Redis 基礎(chǔ)、高級特性與性能調(diào)優(yōu) | 高薪必備
來源：http://c7.gg/fxqAK
本文將從Redis的基本特性入手，通過講述Redis的數(shù)據(jù)結(jié)構(gòu)和主要命令對Redis的基本能力進(jìn)行直觀介紹。之后概覽Redis提供的高級能力，并在部署、維護(hù)、性能調(diào)優(yōu)等多個(gè)方面進(jìn)行更深入的介紹和指導(dǎo)。
本文適合使用Redis的普通開發(fā)人員，以及對Redis進(jìn)行選型、架構(gòu)設(shè)計(jì)和性能調(diào)優(yōu)的架構(gòu)設(shè)計(jì)人員。
目錄
概述
Redis的數(shù)據(jù)結(jié)構(gòu)和相關(guān)常用命令
數(shù)據(jù)持久化
內(nèi)存管理與數(shù)據(jù)淘汰機(jī)制
Pipelining
事務(wù)與Scripting
Redis性能調(diào)優(yōu)
主從復(fù)制與集群分片
Redis Java客戶端的選擇
概述
Redis是一個(gè)開源的，基于內(nèi)存的結(jié)構(gòu)化數(shù)據(jù)存儲媒介，可以作為數(shù)據(jù)庫、緩存服務(wù)或消息服務(wù)使用。
Redis支持多種數(shù)據(jù)結(jié)構(gòu)，包括字符串、哈希表、鏈表、集合、有序集合、位圖、Hyperloglogs等。
Redis具備LRU淘汰、事務(wù)實(shí)現(xiàn)、以及不同級別的硬盤持久化等能力，并且支持副本集和通過Redis Sentinel實(shí)現(xiàn)的高可用方案，同時(shí)還支持通過Redis Cluster實(shí)現(xiàn)的數(shù)據(jù)自動(dòng)分片能力。
Redis的主要功能都基于單線程模型實(shí)現(xiàn)，也就是說Redis使用一個(gè)線程來服務(wù)所有的客戶端請求，同時(shí)Redis采用了非阻塞式IO，并精細(xì)地優(yōu)化各種命令的算法時(shí)間復(fù)雜度，這些信息意味著：
Redis是線程安全的（因?yàn)橹挥幸粋€(gè)線程），其所有操作都是原子的，不會因并發(fā)產(chǎn)生數(shù)據(jù)異常
Redis的速度非常快（因?yàn)槭褂梅亲枞絀O，且大部分命令的算法時(shí)間復(fù)雜度都是O(1))
使用高耗時(shí)的Redis命令是很危險(xiǎn)的，會占用唯一的一個(gè)線程的大量處理時(shí)間，導(dǎo)致所有的請求都被拖慢。（例如時(shí)間復(fù)雜度為O(N)的KEYS命令，嚴(yán)格禁止在生產(chǎn)環(huán)境中使用）
Redis的數(shù)據(jù)結(jié)構(gòu)和相關(guān)常用命令
本節(jié)中將介紹Redis支持的主要數(shù)據(jù)結(jié)構(gòu)，以及相關(guān)的常用Redis命令。本節(jié)只對Redis命令進(jìn)行扼要的介紹，且只列出了較常用的命令。如果想要了解完整的Redis命令集，或了解某個(gè)命令的詳細(xì)使用方法，請參考官方文檔：
https://redis.io/commands
Key
Redis采用Key-Value型的基本數(shù)據(jù)結(jié)構(gòu)，任何二進(jìn)制序列都可以作為Redis的Key使用（例如普通的字符串或一張JPEG圖片）
關(guān)于Key的一些注意事項(xiàng)：
不要使用過長的Key。例如使用一個(gè)1024字節(jié)的key就不是一個(gè)好主意，不僅會消耗更多的內(nèi)存，還會導(dǎo)致查找的效率降低
Key短到缺失了可讀性也是不好的，例如”u1000flw”比起”user:1000:followers”來說，節(jié)省了寥寥的存儲空間，卻引發(fā)了可讀性和可維護(hù)性上的麻煩
最好使用統(tǒng)一的規(guī)范來設(shè)計(jì)Key，比如”object-type:id:attr”，以這一規(guī)范設(shè)計(jì)出的Key可能是”user:1000″或”comment:1234:reply-to”
Redis允許的最大Key長度是512MB（對Value的長度限制也是512MB）
String
String是Redis的基礎(chǔ)數(shù)據(jù)類型，Redis沒有Int、Float、Boolean等數(shù)據(jù)類型的概念，所有的基本類型在Redis中都以String體現(xiàn)。
