一、非关系型数据库产生背景

High performance————对数据库高并发读写需求
Huge Storage———对海量数据高效存储与访问需求
High Scalability && High Availability——对数据库高可扩展性与高可用性需求

1、关系型数据库和非关系型数据库区别
1.1、数据存储方式不同
关系型和非关系型数据库的主要差异是数据存储的方式。关系型数据天然就是表格式的，因此存储在数据表的行和列中。数据表可以彼此关联协作存储，也很容易提取数据。
与其相反，非关系型数据不适合存储在数据表的行和列中，而是大块组合在一起。非关系型数据通常存储在数据集中，就像文档、键值对或者图结构。你的数据及其特性是选择数据存储和提取方式的首要影响因素。
关系型:依赖于关系模型E-R图，同时以二维表格式的方式存储数据
非关系型:除了以表格形式存储之外，通常会以大块的形式组合在一起进行存储数据
1.2、扩展方式不同
sQL和NoSQL数据库最大的差别可能是在扩展方式上，要支持日益增长的需求当然要扩展。
要支持更多并发量，sQL数据库是纵向扩展，也就是说提高处理能力，使用速度更快速的计算机，这样处理相同的数据集就更快了。因为数据存储在关系表中，操作的性能瓶颈可能涉及很多个表，这都需要通过提高计算机性能来克服。虽然sgL数据库有很大扩展空间，但最终肯定会达到纵向扩展的上限。
而NoSQL数据库是横向扩展的。因为非关系型数据存储天然就是分布式的，NoSQL数据库的扩展可以通过给资源池添加更多普通的数据库服务器(节点)来分担负载。
关系:纵向(天然表格式)
非关:横向(天然分布式)
1.3、对事务性的支持不同
如果数据操作需要高事务性或者复杂数据查询需要控制执行计划，那么传统的SQI数据库从性能和稳定性方面考虑是最佳选择。scL数据库支持对事务(ACID)原子性细粒度控制，并且易于回滚事务。
虽然MoSL数据库也可以使用事务操作，但稳定性方面没法和关系型数据库比较，所以它们真正闪亮的价值是在操作的扩展性和大数据量处理方面。
关系型:特别适合高事务性要求和需要控制执行计划的任务
非关系:此处会稍显弱势，其价值点在于高扩展性和大数据量处理方面

关系型数据库：
实例–>数据库–>表(table)–>记录行(row)、数据字段(column)——》存储数据

非关系型数据库：
实例–>数据库–>集合(collection) -->键值对(key-value)

二、Redis简介

基于内存运行并支持持久化
采用key-value(键值对)的存储形式

1、优点

• 速度快: 10W QPS,基于内存,C语言实现
• 单线程 使用epoll （默认)+I/O多路复用机制
• 持久化 可以将内存中的数据保存在磁盘中，重启的时候可以再次加载进行使用。
• 支持多种数据结构 支持key-value、strings、Lists、Hashes（散列值)、Sets 及ordered Sets等数据类型操作
• 支持多种编程语言
• 功能丰富: 支持Lua脚本,发布订阅,事务,pipeline等功能
• 简单: 代码短小精悍(单机核心代码只有23000行左右),单线程开发容易,不依赖外部库,使用简单
• 主从复制
• 支持高可用和分布式
• 原子性: Redis所有操作都是原子性的，不可分割是一个整体

2、典型应用场景

• Session 共享：常见于web集群中的Tomcat或者PHP中多web服务器session共享
• 缓存：数据查询、电商网站商品信息、新闻内容
• 计数器：访问排行榜、商品浏览数等和次数相关的数值统计场景
• 微博/微信社交场合：共同好友,粉丝数,关注,点赞评论等
• 消息队列：ELK的日志缓存、部分业务的订阅发布系统
• 地理位置: 基于GEO(地理信息定位),实现摇一摇,附近的人,外卖等功能

三、缓存

1、概念

缓存是为了调节速度不一致的两个或多个不同的物质的速度，在中间对速度较慢的一方起到加速作用，比如CPU的一级、二级缓存是保存了CPU最近经常访问的数据，内存是保存CPU经常访问硬盘的数据，而且硬盘也有大小不一的缓存，甚至是物理服务器的raid 卡有也缓存，都是为了起到加速CPU 访问硬盘数据的目的，因为CPU的速度太快了，CPU需要的数据由于硬盘往往不能在短时间内满足CPU的需求，因此CPU缓存、内存、Raid 卡缓存以及硬盘缓存就在一定程度上满足了CPU的数据需求，即CPU 从缓存读取数据可以大幅提高CPU的工作效率。

