思路
鉴于之间学习过的Docker一些基础知识,这次准备部署一个简单的分布式,高可用的redis集群,如下的拓扑
tuopu.png
下面介绍下,对于这张拓扑图而言,需要了解的一些基础概念。
Redis持久化
Redis有两种持久化策略。
Rdb
全量备份
形成二进制文件: dump.rdb
在使用命令 save(停写), BgSave。或者Save配置条件触发时,开始全量持久化Rdb文件。
相关的Redis.conf配置有:
dir
dbfilename
save(停写)
例如:
save 900 1 #after 900 sec (15 min) if at least 1 key changedsave 300 10 #after 300 sec (5 min) if at least 10 keys changedsave 60 10000 #after 60 sec if at least 10000 keys changeddbfilename dump.rdb # The filename where to dump the DBdir ./ # The DB will be written inside this directory
aof
Append only file
增量备份
Redis.conf配置
appendonly yes appendfilename "appendonly.aof" # The name of the append only file (default: "appendonly.aof")
那么aof和Rdb的一些对比呢:
Col1 | rdb | aof |
---|---|---|
性能影响 | 平时不影响性能 备份时性能影响较大 | 性能一直会受到影响 |
数据丢失 | 两次备份之间的增量数据会丢失 | 不会丢失数据 |
备份文件大小 | 只有数据,较小 | 除了数据还记录了数据的变化过程,较大 |
可参考 官方文档
Redis高可用
从两个角度来考虑高可用:主从复制,主从切换
主从复制
可以通过命令SLAVEOF,来配置当前节点是某个Redis的Slave节点。参考 slaveof
主从切换
使用官方的Redis-sentinel可以实现Redis的主从切换。
参考Redis官方文档 和 sentinel.md
值得注意的是,配饰抖个Sentinel实例,他们之间是互相通信的。官方推荐:一个健康的集群部署,至少需要3个Sentinel实例。这样他们之间会通过quorum参数来执行主从切换操作ODOWN。
SDOWN:主观离线,Sentinel发现redis挂了。
ODOWN:客观离线,Sentinel根据规则投票后确定redis挂了
规则为 #of SDOWN>quorum
启动Sentinel
redis-sentinel /path/to/sentinel.conf
在本文的例子中,Sentienl的配置文件如下所示:
sentinel 实例1:
port 26379daemonize yes logfile "/var/log/redis/sentinel_26379.log"sentinel monitor firstmaster 10.165.124.10 16379 2sentinel auth-pass firstmaster 123456sentinel config-epoch firstmaster 0sentinel leader-epoch firstmaster 0sentinel monitor sencondmaster 10.165.124.10 16381 2sentinel auth-pass sencondmaster 123456sentinel config-epoch sencondmaster 0sentinel leader-epoch sencondmaster 0
sentinel 实例2:
port 26380daemonize yes logfile "/var/log/redis/sentinel_26380.log"sentinel monitor firstmaster 10.165.124.10 16379 2sentinel auth-pass firstmaster 123456sentinel config-epoch firstmaster 0sentinel leader-epoch firstmaster 0sentinel monitor sencondmaster 10.165.124.10 16381 2sentinel auth-pass sencondmaster 123456sentinel config-epoch sencondmaster 0sentinel leader-epoch sencondmaster 0
sentinel 实例3:
port 26381daemonize yes logfile "/var/log/redis/sentinel_26381.log"sentinel monitor firstmaster 10.165.124.10 16379 2sentinel auth-pass firstmaster 123456sentinel config-epoch firstmaster 0sentinel leader-epoch firstmaster 0sentinel monitor sencondmaster 10.165.124.10 16381 2sentinel auth-pass sencondmaster 123456sentinel config-epoch sencondmaster 0sentinel leader-epoch sencondmaster 0
可以看出,3个实例监控了 firstmaster及secondmaster,两个集群。
对于其中一个sentinel实例,看到它的信息如下:
$ redis-cli -h 10.165.124.10 -p 26380 -a 12345610.165.124.10:26380> info# Serverredis_version:2.8.24redis_git_sha1:00000000redis_git_dirty:0redis_build_id:7de005b109aa3dd5 redis_mode:sentinel os:Linux 3.16.0-0.bpo.4-amd64 x86_64 arch_bits:64multiplexing_api:epoll gcc_version:4.7.2process_id:28837run_id:630dfd8f09105bc84147923319afbf1d5cebe9a5 tcp_port:26380uptime_in_seconds:347096uptime_in_days:4hz:13lru_clock:12213499config_file:/etc/redis/sentinel_26380.conf# Sentinelsentinel_masters:2sentinel_tilt:0sentinel_running_scripts:0sentinel_scripts_queue_length:0master0:name=firstmaster,status=ok,address=10.165.124.10:16379,slaves=1,sentinels=3master1:name=secondmaster,status=ok,address=10.165.124.10:16381,slaves=1,sentinels=3
最后2行可以看出监控的集群,其余2个sentinel实例也是如此。
下面讲,如何在这样的集群上,通过Jedis来进行集群操作
JedisSentinelPool
它解决了痛点:
不确定主redis 的ip port
需要从sentinel获取
JedisSentinelPool可以直接想sentinel查询当前master的ip port,在建立连接。