與String相關(guān)的常用命令：
SET：為一個(gè)key設(shè)置value，可以配合EX/PX參數(shù)指定key的有效期，通過NX/XX參數(shù)針對key是否存在的情況進(jìn)行區(qū)別操作，時(shí)間復(fù)雜度O(1)
GET：獲取某個(gè)key對應(yīng)的value，時(shí)間復(fù)雜度O(1)
GETSET：為一個(gè)key設(shè)置value，并返回該key的原value，時(shí)間復(fù)雜度O(1)
MSET：為多個(gè)key設(shè)置value，時(shí)間復(fù)雜度O(N)
MSETNX：同MSET，如果指定的key中有任意一個(gè)已存在，則不進(jìn)行任何操作，時(shí)間復(fù)雜度O(N)
MGET：獲取多個(gè)key對應(yīng)的value，時(shí)間復(fù)雜度O(N)
上文提到過，Redis的基本數(shù)據(jù)類型只有String，但Redis可以把String作為整型或浮點(diǎn)型數(shù)字來使用，主要體現(xiàn)在INCR、DECR類的命令上：
INCR：將key對應(yīng)的value值自增1，并返回自增后的值。只對可以轉(zhuǎn)換為整型的String數(shù)據(jù)起作用。時(shí)間復(fù)雜度O(1)
INCRBY：將key對應(yīng)的value值自增指定的整型數(shù)值，并返回自增后的值。只對可以轉(zhuǎn)換為整型的String數(shù)據(jù)起作用。時(shí)間復(fù)雜度O(1)
DECR/DECRBY：同INCR/INCRBY，自增改為自減。
INCR/DECR系列命令要求操作的value類型為String，并可以轉(zhuǎn)換為64位帶符號的整型數(shù)字，否則會返回錯(cuò)誤。
也就是說，進(jìn)行INCR/DECR系列命令的value，必須在[-2^63 ~ 2^63 – 1]范圍內(nèi)。
前文提到過，Redis采用單線程模型，天然是線程安全的，這使得INCR/DECR命令可以非常便利的實(shí)現(xiàn)高并發(fā)場景下的精確控制。
例1：庫存控制
在高并發(fā)場景下實(shí)現(xiàn)庫存余量的精準(zhǔn)校驗(yàn)，確保不出現(xiàn)超賣的情況。
設(shè)置庫存總量：
SET inv:remain "100"
庫存扣減+余量校驗(yàn)：
DECR inv:remain
當(dāng)DECR命令返回值大于等于0時(shí)，說明庫存余量校驗(yàn)通過，如果返回小于0的值，則說明庫存已耗盡。
假設(shè)同時(shí)有300個(gè)并發(fā)請求進(jìn)行庫存扣減，Redis能夠確保這300個(gè)請求分別得到99到-200的返回值，每個(gè)請求得到的返回值都是唯一的，絕對不會找出現(xiàn)兩個(gè)請求得到一樣的返回值的情況。
例2：自增序列生成
實(shí)現(xiàn)類似于RDBMS的Sequence功能，生成一系列唯一的序列號
設(shè)置序列起始值：
SET sequence "10000"
獲取一個(gè)序列值：
INCR sequence
直接將返回值作為序列使用即可。
獲取一批（如100個(gè)）序列值：
INCRBY sequence 100
假設(shè)返回值為N，那么[N – 99 ~ N]的數(shù)值都是可用的序列值。
當(dāng)多個(gè)客戶端同時(shí)向Redis申請自增序列時(shí)，Redis能夠確保每個(gè)客戶端得到的序列值或序列范圍都是全局唯一的，絕對不會出現(xiàn)不同客戶端得到了重復(fù)的序列值的情況。
List
Redis的List是鏈表型的數(shù)據(jù)結(jié)構(gòu)，可以使用LPUSH/RPUSH/LPOP/RPOP等命令在List的兩端執(zhí)行插入元素和彈出元素的操作。雖然List也支持在特定index上插入和讀取元素的功能，但其時(shí)間復(fù)雜度較高（O(N)），應(yīng)小心使用。
與List相關(guān)的常用命令：
LPUSH：向指定List的左側(cè)（即頭部）插入1個(gè)或多個(gè)元素，返回插入后的List長度。時(shí)間復(fù)雜度O(N)，N為插入元素的數(shù)量
RPUSH：同LPUSH，向指定List的右側(cè)（即尾部）插入1或多個(gè)元素