2、系统缓存buffer与cache：

buffer：缓冲也叫写缓冲，一般用于写操作，可以将数据先写入内存再写入磁盘，buffer 一般用于写缓冲，用于解决不同介质的速度不一致的缓冲，先将数据临时写入到里自己最近的地方，以提高写入速度，CPU会把数据先写到内存的磁盘缓冲区，然后就认为数据已经写入完成看，然后由内核在后续的时间在写入磁盘，所以服务器突然断电会丢失内存中的部分数据。

cache：缓存也叫读缓存，一般用于读操作，CPU读文件从内存读，如果内存没有就先从硬盘读到内存再读到CPU，将需要频繁读取的数据放在里自己最近的缓存区域，下次读取的时候即可快速读取。

3、缓存保存位置及分层结构

• 用户层: 浏览器DNS缓存,应用程序DNS缓存,操作系统DNS缓存客户端
• 代理层: CDN,反向代理缓存
• Web层: Web服务器缓存
• 应用层: 页面静态化
• 数据层: 分布式缓存,数据库
• 系统层: 操作系统cache
• 物理层: 磁盘cache, Raid Cache

3.1、DNS缓存

浏览器的DNS缓存默认为60秒，即60秒之内在访问同一个域名就不在进行DNS解析

3.2、应用层缓存

Nginx、PHP等web服务可以设置应用缓存以加速响应用户请求，另外有些解释性语言，比如：
PHP/Python/Java不能直接运行，需要先编译成字节码，但字节码需要解释器解释为机器码之后才能执
行，因此字节码也是一种缓存，有时候还会出现程序代码上线后字节码没有更新的现象。所以一般上线
新版前,需要先将应用缓存清理,再上线新版。
另外可以利用动态页面静态化技术,加速访问,比如:将访问数据库的数据的动态页面,提前用程序生成静态
页面文件html 电商网站的商品介绍,评论信息非实时数据等皆可利用此技术实现。

3.3、数据层缓存

• 分布式缓存服务
  Redis
  Memcached
• 数据库
  MySQL 查询缓存
  innodb缓存、MYISAM缓存

3.4、硬件缓存

• CPU缓存(L1的数据缓存和L1的指令缓存)、二级缓存、三级缓存
• 磁盘缓存:Disk Cache
• 磁盘阵列缓存: Raid Cache,可使用电池防止断电丢失数据

四、安装Redis

[root@localhost ~]# systemctl disable --now firewalld               关闭防火墙
[root@localhost ~]# systemctl stop firewalld
[root@localhost ~]# setenforce 0

[root@localhost ~]# yum install -y gcc gcc-c++ make                 安装环境
[root@localhost ~]# cd /opt                                             
[root@localhost opt]# rz -E                                           导入安装包
rz waiting to receive.
[root@localhost opt]# ls
redis-5.0.7.tar.gz  rh
[root@localhost opt]# tar zxvf redis-5.0.7.tar.gz -C /opt/           解压到/opt
[root@localhost opt]# cd /opt/redis-5.0.7/
[root@localhost redis-5.0.7]# make
[root@localhost redis-5.0.7]# make PREFIX=/usr/local/redis install
[root@localhost redis-5.0.7]# cd /opt/redis-5.0.7/utils/
[root@localhost utils]# ./install_server.sh
。。。一路回车

到这一行需要输入


回车后

[root@localhost utils]# ss -natp |grep redis

[root@localhost ~]# vim /etc/redis/6379.conf

改

[root@localhost ~]# /etc/init.d/redis_6379 restart
[root@localhost ~]# ss -natp |grep redis

[root@localhost ~]# ln -s /usr/local/redis/bin/* /usr/local/bin/

五、Redis 命令相关

1、Redis命令工具

redis-server：
#用于启动 Redis 的工具
redis-benchmark：
#用于检测 Redis 在本机的运行效率
redis-check-aof:
#修复 AOF 持久化文件
redis-check-rdb：
#修复 RDB 持久化文件
redis-cli:
#是 Redis 命令行工具

2、redis-cli 命令行工具

语法：
redis-cli -h host -p port -a password -n 数据序号（0-15）
-h:指定远程主机
-p：指定redis服务端口
-a：指定密码，未设置数据库密码可以省略-a选项
-n：指定数据序号 库默认是0号库redis有16个库（0-15）
若不添加任何选型表示，则使用127.0.0.1:6379 连接本机上的redis 数据库

