REmote DIctionary Server(Redis) 是一個由Salvatore Sanfilippo寫的key-value存儲系統。node
Redis是一個開源的使用ANSI C語言編寫、遵照BSD協議、支持網絡、可基於內存亦可持久化的日誌型、Key-Value數據庫,並提供多種語言的API。程序員
Redis 與其餘 key - value 緩存產品有如下三個特色:redis
Redis有着更爲複雜的數據結構而且提供對他們的原子性操做,這是一個不一樣於其餘數據庫的進化路徑。Redis的數據類型都是基於基本數據結構的同時對程序員透明,無需進行額外的抽象。數據庫
Redis運行在內存中可是能夠持久化到磁盤,因此在對不一樣數據集進行高速讀寫時須要權衡內存,應爲數據量不能大於硬件內存。在內存數據庫方面的另外一個優勢是,相比在磁盤上相同的複雜的數據結構,在內存中操做起來很是簡單,這樣Redis能夠作不少內部複雜性很強的事情。同時,在磁盤格式方面他們是緊湊的以追加的方式產生的,由於他們並不須要進行隨機訪問。 緩存
RDB方式,是將redis某一時刻的數據持久化到磁盤中,是一種快照式的持久化方法。安全
redis在進行數據持久化的過程當中,會先將數據寫入到一個臨時文件中,待持久化過程都結束了,纔會用這個臨時文件替換上次持久化好的文件。正是這種特性,讓咱們能夠隨時來進行備份,由於快照文件老是完整可用的。服務器
對於RDB方式,redis會單首創建(fork)一個子進程來進行持久化,而主進程是不會進行任何IO操做的,這樣就確保了redis極高的性能。網絡
若是須要進行大規模數據的恢復,且對於數據恢復的完整性不是很是敏感,那RDB方式要比AOF方式更加的高效。數據結構
雖然RDB有很多優勢,但它的缺點也是不容忽視的。若是你對數據的完整性很是敏感,那麼RDB方式就不太適合你,由於即便你每5分鐘都持久化一次,當redis故障時,仍然會有近5分鐘的數據丟失。因此,redis還提供了另外一種持久化方式,那就是AOF。架構
AOF,英文是Append Only File,即只容許追加不容許改寫的文件。
如前面介紹的,AOF方式是將執行過的寫指令記錄下來,在數據恢復時按照從前到後的順序再將指令都執行一遍,就這麼簡單。
咱們經過配置redis.conf中的appendonly yes就能夠打開AOF功能。若是有寫操做(如SET等),redis就會被追加到AOF文件的末尾。
默認的AOF持久化策略是每秒鐘fsync一次(fsync是指把緩存中的寫指令記錄到磁盤中),由於在這種狀況下,redis仍然能夠保持很好的處理性能,即便redis故障,也只會丟失最近1秒鐘的數據。
若是在追加日誌時,剛好遇到磁盤空間滿、inode滿或斷電等狀況致使日誌寫入不完整,也沒有關係,redis提供了redis-check-aof工具,能夠用來進行日誌修復。
由於採用了追加方式,若是不作任何處理的話,AOF文件會變得愈來愈大,爲此,redis提供了AOF文件重寫(rewrite)機制,即當AOF文件的大小超過所設定的閾值時,redis就會啓動AOF文件的內容壓縮,只保留能夠恢復數據的最小指令集。舉個例子或許更形象,假如咱們調用了100次INCR指令,在AOF文件中就要存儲100條指令,但這明顯是很低效的,徹底能夠把這100條指令合併成一條SET指令,這就是重寫機制的原理。
在進行AOF重寫時,仍然是採用先寫臨時文件,所有完成後再替換的流程,因此斷電、磁盤滿等問題都不會影響AOF文件的可用性,這點你們能夠放心。
AOF方式的另外一個好處,咱們經過一個「場景再現」來講明。某同窗在操做redis時,不當心執行了FLUSHALL,致使redis內存中的數據所有被清空了,這是很悲劇的事情。不過這也不是世界末日,只要redis配置了AOF持久化方式,且AOF文件尚未被重寫(rewrite),咱們就能夠用最快的速度暫停redis並編輯AOF文件,將最後一行的FLUSHALL命令刪除,而後重啓redis,就能夠恢復redis的全部數據到FLUSHALL以前的狀態了。是否是很神奇,這就是AOF持久化方式的好處之一。可是若是AOF文件已經被重寫了,那就沒法經過這種方法來恢復數據了。
雖然優勢多多,但AOF方式也一樣存在缺陷,好比在一樣數據規模的狀況下,AOF文件要比RDB文件的體積大。並且,AOF方式的恢復速度也要慢於RDB方式。
若是你直接執行BGREWRITEAOF命令,那麼redis會生成一個全新的AOF文件,其中便包括了能夠恢復現有數據的最少的命令集。
若是運氣比較差,AOF文件出現了被寫壞的狀況,也沒必要過度擔心,redis並不會貿然加載這個有問題的AOF文件,而是報錯退出。這時能夠經過如下步驟來修復出錯的文件:
AOF重寫的內部運行原理,咱們有必要了解一下。