LPOP：從指定List的左側(cè)（即頭部）移除一個(gè)元素并返回，時(shí)間復(fù)雜度O(1)
RPOP：同LPOP，從指定List的右側(cè)（即尾部）移除1個(gè)元素并返回
LPUSHX/RPUSHX：與LPUSH/RPUSH類似，區(qū)別在于，LPUSHX/RPUSHX操作的key如果不存在，則不會進(jìn)行任何操作
LLEN：返回指定List的長度，時(shí)間復(fù)雜度O(1)
LRANGE：返回指定List中指定范圍的元素（雙端包含，即LRANGE key 0 10會返回11個(gè)元素），時(shí)間復(fù)雜度O(N)。應(yīng)盡可能控制一次獲取的元素?cái)?shù)量，一次獲取過大范圍的List元素會導(dǎo)致延遲，同時(shí)對長度不可預(yù)知的List，避免使用LRANGE key 0 -1這樣的完整遍歷操作。
應(yīng)謹(jǐn)慎使用的List相關(guān)命令：
LINDEX：返回指定List指定index上的元素，如果index越界，返回nil。index數(shù)值是回環(huán)的，即-1代表List最后一個(gè)位置，-2代表List倒數(shù)第二個(gè)位置。時(shí)間復(fù)雜度O(N)
LSET：將指定List指定index上的元素設(shè)置為value，如果index越界則返回錯(cuò)誤，時(shí)間復(fù)雜度O(N)，如果操作的是頭/尾部的元素，則時(shí)間復(fù)雜度為O(1)
LINSERT：向指定List中指定元素之前/之后插入一個(gè)新元素，并返回操作后的List長度。如果指定的元素不存在，返回-1。如果指定key不存在，不會進(jìn)行任何操作，時(shí)間復(fù)雜度O(N)
由于Redis的List是鏈表結(jié)構(gòu)的，上述的三個(gè)命令的算法效率較低，需要對List進(jìn)行遍歷，命令的耗時(shí)無法預(yù)估，在List長度大的情況下耗時(shí)會明顯增加，應(yīng)謹(jǐn)慎使用。
換句話說，Redis的List實(shí)際是設(shè)計(jì)來用于實(shí)現(xiàn)隊(duì)列，而不是用于實(shí)現(xiàn)類似ArrayList這樣的列表的。如果你不是想要實(shí)現(xiàn)一個(gè)雙端出入的隊(duì)列，那么請盡量不要使用Redis的List數(shù)據(jù)結(jié)構(gòu)。
為了更好支持隊(duì)列的特性，Redis還提供了一系列阻塞式的操作命令，如BLPOP/BRPOP等，能夠?qū)崿F(xiàn)類似于BlockingQueue的能力，即在List為空時(shí)，阻塞該連接，直到List中有對象可以出隊(duì)時(shí)再返回。針對阻塞類的命令，此處不做詳細(xì)探討，請參考官方文檔（https://redis.io/topics/data-types-intro） 中”Blocking operations on lists”一節(jié)。
Hash
Hash即哈希表，Redis的Hash和傳統(tǒng)的哈希表一樣，是一種field-value型的數(shù)據(jù)結(jié)構(gòu)，可以理解成將HashMap搬入Redis。
Hash非常適合用于表現(xiàn)對象類型的數(shù)據(jù)，用Hash中的field對應(yīng)對象的field即可。
Hash的優(yōu)點(diǎn)包括：
可以實(shí)現(xiàn)二元查找，如”查找ID為1000的用戶的年齡”
比起將整個(gè)對象序列化后作為String存儲的方法，Hash能夠有效地減少網(wǎng)絡(luò)傳輸?shù)南?/span>
當(dāng)使用Hash維護(hù)一個(gè)集合時(shí)，提供了比List效率高得多的隨機(jī)訪問命令
與Hash相關(guān)的常用命令：
HSET：將key對應(yīng)的Hash中的field設(shè)置為value。如果該Hash不存在，會自動(dòng)創(chuàng)建一個(gè)。時(shí)間復(fù)雜度O(1)
HGET：返回指定Hash中field字段的值，時(shí)間復(fù)雜度O(1)
HMSET/HMGET：同HSET和HGET，可以批量操作同一個(gè)key下的多個(gè)field，時(shí)間復(fù)雜度：O(N)，N為一次操作的field數(shù)量