3、redis-benchmark 测试工具

redis-benchmark 是官方自带的 Redis 性能测试工具， 可以有效的测试 Redis 服务的性
能。 基本的测试语法为
redis-benchmark [选项] [选项值]
-h： 指定服务器主机名。
-p： 指定服务器端口。
-s： 指定服务器 socket。
-c： 指定并发连接数。
-n： 指定请求数。
-d： 以字节的形式指定 SET/GET 值的数据大小。
-k： 1=keep alive 0=reconnect 。
-r： SET/GET/INCR 使用随机 key, SADD 使用随机值。
-P： 通过管道传输请求。
-q： 强制退出 redis。 仅显示 query/sec 值。
–csv： 以 CSV 格式输出。
-l： 生成循环， 永久执行测试。
-t： 仅运行以逗号分隔的测试命令列表。
-I： Idle 模式。 仅打开 N 个 idle 连接并等待。

[root@localhost ~]# redis-benchmark -h 192.168.133.50 -p 6379 -c 100 -n 1000    为 6379 的 Redis 服务器发送 100 个并发连接与 1000 个请求测试性能

[root@localhost ~]# redis-benchmark -h 192.168.133.50 -p 6379 -q -d 100   试存取
大小为 100 字节的数据包的性能

[root@localhost ~]# redis-benchmark -t set,lpush -n 100000 -q   测试本机上 Redis 服务在进行 set 与 lpush 操作时的性能。

六、Redis 数据库常用命令

1、登录redis

[root@localhost ~]# redis-cli                        任何参数不加就是默认127.0.0.1的数据库

2、set/get

设置键和值

127.0.0.1:6379> set shuihu wuyong
OK

127.0.0.1:6379> get shuihu
"wuyong"

3、keys

使用 keys 命令可以取符合规则的键值列表， 通常情况可以结合*、 ？ 等选项来使用

127.0.0.1:6379> keys *

创建三个键值

127.0.0.1:6379> keys cl*                       *代表后面所有
1) "class2"
2) "class23"
3) "class1"

127.0.0.1:6379> keys class?                    ？代表一个字符
1) "class2"
2) "class1"

127.0.0.1:6379> keys class??                   几个？就是几个字符
1) "class23"

4、exists 命令

可以判断键值是否存在
显示已有键值

127.0.0.1:6379> EXISTS class1                            存在显示1
(integer) 1
127.0.0.1:6379> EXISTS class                             不存在显示0
(integer) 0
127.0.0.1:6379> EXISTS sclool
(integer) 0

5、type 命令

使用 type 命令可以获取 key 对应的 value 值类型 只对已有键值有效否则会提示none

127.0.0.1:6379> type class1                                     已有键值
string
127.0.0.1:6379> type yu                                         未有键值
none

6、rename命令

rename 源 key 目标 key
rename 命令是对已有 key 进行重命名， 其命令格式为： rename 源 key 目标 key。 使用
rename 命令进行重命名时， 无论目标 key 是否存在都进行重命名， 且源 key 的值会覆盖目
标 key 的值。 在实际使用过程中， 建议先用 exists 命令查看目标 key 是否存在， 然后再决
定是否执行 rename 命令， 以避免覆盖重要数据

127.0.0.1:6379> get class2                                  查看class2 的值
"2"
127.0.0.1:6379> rename class2 class3                        改class2键值名为class3
OK
127.0.0.1:6379> get class3                                 再次查看值没有变
"2"

7、renamenx

renamenx 命令的作用是对已有 key 进行重命名， 并检测新名是否存在。 其命令格式与
rename 的命令格式除命令关键字不同外基本相同， renamenx 源 key 目标 key。 使用
renamenx 命令进行重命名时， 如果目标 key 存在则不进行重命名

127.0.0.1:6379> get class3                                     获得class3的值
"2"
127.0.0.1:6379> RENAMENX class3 class4                         改class3为class4
(integer) 1                                                     验证成功
127.0.0.1:6379> get class4                                     可以正常获得class4的值
"2"
127.0.0.1:6379> RENAMENX class4 class1                      但是想要改成class1就不被允许
(integer) 0

8、dbsize

dbsize 命令的作用是查看当前数据库中 key 的数目

127.0.0.1:6379> DBSIZE
(integer) 9

9、设置密码

127.0.0.1:6379> CONFIG SET requirepass 123456                        设置密码
OK
127.0.0.1:6379> AUTH 123456                                           验证密码
OK
127.0.0.1:6379> CONFIG gET requirepass                               查看密码
1) "requirepass"
2) "123456"

[root@localhost ~]# redis-cli -h 192.168.133.50 -p 6379       从192.168.133.50机器上登录
192.168.133.50:6379> keys *                                     
(error) NOAUTH Authentication required.                        未验证密码前查看键值被拒绝了
192.168.133.50:6379> AUTH 123456                                   验证密码
OK
192.168.133.50:6379> keys *                                       查看键值就可以了
1) "shuihu"
2) "counter:__rand_int__"
3) "myset:__rand_int__"
4) "class4"
5) "mylist"
6) "class23"
7) "class1"
8) "key:__rand_int__"
9) "\xe6\xb0\xb4\xe6\xb5\x92"

