如果设置为0，可以节约读写性过程约10%时间消耗，是存储一定的数据损坏风险
修改后的配置文件如下：
1 | |
bgsave指令
命令：
1 | |
作用：手动启动后台保存操作，但是不会立即执行，会在合适的时间进行执行，防止因为保存操作造成Redis的长时间阻塞。
bgsave命令是针对save阻塞问题做的优化。Redis内部所有涉及到RDB操作都采用bgsave的方式，save命令可以放弃使用。
bgsave后台执行工作原理：
graph LR
A["控制台"] -->|1.发送指令| B["Redis服务器"]
B -->|2.返回消息| A
B -->|2.调用fork函数生成子进程| C["子进程"]
C -->|4.返回消息| B
C -->|3.创建rdb文件| D[".rdb文件"]
bgsave的特殊配置：
- stop-writes-on-bgsave-error yes
说明：后台存储过程中如果出现错误现象，是否停止保存操作
经验：通常默认为开启状态
和save对比：
| 方式 | save | bgsave |
|---|---|---|
| 读写 | 同步 | 异步 |
| 阻塞客户端指令 | 是 | 否 |
| 额外内存消耗 | 否 | 是 |
| 启动新进程 | 否 | 是 |
自动保存
在配置文件中加入配置：
save second changes
作用：满足限定时间范围内key的变化数量达到指定数量即进行持久化
参数
- second
监控时间范围
- changes
监控key的变化量
增删改都算做变化
位置：在conf文件中进行配置。
save配置要根据实际业务情况进行设置，频度过高或过低都会出现性能问题，结果可能是灾难性的。
save配置中对于second与changes设置通常具有互补对应关系（一个值大一个值小），尽量不要设置成包含关系。
save配置启动后执行的是bgsave操作
RDB其他启动方式
- 全量复制
- 服务器运行过程中重启
1 | |
- 关闭服务器时指定保存数据
1 | |
优缺点
优点：
- RDB是一个紧凑压缩的二进制文件，存储效率较高
- RDB内部存储的是redis在某个时间点的数据快照，非常适合用于数据备份，全量复制等场景
- RDB恢复数据的速度要比AOF快很多
- 应用：服务器中每X小时执行bgsave备份，并将RDB文件拷贝到远程机器中，用于灾难恢复。
缺点：
- RDB方式无论是执行指令还是利用配置，无法做到实时持久化，具有较大的可能性丢失数据
- bgsave指令每次运行要执行fork操作创建子进程，要牺牲掉一些性能
- Redis的众多版本中未进行RDB文件格式的版本统一，有可能出现各版本服务之间数格式无法兼容的现象。
AOF
概述
RDB存储的弊端：
- 存储数据量较大，效率较低
基于快照思想，每次读写都是全部数据，当数据量巨大时，效率非常低。
- 大数据量下的IO性能较低
- 基于fork创建子进程，内存产生额外消耗
- 宕机带来的数据丢失风险
解决思路：
- 不写全数据，仅记录部分数据
- 改记录数据为记录操作过程
- 对所有操作均记录，排除丢失数据的风险
AOF（Append Only File）持久化：以独立日志的方式记录每次写命令，重启时再重新执行AOF文件中命令，达到恢复数据的目的。与RDB相比可以简单描述为改记录数据为记录数据产生的过程。
AOF的主要作用是解决了数据持久化的实时性，目前已经是Redis持久化的主流方式。
AOF写数据过程：
graph LR
A["控制台写命令（set name zhangsan)"] --> B["Redis服务器"]
B -->|AOF刷新缓存区| C["AOF写命令缓存区"]
C -->|将命令同步到AOF文件| D[".aof文件"]
写数据策略
AOF写数据三种策略：（appendfsync）
- always（每次）
每次写入操作均同步到AOF文件中，数据零误差，性能较低，不建议使用
- everysec（每秒）
每秒将缓冲区的指令同步到AOF文件中，数据准确性较高，性能较高。建议使用，也是默认配置
在系统突然宕机的情况下丢失1秒内的数据
- no（系统控制）
有操作系统控制每次同步化到AOF文件的周期，整体不可控
配置
开启AOF：
配置：appendonly yes|no
作用：是否开启AOF持久化功能，默认为不开启状态。
配置：appendfsync always|everysec|no
作用：AOF写数据策略
配置：appendfilename filename
作用：AOF持久化文件名，默认文件名为 appendonly.aof，建议配置为 appendonly-端口号.aof
配置：dir
作用：AOF持久化文件保存路径，与RDB持久化文件保持一致即可
重写
随着命令不断写入AOF，文件会越来越大，为了解决这个问题，Redis引入了AOF重写机制压缩文件体积。AOF文件重写是将Redis进程内的数据转化为写命令同步到新AOF文件的过程。简单说就是将对同一个数据的若干个命令执行结果转化成最终结果数据对应的指令进行记录。
例如：
1 | |
最终重写为：set age 22。
重写规则：
- 进程内已超时的数据不再写入文件
- 忽略无效指令，重写时使用进程内数据直接生成，这样新的AOF文件只保留最终数据的写入命令
- 对同一数据的多条写命令合并为一条命令
如：
lpush list1 a、lpush list1 b、lpush list1 c，合并为：lpush list1 a b c为防止数据量过大造成客户端缓冲区溢出，对list、set、hash、zset等类型，每条指令最多写入64个元素。
重写方式：
- 手动重写（指令）
1 | |
- 自动重写（配置）
1 | |
自动重写：
- 自动重写触发条件设置
1 | |
- 自动重写触发比对参数（运行指令 info Persistence获取具体信息）
1 | |
- 自动重写触发条件
1 | |
和RDB比较
| 持久化方式 | RDB | AOF |
|---|---|---|
| 占用存储空间 | 小（数据级：压缩） | 大（指令级：重写） |
| 存储速度 | 慢 | 快 |
| 恢复速度 | 快 | 慢 |
| 数据安全性 | 会丢失数据 | 依据策略决定 |
| 资源消耗 | 高/重量级 | 低/轻量级 |
| 启动优先级 | 低 | 高 |
选择：
- 对数据非常敏感，建议使用默认的AOF持久化方案
- AOF持久化策略使用everysecond，每秒钟fsync一次。该策略redis仍可以保持很好的处理性能，当出现问题时，最多丢失0-1秒内的数据
- 注意：AOF文件存储体积较大，且恢复速度较慢
- 数据呈现阶段有效性，建议使用RDB持久化方案
- 数据可以良好的做到阶段内无丢失（该阶段是开发者或者运维人员手工维护的），且恢复速度较快，阶段点数据恢复通常采用RDB方案
- 注意：使用RDB实现紧凑的数据持久化会使Redis降的很低
- 综合比对
- RDB与AOF 的选择实际上是在做一种权衡，每种都有利有弊
- 如不能承受数分钟以内的数据丢失，对业务数据非常敏感，选用AOF
- 如能承受数分钟以内的数据丢失，且追求大数据集的恢复速度，选用RDB
- 灾难恢复选用RDB
- 双保险策略，同时开启RDB和AOF，重启后，Redis优先使用AOF来恢复数据，降低丢失数据的量。