HSETNX：同HSET，但如field已經(jīng)存在，HSETNX不會進(jìn)行任何操作，時(shí)間復(fù)雜度O(1)
HEXISTS：判斷指定Hash中field是否存在，存在返回1，不存在返回0，時(shí)間復(fù)雜度O(1)
HDEL：刪除指定Hash中的field（1個(gè)或多個(gè)），時(shí)間復(fù)雜度：O(N)，N為操作的field數(shù)量
HINCRBY：同INCRBY命令，對指定Hash中的一個(gè)field進(jìn)行INCRBY，時(shí)間復(fù)雜度O(1)
應(yīng)謹(jǐn)慎使用的Hash相關(guān)命令：
HGETALL：返回指定Hash中所有的field-value對。返回結(jié)果為數(shù)組，數(shù)組中field和value交替出現(xiàn)。時(shí)間復(fù)雜度O(N)
HKEYS/HVALS：返回指定Hash中所有的field/value，時(shí)間復(fù)雜度O(N)
上述三個(gè)命令都會對Hash進(jìn)行完整遍歷，Hash中的field數(shù)量與命令的耗時(shí)線性相關(guān)，對于尺寸不可預(yù)知的Hash，應(yīng)嚴(yán)格避免使用上面三個(gè)命令，而改為使用HSCAN命令進(jìn)行游標(biāo)式的遍歷，具體請見
https://redis.io/commands/scan
Set
Redis Set是無序的，不可重復(fù)的String集合。
與Set相關(guān)的常用命令：
SADD：向指定Set中添加1個(gè)或多個(gè)member，如果指定Set不存在，會自動(dòng)創(chuàng)建一個(gè)。時(shí)間復(fù)雜度O(N)，N為添加的member個(gè)數(shù)
SREM：從指定Set中移除1個(gè)或多個(gè)member，時(shí)間復(fù)雜度O(N)，N為移除的member個(gè)數(shù)
SRANDMEMBER：從指定Set中隨機(jī)返回1個(gè)或多個(gè)member，時(shí)間復(fù)雜度O(N)，N為返回的member個(gè)數(shù)
SPOP：從指定Set中隨機(jī)移除并返回count個(gè)member，時(shí)間復(fù)雜度O(N)，N為移除的member個(gè)數(shù)
SCARD：返回指定Set中的member個(gè)數(shù)，時(shí)間復(fù)雜度O(1)
SISMEMBER：判斷指定的value是否存在于指定Set中，時(shí)間復(fù)雜度O(1)
SMOVE：將指定member從一個(gè)Set移至另一個(gè)Set
慎用的Set相關(guān)命令：
SMEMBERS：返回指定Hash中所有的member，時(shí)間復(fù)雜度O(N)
SUNION/SUNIONSTORE：計(jì)算多個(gè)Set的并集并返回/存儲至另一個(gè)Set中，時(shí)間復(fù)雜度O(N)，N為參與計(jì)算的所有集合的總member數(shù)
SINTER/SINTERSTORE：計(jì)算多個(gè)Set的交集并返回/存儲至另一個(gè)Set中，時(shí)間復(fù)雜度O(N)，N為參與計(jì)算的所有集合的總member數(shù)
SDIFF/SDIFFSTORE：計(jì)算1個(gè)Set與1或多個(gè)Set的差集并返回/存儲至另一個(gè)Set中，時(shí)間復(fù)雜度O(N)，N為參與計(jì)算的所有集合的總member數(shù)
上述幾個(gè)命令涉及的計(jì)算量大，應(yīng)謹(jǐn)慎使用，特別是在參與計(jì)算的Set尺寸不可知的情況下，應(yīng)嚴(yán)格避免使用?？梢钥紤]通過SSCAN命令遍歷獲取相關(guān)Set的全部member（具體請見 https://redis.io/commands/scan ），如果需要做并集/交集/差集計(jì)算，可以在客戶端進(jìn)行，或在不服務(wù)實(shí)時(shí)查詢請求的Slave上進(jìn)行。
Sorted Set
Redis Sorted Set是有序的、不可重復(fù)的String集合。Sorted Set中的每個(gè)元素都需要指派一個(gè)分?jǐn)?shù)(score)，Sorted Set會根據(jù)score對元素進(jìn)行升序排序。如果多個(gè)member擁有相同的score，則以字典序進(jìn)行升序排序。