192.168.133.50:6379> CONFIG SET requirepass ''                  我们也可以把密码设置为空
OK

这样不用密码验证也能操作，实际情况得输密码，空格也算字符

10、多数据库操作

Redis 支持多数据库， Redis 在没有任何改动的情况下默认包含 16 个数据库， 数据库名
称是用数字 0-15 来依次命名的。 使用 Select 命令可以进行 Redis 的多数据库之间的切换，
命令格式为 select index,其中 index 表示数据库的序号。 而使用 redis-cli 连接 Redis 数
据库后， 默认使用的是序号为 0 的数据库。

192.168.133.50:6379> SELECT 10
OK

也可以指定数据库登录

[root@localhost ~]# redis-cli -h 192.168.133.50 -p 6379 -n 10

11、移动数据

Redis 的多数据库在一定程度上是相对独立的， 例如在数据库 0 上面存放的 k1 的数据，
在其它的 1-15 的数据库上是无法查看到的。

192.168.133.50:6379> get class1                              获得class1的值
"1"
192.168.133.50:6379> move class1 10                        移动到数据库10中
(integer) 1
192.168.133.50:6379> SELECT 10                               转移到数据库中
OK
192.168.133.50:6379[10]> get class1                          获得键值
"1"

12、清除数据库内数据

Redis 数据库的整库数据删除主要分为两个部分：
清空当前数据库数据，
使用 FLUSHDB

192.168.133.50:6379[10]> FLUSHDB                             清空数据库
OK
192.168.133.50:6379[10]> keys *                                查看没有数据了
(empty list or set)

清空所有数据库的数据， 使用 FLUSHALL 命令实现。 但是， 数据清空操作比较危
险， 生产环境下一般不建议使用。

七、Redis 高可用

在web服务器中，高可用是指服务器可以正常访问的时问，衡量的标准是在多长时间内可以提供正常服务(99.9%、99.99%、99.998等等)。
但是在Redis语境中，高可用的含义似乎要宽泛一些，除了保证提供正常服务（如主从分离、快速容灾技术)，还需要考虑数据容量的扩展、数据安全不会丢失等。
在Redis中，实现高可用的技术主要包括持久化、主从复制、哨兵和cluster集群：

• 主从复制:主从复制是高可用Redis的基础，哨兵和集群都是往E从复制基优上实现g分用的隆上从f糯能上[的能月的码制。"oEr)，"及对于读操作的负载均衡和简单的故障恢复。缺陷:故障恢复无法自动化;写操作无法负载均衡;存储能力受到单机的限制。
• 哨兵:在主从复制的基础上，哨兵实现了自动化的故障恢复。缺陷:写操作无法负载均衡;存储能力受到单机的限制。
• 集群:通过集群，Redis解决了写操作无法负载均衡，以及存储能力受到单机限制的问题，实现了较为完善的高可用方案。
• 持久化:持久化是最简单的高可用方法(有时甚至不被归为高可用的手段)，主要作用是数据备份，即将数据存储在硬盘，保证数据不会因进程退出而丢失。

八、Redis持久化

Redis 是一种高级 key-value 数据库。 它跟 memcached 类似， 不过数据可以持久化， 而
且支持的数据类型很丰富。 有字符串， 链表， 集合和有序集合。 支持在服务器端计算集合的
并， 交和补集(difference)等， 还支持多种排序功能。 所以 Redis 也可以被看成是一个数据
结构服务器。
Redis 的所有数据都是保存在内存中， 然后不定期的通过异步方式保存到磁盘上(这称
为“半持久化模式” )； 也可以把每一次数据变化都写入到一个 append only file(aof)里
面(这称为“全持久化模式” )。
由于 Redis 的数据都存放在内存中， 如果没有配置持久化， redis 重启后数据就全丢失
了， 于是需要开启 redis 的持久化功能， 将数据保存到磁盘上， 当 redis 重启后， 可以从磁
盘中恢复数据。 redis 提供两种方式进行持久化， 一种是 RDB 持久化（原理是将 Reids 在内
存中的数据库记录定时 dump 到磁盘上的 RDB 持久化）， 另外一种是 AOF（append only file）
持久化（原理是将 Reids 的操作日志以追加的方式写入文件）。

