1 Redis集群实现
1.1Redis集群
1.1.1为什么要搭建redis集群
通常,为了提高网站响应速度,总是把热点数据保存到内存而不是直接从后端数据库中读取。
Redis是一个很好的Cache工具。大型网站应用,热点数据往往巨大,几十G上百G是正常的事情。
由于内存大小的限制,使用一台Redis实例显然无法满足需求,这时就需要使用多台redis作为缓存数据库,
但是如何保证数据存储的一致性呢,这时就需要搭建redis集群,采用合理的机制,保证用户的正常访问需求。
采用redis集群,可以保证数据分散存储,同时保证数据存储的一致性,并且在内部实现高可用的机制,实现了服务故障的自动迁移。
1.1.2集群搭建计划
主从划分:3台主机 3台从机 共6台 端口划分 7000-7005
1.2集群搭建
1.2.1准备集群文件夹
1.准备集群文件夹
命令:mkdir cluster
2.在cluster文件夹中分别创建7000-7005文件夹
1.2.2复制配置文件
说明:将reids根目录中的redis.conf文件复制到cluster/7000/并一原名保存
命令:cp redis.conf cluster/7000/
1.2.3編輯配置文件
1.注释本地绑定IP地址
2.关闭保护模式
3.修改端口号
4.启动后台启动
5.修改pid文件
6.修改持久化文件路径
7.设定内存优化策略
8.关闭AOF模式
9.开启集群配置
10开启集群配置文件
11.修改集群超时时间
1.2.4赋值修改或后的文件
说明:将7000文件夹下的redis.conf文件分别复制到7001-7005中
[root@localhost cluster]# cp 7000/redis.conf 7001/
[root@localhost cluster]# cp 7000/redis.conf 7002/
[root@localhost cluster]# cp 7000/redis.conf 7003/
[root@localhost cluster]# cp 7000/redis.conf 7004/
[root@localhost cluster]# cp 7000/redis.conf 7005/
1.2.5批量修改
说明:分别将7001-7005文件中的redis.conf文件里面的7000改为对应的端口号的名称
修改时注意方向键的使用
命令::%s7000/7001/g 批量修改配置文件
1.2.6通过脚本编辑启动/关闭指令
1.创建启动脚本 vim start.sh
2.编辑关闭脚本文件 vim shutdown.sh
3.启动redis节点
sh start.sh
4.检查redis节点是否启动异常
命令:ps -ef | grep redis
1.2.7创建redis集群
#5.0版本执行 使用C语言内部管理集群
redis-cli --cluster create --cluster-replicas 1 192.168.35.130:7000 192.168.35.130:7001 192.168.35.130:7002 192.168.35.130:7003 192.168.35.130:7004 192.168.35.130:7005
1.2.8redis集群高可用测试
1.关闭redis主机。检查是否自动实现故障迁移
2.再次启动关闭的redis主机,检查是否能实现自动挂载
一般情况下,能够实现主从挂载
个别情况:宕机后的节点重启,可能挂载到其他主节点中(7001/7002)正确的
1.3redis集群原理
1.3.1redis集群高可用推选原理
如图所示:
原理说明:
redis的所有的节点都会保存当前redis集群中的全部主从状态信息,并且每个节点都能够互相通信。当一个节点方式宕机现象,则集群中的其他节点通过ping-pong检测机制检查redis节点是否宕机,当有半数以上的节点认为宕机,则认为主节点宕机同时又redis剩余的主节点进入选举机制,投票选举链接宕机的主节点的从机,实现故障迁移。
1.3.2Redis宕机的条件
特点:集群中如果主机宕机,那么从机会可以继续通过服务
当主机中没有从机时,则向其他主机借用多余的从机,继续提供服务,如果主机宕机时没有从机可以用,集群崩溃
答案:9个redis节点,节点宕机5-7次时集群才崩溃。
如图所示:
1.3.3Redis hash槽存储数据原理
说明:redisCluster采用分此分区,所有的键根据哈希函数(CRC16[key]%16384)映射
到0-16383槽内,均衡划分区间
算法:哈希函数:Hash()=CRC16[key]%16284
如图所示:
当向redis集群中插入数据时,首先将key进行计算,之后将计算的结果匹配到具体的某一个槽的区间内,之后再将数据set到管理该槽的节点中
如图所示:
1.4redis集群测试入门案例
package com.jt.test;
import org.junit.jupiter.api.Test;
import redis.clients.jedis.HostAndPort;
import redis.clients.jedis.JedisCluster;
import java.util.HashSet;
import java.util.Set;
public class TestCluster {
//分片机制类似 一致性hash算法 hash槽算法
@Test
public void test01(){
Set<HostAndPort> set=new HashSet<>();
set.add(new HostAndPort("192.168.126.129",7000));
set.add(new HostAndPort("192.168.126.129",7001));
set.add(new HostAndPort("192.168.126.129",7002));
set.add(new HostAndPort("192.168.126.129",7003));
set.add(new HostAndPort("192.168.126.129",7004));
set.add(new HostAndPort("192.168.126.129",7005));
JedisCluster jedisCluster=new JedisCluster(set);
jedisCluster.set("cluster", "redis集群测试");
System.out.println(jedisCluster.get("cluster"));
}
}
2. Redis分区算法
1.1 hash槽算法
hash槽算法 分区算法:
说明:Redis采用此分区,所有的键跟哈希函数(CRC[key]%16384)映射到0-16383槽内,共16384个槽位,每个节点维护部分槽即槽映射的键值数据,根据主节点的个数,均匀划分区间。
算法:哈希函数 :(CRC[key]%16384)
当向redis集群中插入数据时,首先将key进行计算,之后将计算结果匹配到具体的某一个槽的区间内,之后再将数据set到管理该槽的节点中。
1.2关于算法的面试题
1.2.1关于集群/分片算法说明
问题:一个数组很多,槽位不够肿么办???? 错误
解答:
1.一致性hash算法hash(key)43亿,按照顺时针方向找到最近的节点,进行set操作
2.hash槽算法(CRC[key]%16384)计算的结果规哪一个节点管理,将数据保存到节点中
核心知识:一致性