Sorted Set非常適合用于實(shí)現(xiàn)排名。
Sorted Set的主要命令：
ZADD：向指定Sorted Set中添加1個(gè)或多個(gè)member，時(shí)間復(fù)雜度O(Mlog(N))，M為添加的member數(shù)量，N為Sorted Set中的member數(shù)量
ZREM：從指定Sorted Set中刪除1個(gè)或多個(gè)member，時(shí)間復(fù)雜度O(Mlog(N))，M為刪除的member數(shù)量，N為Sorted Set中的member數(shù)量
ZCOUNT：返回指定Sorted Set中指定score范圍內(nèi)的member數(shù)量，時(shí)間復(fù)雜度：O(log(N))
ZCARD：返回指定Sorted Set中的member數(shù)量，時(shí)間復(fù)雜度O(1)
ZSCORE：返回指定Sorted Set中指定member的score，時(shí)間復(fù)雜度O(1)
ZRANK/ZREVRANK：返回指定member在Sorted Set中的排名，ZRANK返回按升序排序的排名，ZREVRANK則返回按降序排序的排名。時(shí)間復(fù)雜度O(log(N))
ZINCRBY：同INCRBY，對指定Sorted Set中的指定member的score進(jìn)行自增，時(shí)間復(fù)雜度O(log(N))
慎用的Sorted Set相關(guān)命令：
ZRANGE/ZREVRANGE：返回指定Sorted Set中指定排名范圍內(nèi)的所有member，ZRANGE為按score升序排序，ZREVRANGE為按score降序排序，時(shí)間復(fù)雜度O(log(N)+M)，M為本次返回的member數(shù)
ZRANGEBYSCORE/ZREVRANGEBYSCORE：返回指定Sorted Set中指定score范圍內(nèi)的所有member，返回結(jié)果以升序/降序排序，min和max可以指定為-inf和+inf，代表返回所有的member。時(shí)間復(fù)雜度O(log(N)+M)
ZREMRANGEBYRANK/ZREMRANGEBYSCORE：移除Sorted Set中指定排名范圍/指定score范圍內(nèi)的所有member。時(shí)間復(fù)雜度O(log(N)+M)
上述幾個(gè)命令，應(yīng)盡量避免傳遞[0 -1]或[-inf +inf]這樣的參數(shù)，來對Sorted Set做一次性的完整遍歷，特別是在Sorted Set的尺寸不可預(yù)知的情況下?？梢酝ㄟ^ZSCAN命令來進(jìn)行游標(biāo)式的遍歷（具體請見 https://redis.io/commands/scan ），或通過LIMIT參數(shù)來限制返回member的數(shù)量（適用于ZRANGEBYSCORE和ZREVRANGEBYSCORE命令），以實(shí)現(xiàn)游標(biāo)式的遍歷。
Bitmap和HyperLogLog
Redis的這兩種數(shù)據(jù)結(jié)構(gòu)相較之前的并不常用，在本文中只做簡要介紹，如想要詳細(xì)了解這兩種數(shù)據(jù)結(jié)構(gòu)與其相關(guān)的命令，請參考官方文檔
https://redis.io/topics/data-types-intro 中的相關(guān)章節(jié)
Bitmap在Redis中不是一種實(shí)際的數(shù)據(jù)類型，而是一種將String作為Bitmap使用的方法?？梢岳斫鉃閷tring轉(zhuǎn)換為bit數(shù)組。使用Bitmap來存儲true/false類型的簡單數(shù)據(jù)極為節(jié)省空間。
HyperLogLogs是一種主要用于數(shù)量統(tǒng)計(jì)的數(shù)據(jù)結(jié)構(gòu)，它和Set類似，維護(hù)一個(gè)不可重復(fù)的String集合，但是HyperLogLogs并不維護(hù)具體的member內(nèi)容，只維護(hù)member的個(gè)數(shù)。也就是說，HyperLogLogs只能用于計(jì)算一個(gè)集合中不重復(fù)的元素?cái)?shù)量，所以它比Set要節(jié)省很多內(nèi)存空間。
其他常用命令
EXISTS：判斷指定的key是否存在，返回1代表存在，0代表不存在，時(shí)間復(fù)雜度O(1)