1、持久化概述

Redis是运行在内存中，内存中的数据断电丢失
为了能够重用Redis数据，或者防止系统故障，我们需要将Redis中的数据写入到磁盘空间中，即持久化

2、持久化分类

2.1、RDB方式

创建快照的方式获取某一时刻Redis中所有数据的副本，只保存结果，为了提高处理效率和提高落地在磁盘中的占用体积，会进行压缩处理
RDB 持久化是指在指定的时间间隔内将内存中的数据集快照写入磁盘， 实际操作过程是fork 一个子进程， 先将数据集写入临时文件， 写入成功后， 再替换之前的文件， 用二进制压缩存储
执行流程
(1) Redis父进程首先判断 :当前是否在执行save，或bgsave/bgrewriteaof的子进程，如果在执行则bgsave命令直接返回。
bgsave/bgrewriteaof 的子进程不能同时执行，主要是基于性能方面的考虑:两个并发的子进程同时执行大量的磁盘写操作，可能引起严重的性能问题。
(2) 父进程执行fork操作创建子进程，这个过程中父进程是阻塞的，Redis不能执行来自客户端的任何命令
(3) 父进程fork后，bgsave 命令返回 “Background saving started” 信息并不再阻塞父进程，并可以响应其他命令
(4) 子进程创建RDB文件，根据父进程内存快照生成临时快照文件，完成后对原有文件进行替换
(5) 子进程发送信号给父进程表示完成，父进程更新统计信息
启动时加载
RDB文件的载入是在服务器启动时自动执行的，并没有专门的命令。但是由于AOF的优先级更高，因此当AOF开启时，Redis会优先载入AOF文件来恢复数据;只有当A0F关闭时，才会在Redis服务器启动时检测RDB文件，并自动载入。服务器载入RDB文件期间处于阻塞状态，直到载入完成为止。
Redis载入RDB文件时，会对RDB文件进行校验，如果文件损坏，则日志中会打印错误，Redis启动失败
配置项有一项可以 忽略 RDB文件的错误，开启redis

2.11、 触发条件

RDB 持久化触发条件分为手动触发和自动触发两种

手动触发

save命令和bgsave命令都可以生成RDB文件。
save命令会阻塞Redis服务器进程，直到RDB文件创建完毕为止，在Redis服务器阻塞期间，服务器不能处理任何命令请求。
而bgsave命令会创建一个子进程，由子进程来负责创建RDB文件，父进程 (即Redis主进程) 则继续处理请求。
bgsave命令执行过程中，只有fork 子进程时会阻塞服务器，而对于save命令，整个过程都会阻塞服务器，因此save已基本被废弃，线上环境要杜绝save的使用。往往生产环境 bgsave 依然不允许轻易使用

自动触发

在自动触发RDB持久化时，Redis也会选择bgsave而不是save来进行持久化。
save m n
自动触发最常见的情况是在配置文件中通过save m n，指定当m秒内发生n次变化时，会触发bgsave。

vim /etc/redis/6379.conf
--219行--以下三个save条件满足任意一个时，都会引起bgsave的调用
save 900 1 :当时间到900秒时，如果redis数据发生了至少1次变化，则执行bgsave
save 300 10 :当时间到300秒时， 如果redis数据发生了至少10次变化，则执行bgsave
save 60 10000 :当时间到60秒时，如果redis数据发生了至少10000次变化， 则执行bgsave
--242行--是否开启RDB文件压缩
rdbcompression yes
--254行--
dbfilename dump.rdb
--264行--指定RDB文件和AOF文件所在目录
dir /var/lib/redis/6379

其他自动触发机制

除了 save m n 以外，还有一些其他情况会触发bgsave

1. 在主从复制场景下，如果从节点执行全量复制操作，则主节点会执行bgsave命令，并将rdb文件发送给从节点。并触发AOF增量复制
2. 主动关闭时，自动执行rdb持久化。
3. 在redis重启时，当AOF未开启时，才会基于RDB文件进行恢复数据，运行REDIS

2.2、AOF 持久化

以日志的形式记录服务器所处理的每一个写、 删除操作， 查询操作不会记录，以文本的方式记录， 可以打开文件看到详细的操作记录。

2.21、开启AOF

Redis服务器默认开启RDB，关闭AOF: 要开启AOF，需要在配置文件中配置:

vim /etc/ redis/ 6379. conf
- 700行--修改， 开启AOF
appendonly yes
--704行--指定AOF文件名称
appendfilename "appendonly.aof"
--796行--是否忽略最后一条可能存在问题的指令
aof-load-truncated yes