import redis.clients.jedis.Jedis;import redis.clients.jedis.JedisPoolConfig;import redis.clients.jedis.JedisSentinelPool;import java.util.HashSet;import java.util.Set;public class JedisSentinelTest { public static Set<String> sentinels = new HashSet<String>(); public static JedisPoolConfig config = new JedisPoolConfig(); static{ config.setMaxTotal(100); config.setMaxIdle(100); config.setMaxWaitMillis(1000); sentinels.add("10.165.124.10:26379"); } public static JedisSentinelPool sentinelPool = new JedisSentinelPool("firstmaster", sentinels, config); public static void main(String[] args){ Jedis jedis = sentinelPool.getResource(); try{ jedis.auth("123456"); jedis.set("sentinel_one", "sentinel_one"); System.out.println(jedis.get("sentinel_one")); }finally { if (jedis!= null){ jedis.close(); } } } }
从代码里可以看出,我们的Jedis链接是通过Sentinel来获取的。
分布式
解决痛点:
用户较多数据量大,一台服务器内存不足。
部署多台增加容量,但是需要考虑如何分割数据
Redis的分布式使用的是一致性哈希算法。满足:
分散性:避免相同的内容映射到不同节点
平衡性:均匀分布,每个节点上的内容数量差不多
单调性:增删节点时,不影响旧的映射。
一致性哈希的原理如图所示:
haxi.png
有了算法,那么数据分片在Redis中还有3种分类:
1,客户端分片
使用比如ShardedJedis,Predis,Redis-rb等客户端的包,在客户端金鑫该数据分片。
shardJedis.png
在本例中,使用ShardedJedisPool,代码如下:
public class SharedJedisTest { public static JedisPoolConfig poolConfig = new JedisPoolConfig(); public static List<JedisShardInfo> shards = new ArrayList<JedisShardInfo>(); static { poolConfig.setMaxTotal(100); poolConfig.setMaxIdle(10); poolConfig.setMaxWaitMillis(2000); JedisShardInfo info1 = new JedisShardInfo("10.165.124.10",16379); info1.setPassword("123456"); JedisShardInfo info2 = new JedisShardInfo("10.165.124.10",16381); info2.setPassword("123456"); shards.add(info1); shards.add(info2); } public static ShardedJedisPool shardedJedisPool = new ShardedJedisPool(poolConfig,shards); public static void main(String[] args){ ShardedJedis jedis = null; try { jedis = shardedJedisPool.getResource(); for (int i =0; i<50; i++){ String key = String.format("key%d",i); String value = String.format("value%d",i); jedis.set(key, value); Client client1= jedis.getShard(key).getClient(); System.out.println(String.format(("%s in server: %s, and port is: %d"),key,client1.getHost(),client1.getPort())); } }finally { if (jedis != null){ jedis.close(); } } } }
可以看出,两个Master都在一个shardedJedisPool里。但是这里有个问题就是需要维护Master的地址,所以后续如果可能,也需要开发Sentinel管理的JedisPool的插件。
2,代理分片
Twemproxy, codis, onecache。如图:
proxy.png
特点:
服务端计算分片,客户端简单
客户端无需维护redis的ip
Proxy会增加响应时间
3,查询路由
Redis 3.0:Redis集群自己做好分片。
特点:
无需proxy
客户端可以记录下每个key对应的redis以增加性能
支持3.0 的客户端还很少
route.png
docker 镜像:
https://hub.docker.com/r/tutum/redis/
https://github.com/tutumcloud/redis
Redis监控统计
Info {options}
Server/Clients/Memory/Persistence/Stats/Replications/Cpu/Commandstats/Keyspaces
常用的
Memory : used_memory_human 当前使用内存量
Memory : mem_fragmentation_ratio 内存碎片率
Stats : instantaneous_ops_per_sec 实时的QPS
Stats: expired_keys, evicted_keys, keyspace_hits, keyspace_misses 过期的key,被置换的key,命中的key数量,未命中的key数量
Replication 主从连接是否正常,复制是否正常
Commandstats 每个命令的执行情况
Keyspaces 每个db上有多少key
彩蛋
一款成功产品的架构图:
单点式: 一主多从
single.png
分布式:
Redis:多个Redis节点,每个节点都一主一从。
Redis-sentinel: 主从探获、切换。
Proxy:业务代理转发,数据分片
NLB:负载均衡,Proxy去单点
multi.png
部署Redis的Docker file
FROM tutum/redis:latest# redis configurationENV REDIS_PASS "123456"ENV REDIS_MAXMEMORY_POLICY="allkeys-lru"ENV REDIS_MAXMEMORY="10mb"ENV REDIS_DATABASES="2"ENV REDIS_APPENDONLY="yes"ENV REDIS_APPENDFSYNC=everysec
启动容器:
集群1:
docker run -d --name master1 -p 16379:6379 test/redis docker run -d --name slave1 -p 16380:6379 -e -e REDIS_MASTERAUTH="123456" test/redis
集群2:
docker run -d --name master2 -p 16381:6379 test/redis docker run -d --name slave2 -p 16382:6379 -e REDIS_MASTERAUTH="123456" test/redis
作者:professorLea
链接:https://www.jianshu.com/p/ad878b513f9a
共同学习,写下你的评论
评论加载中...
作者其他优质文章