在重寫即將開始之際,redis會建立(fork)一個「重寫子進程」,這個子進程會首先讀取現有的AOF文件,並將其包含的指令進行分析壓縮並寫入到一個臨時文件中。
與此同時,主工做進程會將新接收到的寫指令一邊累積到內存緩衝區中,一邊繼續寫入到原有的AOF文件中,這樣作是保證原有的AOF文件的可用性,避免在重寫過程當中出現意外。
當「重寫子進程」完成重寫工做後,它會給父進程發一個信號,父進程收到信號後就會將內存中緩存的寫指令追加到新AOF文件中。
當追加結束後,redis就會用新AOF文件來代替舊AOF文件,以後再有新的寫指令,就都會追加到新的AOF文件中了。
對於咱們應該選擇RDB仍是AOF,官方的建議是兩個同時使用。這樣能夠提供更可靠的持久化方案。
像MySQL同樣,redis是支持主從同步的,並且也支持一主多從以及多級從結構。
主從結構,一是爲了純粹的冗餘備份,二是爲了提高讀性能,好比很消耗性能的SORT就能夠由從服務器來承擔。
redis的主從同步是異步進行的,這意味着主從同步不會影響主邏輯,也不會下降redis的處理性能。
主從架構中,能夠考慮關閉主服務器的數據持久化功能,只讓從服務器進行持久化,這樣能夠提升主服務器的處理性能。
在主從架構中,從服務器一般被設置爲只讀模式,這樣能夠避免從服務器的數據被誤修改。可是從服務器仍然能夠接受CONFIG等指令,因此仍是不該該將從服務器直接暴露到不安全的網絡環境中。若是必須如此,那能夠考慮給重要指令進行重命名,來避免命令被外人誤執行。
從服務器會向主服務器發出SYNC指令,當主服務器接到此命令後,就會調用BGSAVE指令來建立一個子進程專門進行數據持久化工做,也就是將主服務器的數據寫入RDB文件中。在數據持久化期間,主服務器將執行的寫指令都緩存在內存中。
在BGSAVE指令執行完成後,主服務器會將持久化好的RDB文件發送給從服務器,從服務器接到此文件後會將其存儲到磁盤上,而後再將其讀取到內存中。這個動做完成後,主服務器會將這段時間緩存的寫指令再以redis協議的格式發送給從服務器。
另外,要說的一點是,即便有多個從服務器同時發來SYNC指令,主服務器也只會執行一次BGSAVE,而後把持久化好的RDB文件發給多個下游。在redis2.8版本以前,若是從服務器與主服務器因某些緣由斷開鏈接的話,都會進行一次主從之間的全量的數據同步;而在2.8版本以後,redis支持了效率更高的增量同步策略,這大大下降了鏈接斷開的恢復成本。
主服務器會在內存中維護一個緩衝區,緩衝區中存儲着將要發給從服務器的內容。從服務器在與主服務器出現網絡瞬斷以後,從服務器會嘗試再次與主服務器鏈接,一旦鏈接成功,從服務器就會把「但願同步的主服務器ID」和「但願請求的數據的偏移位置(replication offset)」發送出去。主服務器接收到這樣的同步請求後,首先會驗證主服務器ID是否和本身的ID匹配,其次會檢查「請求的偏移位置」是否存在於本身的緩衝區中,若是二者都知足的話,主服務器就會向從服務器發送增量內容。
增量同步功能,須要服務器端支持全新的PSYNC指令。這個指令,只有在redis-2.8以後才具備。
衆所周知,事務是指「一個完整的動做,要麼所有執行,要麼什麼也沒有作」。
在聊redis事務處理以前,要先和你們介紹四個redis指令,即MULTI、EXEC、DISCARD、WATCH。這四個指令構成了redis事務處理的基礎。
redis的經常使用命令主要分爲兩個方面、一個是鍵值相關命令、一個是服務器相關命令
一、鍵值相關命令
keys * 取出當前全部的key
exists name 查看n是否有name這個key
del name 刪除key name
expire confirm 100 設置confirm這個key100秒過時
ttl confirm 獲取confirm 這個key的有效時長
select 0 選擇到0數據庫 redis默認的數據庫是0~15一共16個數據庫
move confirm 1 將當前數據庫中的key移動到其餘的數據庫中,這裏就是把confire這個key從當前數據庫中移動到1中
persist confirm 移除confirm這個key的過時時間
randomkey 隨機返回數據庫裏面的一個key
rename key2 key3 重命名key2 爲key3
type key2 返回key的數據類型
二、服務器相關命令
ping PONG返回響應是否鏈接成功
echo 在命令行打印一些內容
select 0~15 編號的數據庫
quit /exit 退出客戶端
dbsize 返回當前數據庫中全部key的數量
info 返回redis的相關信息
config get dir/* 實時傳儲收到的請求
flushdb 刪除當前選擇數據庫中的全部key
flushall 刪除全部數據庫中的數據庫