/etc/init.d/redis_6379 restart
ls /var/lib/redis/6379

2.22、执行流程

由于需要记录Redis的每条写命令，因此AOF不需要触发，下面介绍AOF的执行流程
AOF的执行流程包括:
● 命令追加(append): 将Redis的写命令追加到缓冲区aof_buf;
● 文件写入(write)和文件同步(sync):根据不同的同步策略将aof_buf中的内容同步到硬盘;
● 文件重写(rewrite): 定期重写AOF文件，达到压缩的目的。

命令追加 (append)

Redis先将写命令追加到缓冲区，而不是直接写入文件，主要是为了避免每次有写命令都直接写入硬盘，导致硬盘IO成为Redis负载的瓶颈。
命令追加的格式是Redis命令请求的协议格式，它是一种纯文本格式，具有兼容性好、可读性强、容易处理、操作简单避免二次开销等优点。在AOF文件中，除了用于指定数据库的select命令 (如select0为选中0号数据库) 是由Redis添加的，其他都是客户端发送来的写命令。

innodb_flush_log_at_trx_commit=1
sync_binlog=1
如果innodb_flush_log_at_trx_commit设置为0：log buffer将每秒一次地写入log file中，并且log file的flush(刷到磁盘)操作同时进行.该模式下，在事务提交的时候，不会主动触发写入磁盘的操作;
如果innodb_flush_log_at_trx_commit设置为1：每次事务提交时MySQL都会把log buffer的数据写入log file，并且flush(刷到磁盘)中去;
如果innodb_flush_log_at_trx_commit设置为2：每次事务提交时MySQL都会把log buffer的数据写入log file，但是flush(刷到磁盘)操作并不会同时进行。该模式下,MySQL会每秒执行一次 flush(刷到磁盘)操作。

文件写入(write) 和文件同步 (sync)

Redis 提供了多种AOF缓存区的同步文件策略，策略涉及到操作系统的write函数和fsync函数，说明如下:
为了提高文件写入效率，在现代操作系统中，当用户调用write函数将数据写入文件时，操作系统通常会将数据暂存到一个内存缓冲区里，当缓冲区被填满或超过了指定时限后，才真正将缓冲区的数据写入到硬盘里。这样的操作虽然提高了效率，但也带来了安全问题:如果计算机停机，内存缓冲区中的数据会丢失;因此系统同时提供了fsync、fdatasync等同步函数，可以强制操作系统立刻将缓冲区中的数据写入到硬盘里，从而确保数据的安全性。
触发条件

vim /etc/redis/6379.conf
---729---行
● appendfsync always:
命令写入aof_ buf后立即调用系统fsync操作同步到AOF文件，fsync完成后线程返回。这种情况下，每次有写命令都要同步到AOF文件，硬盘IO成为性能瓶颈，Redis只能支持大约几百TPS写入，严重降低了Redis的性能；即便是使用固态硬盘(SSD)，每秒大约也只能处理几万个命令，而且会大大降低SSD的寿命。
● appendfsync no:
命令写入aof_ buf后调用系统write操作，不对AOF文件做fsync同步;同步由操作系统负责，通常同步周期为30秒。这种情况下，文件同步的时间不可控，且缓冲区中堆积的数据会很多，数据安全性无法保证。
● appendfsync everysec: 默认
命令写入aof_ buf后调用系统write操作，write完成后线程返回; fsync同步文件操作由专门的线程每秒调用一次。everysec是前述两种策略的折中，是性能和数据安全性的平衡，因此是Redis的默认配置，也是我们推荐的配置。

文件重写 (rewrite)

随着时间流逝，Redis服务器执行的写命令越来越多，AOF文件也会越来越大：过大的AOF文件不仅会影响服务器的正常运行，也会导致数据恢复需要的时间过长。

文件重写是指定期重写AOF文件，减小AOF文件的体积。需要注意的是，AOF重写是把Redis进程内的数据转化为写命令，同步到新的AOF文件；不会对旧的AOF文件进行任何读取、写入操作!

关于文件重写需要注意的另一点是：对于AOF持久化来说，文件重写虽然是强烈推荐的，但并不是必须的；即使没有文件重写，数据也可以被持久化并在Redis启动的时候导入：因此在一些实现中，会关闭自动的文件重写，然后通过定时任务在每天的某一时刻定时执行。
文件重写之所以能够压缩AOF文件，原因在于：
● 过期的数据不再写入文件
● 无效的命令不再写入文件：如有些数据被重复设值(set mykey v1, set mykey v2)、有些数据被删除了(sadd myset v1, del myset) 等。
● 多条命令可以合并为一个：如sadd myset v1, sadd myset v2， sadd myset v3可以合并为sadd myset v1 v2 v3。
通过上述内容可以看出，由于重写后AOF执行的命令减少了，文件重写既可以减少文件占用的空间，也可以加快恢复速度
文件重写的触发，分为手动触发和自动触发：
● 手动触发：直接调用bgrewriteaof命令，该命令的执行与bgsave有些类似：都是fork子进程进行具体的工作，且都只有在fork时阻塞。
● 自动触发：通过设置auto-aof - rewrite-min-size选项和auto- aof - rewrite- percentage选项来自动执行BGREWRITEAOF。
只有当auto-aof- rewrite- -min-size和auto-aof -rewrite-percentage两个选项同时满足时，才会自动触发AOF重写，即bgrewriteaof操作。

vim /etc/redis/6379.conf
----729----
●AOF 同步的策略
729 # appendfsync always
730 appendfsync everysec
731 # appendfsync no
----771----
● auto-aof-rewrite-percentage 100
：当前AOF文件大小(即aof_current_size)是上次日志重写时AOF文件大小(aof_base_size)两倍时，发生BGREWRITEAOF操作
● auto-aof - rewrite-min-size 64mb
：当前A0F文件执行BGREWRITEAOF命令的最小值，避免刚开始启动Reids时由于文件尺寸较小导致频繁的BGREWRITEAOF

关于文件重写的流程，有两点需要特别注意：
(1) 重写由父进程fork子进程进行;
(2) 重写期间Redis执行的写命令，需要追加到新的AOF文件中，为此Redis引入了aof_ rewrite_buf缓存。

#文件重写的流程如下：
(1) Redis父 进程首先判断当前是否存在正在执行bgsave/bgrewriteaof的子进程，如果存在则bgrewriteaof命令直接返回，如果存在bgsave命令则等bgsave执行完成后再执行。
(2) 父进程执行fork操作创建子进程，这个过程中父进程是阻塞的。
(3.1) 父进程fork后，bgrewriteaof 命令返回"Background append only file rewrite started" 信息并不再阻塞父进程，并可以响应其他命令。Redis的所有写命令依然写入AOF缓冲区，并根据appendfsync策略同步到硬盘，保证原有AOF机制的正确。
(3.2) 由于fork操作使用写时复制技术，子进程只能共享fork操作时的内存数据。由于父进程依然在响应命令，因此Redis使用AOF重写缓冲区(aof_ rewrite_buf) 保存这部分数据，防止新AOF文件生成期间丢失这部分数据。也就是说，bgrewriteaof执行 期间，Redis的写 命令同时追加到aof_ buf和aof_ rewirte_ buf两个缓冲区。
(4) 子进程根据内存快照，按照命令合并规则写入到新的AOF文件。
(5.1) 子进程写完新的AOF文件后，向父进程发信号，父进程更新统计信息，具体可以通过info persistence查看。
(5.2) 父进程把AOF重写缓冲区的数据写入到新的AOF文件，这样就保证了新AOF文件所保存的数据库状态和服务器当前状态一致。
(5.3) 使用新的AOF文件替换老文件，完成AOF重写。

3、RDB 和 AOF 的优缺点

3.1、RDB 优势

1. 一旦采用该方式， 那么你的整个 Redis 数据库将只包含一个文件， 这对于文件备份而言是非常完美的。 比如， 你可能打算每个小时归档一次最近 24 小时的数据， 同时还要每天归档一次最近 30 天的数据。 通过这样的备份策略， 一旦系统出现灾难性故障， 我们可以非常容易的进行恢复。
2. 对于灾难恢复而言， RDB 是非常不错的选择。 因为我们可以非常轻松的将一个单独的文件压缩后再转移到其它存储介质上。
3. 性能最大化。 对于 Redis 的服务进程而言， 在开始持久化时， 它唯一需要做的只是fork 出子进程， 之后再由子进程完成这些持久化的工作， 这样就可以极大的避免服务进程执行 IO 操作了。
4. 相比于 AOF 机制， 如果数据集很大， RDB 的启动效率会更高。

3.2、RDB 劣势

1. 如果想保证数据的高可用性， 即最大限度的避免数据丢失， 那么 RDB 将不是一个很好的选择。 因为系统一旦在定时持久化之前出现宕机现象， 此前没有来得及写入磁盘的数据都将丢失。
2. 由于 RDB 是通过 fork 子进程来协助完成数据持久化工作的， 因此， 如果当数据集较大时， 可能会导致整个服务器停止服务几百毫秒， 甚至是 1 秒钟。

3.2、 AOF 的优势

1. 该机制可以带来更高的数据安全性， 即数据持久性。 Redis 中提供了 3 中同步策略，即每秒同步、 每修改同步和不同步。 事实上， 每秒同步也是异步完成的， 其效率也是非常高的， 所差的是一旦系统出现宕机现象， 那么这一秒钟之内修改的数据将会丢失。 而每修改同步， 我们可以将其视为同步持久化， 即每次发生的数据变化都会被立即记录到磁盘中。 可以预见， 这种方式在效率上是最低的。 至于无同步， 无需多言， 我想大家都能正确的理解它。
2. 由于该机制对日志文件的写入操作采用的是 append 模式，因此在写入过程中即使出现宕机现象， 也不会破坏日志文件中已经存在的内容。 然而如果我们本次操作只是写入了一半数据就出现了系统崩溃问题， 不用担心， 在 Redis 下一次启动之前， 我们可以通过redis-check-aof 工具来帮助我们解决数据一致性的问题。
3. 如果日志过大， Redis 可以自动启用 rewrite 机制。 即 Redis 以 append 模式不断的将修改数据写入到老的磁盘文件中， 同时 Redis 还会创建一个新的文件用于记录此期间有哪些修改命令被执行。 因此在进行 rewrite 切换时可以更好的保证数据安全性。
4. AOF 包含一个格式清晰、 易于理解的日志文件用于记录所有的修改操作。 事实上，我们也可以通过该文件完成数据的重建

3.4、AOF 的劣势

1. 对于相同数量的数据集而言， AOF 文件通常要大于 RDB 文件。 RDB 在恢复大数据集时的速度比 AOF 的恢复速度要快。
2. 根据同步策略的不同， AOF 在运行效率上往往会慢于 RDB。 总之， 每秒同步策略的效率是比较高的， 同步禁用策略的效率和 RDB 一样高效二者选择的标准， 就是看系统是愿意牺牲一些性能， 换取更高的缓存一致性（aof）， 还是愿意写操作频繁的时候， 不启用备份来换取更高的性能， 待手动运行 save 的时候， 再做备份（rdb）。 rdb 这个就更有些 eventually consistent 的意思了

4、redis的恢复策略/优势

redis 与其他常用非关数据库类似，都是将数据保存在内存中
而保存在内存中时，当redis重启，内存数据丢失，但redis通过RDB或AOF的持久化功能
可以在redis进行重启之后，优先读取AOF文件，基于AoF文件进行数据恢复这种方式来"持久化保存"数据

5、流量算法

令牌桶算法：控制投放令牌的速度
漏桶算法：控制补充桶内物品和下漏速度

6、淘汰策略

默认是惰性删除 LRU算法，控制内存中高热数据的保存时间
随机淘汰：淘汰近期命中较少的数据
定期删除—》保证两种持久化完成的情况下，同时业务不繁忙/终止业务的时候，删除为了解决缓存压力过大而导致使用swap交换分区以及牵扯到的其他功能模块问题
其他功能模块: AOF的持久化

八、redis的性能管理

Redis性能管理

1、 查看Redis内存使用

192.168.133.50:6379>info memory

2、内存碎片率

操作系统分配的内存值used_ memory_ rss除以Redis使用的内存值used_ memory计算得出内存碎片是由操作系统低效的分配/回收物理内存导致的 (不连续的物理内存分配)

#跟踪内存碎片率对理解Redis实例的资源性能是非常重要的:
● 内存碎片率稍大于1是合理的，这个值表示内存碎片率比较低
● 内存碎片率超过1.5，说明Redis消耗了实际需要物理内存的150号， 其中50号是内存碎片率。需要在redis-cli工具.上输入shutdown save命令，并重启Redis 服务器。
● 内存碎片率低于1的，说明Redis内存分配超出了物理内存，操作系统正在进行内存交换。需要增加可用物理内存或减少Redis内存占用。

3、内存使用率

redis实例的内存使用率超过可用最大内存，操作系统将开始进行内存与swap空间交换。
#避免内存交换发生的方法：
● 针对缓存数据大小选择安装Redis 实例
● 尽可能的使用Hash数据结构存储
● 设置key的过期时间

4、内回收key

保证合理分配redis有限的内存资源。
当达到设置的最大阀值时，需选择一种key的回收策略，默认情况下回收策略是禁止删除。
配置文件中修改maxmemory- policy属性值：

vim /etc/redis/6379.conf
--598--
maxmemory-policy noenviction
●volatile-lru :使用LRU算法从已设置过期时间的数据集合中淘汰数据
●volatile-ttl :从已设置过期时间的数据集合中挑选即将过期的数据淘汰
●volatile-random :从已设置过期时间的数据集合中随机挑选数据淘汰
●allkeys-lru :使用LRU算法从所有数据集合中淘汰数据
●allkeys-random :从数据集合中任意选择数据淘汰
●noenviction :禁止淘汰数据