DEL：刪除指定的key及其對應(yīng)的value，時(shí)間復(fù)雜度O(N)，N為刪除的key數(shù)量
EXPIRE/PEXPIRE：為一個(gè)key設(shè)置有效期，單位為秒或毫秒，時(shí)間復(fù)雜度O(1)
TTL/PTTL：返回一個(gè)key剩余的有效時(shí)間，單位為秒或毫秒，時(shí)間復(fù)雜度O(1)
RENAME/RENAMENX：將key重命名為newkey。使用RENAME時(shí)，如果newkey已經(jīng)存在，其值會被覆蓋；使用RENAMENX時(shí)，如果newkey已經(jīng)存在，則不會進(jìn)行任何操作，時(shí)間復(fù)雜度O(1)
TYPE：返回指定key的類型，string, list, set, zset, hash。時(shí)間復(fù)雜度O(1)
CONFIG GET：獲得Redis某配置項(xiàng)的當(dāng)前值，可以使用*通配符，時(shí)間復(fù)雜度O(1)
CONFIG SET：為Redis某個(gè)配置項(xiàng)設(shè)置新值，時(shí)間復(fù)雜度O(1)
CONFIG REWRITE：讓Redis重新加載redis.conf中的配置
數(shù)據(jù)持久化
Redis提供了將數(shù)據(jù)定期自動(dòng)持久化至硬盤的能力，包括RDB和AOF兩種方案，兩種方案分別有其長處和短板，可以配合起來同時(shí)運(yùn)行，確保數(shù)據(jù)的穩(wěn)定性。
必須使用數(shù)據(jù)持久化嗎？
Redis的數(shù)據(jù)持久化機(jī)制是可以關(guān)閉的。如果你只把Redis作為緩存服務(wù)使用，Redis中存儲的所有數(shù)據(jù)都不是該數(shù)據(jù)的主體而僅僅是同步過來的備份，那么可以關(guān)閉Redis的數(shù)據(jù)持久化機(jī)制。
但通常來說，仍然建議至少開啟RDB方式的數(shù)據(jù)持久化，因?yàn)椋?/span>
RDB方式的持久化幾乎不損耗Redis本身的性能，在進(jìn)行RDB持久化時(shí)，Redis主進(jìn)程唯一需要做的事情就是fork出一個(gè)子進(jìn)程，所有持久化工作都由子進(jìn)程完成
Redis無論因?yàn)槭裁丛騝rash掉之后，重啟時(shí)能夠自動(dòng)恢復(fù)到上一次RDB快照中記錄的數(shù)據(jù)。這省去了手工從其他數(shù)據(jù)源（如DB）同步數(shù)據(jù)的過程，而且要比其他任何的數(shù)據(jù)恢復(fù)方式都要快
現(xiàn)在硬盤那么大，真的不缺那一點(diǎn)地方
RDB
采用RDB持久方式，Redis會定期保存數(shù)據(jù)快照至一個(gè)rbd文件中，并在啟動(dòng)時(shí)自動(dòng)加載rdb文件，恢復(fù)之前保存的數(shù)據(jù)?？梢栽谂渲梦募信渲肦edis進(jìn)行快照保存的時(shí)機(jī)：
save [seconds] [changes]
意為在[seconds]秒內(nèi)如果發(fā)生了[changes]次數(shù)據(jù)修改，則進(jìn)行一次RDB快照保存，例如
save 60 100
會讓Redis每60秒檢查一次數(shù)據(jù)變更情況，如果發(fā)生了100次或以上的數(shù)據(jù)變更，則進(jìn)行RDB快照保存。
可以配置多條save指令，讓Redis執(zhí)行多級的快照保存策略。
Redis默認(rèn)開啟RDB快照，默認(rèn)的RDB策略如下：
save 900 1
save 300 10
save 60 10000
也可以通過BGSAVE命令手工觸發(fā)RDB快照保存。
RDB的優(yōu)點(diǎn)：
對性能影響最小。如前文所述，Redis在保存RDB快照時(shí)會fork出子進(jìn)程進(jìn)行，幾乎不影響Redis處理客戶端請求的效率。
每次快照會生成一個(gè)完整的數(shù)據(jù)快照文件，所以可以輔以其他手段保存多個(gè)時(shí)間點(diǎn)的快照（例如把每天0點(diǎn)的快照備份至其他存儲媒介中），作為非?？煽康臑?zāi)難恢復(fù)手段。
使用RDB文件進(jìn)行數(shù)據(jù)恢復(fù)比使用AOF要快很多。
RDB的缺點(diǎn)：
快照是定期生成的，所以在Redis crash時(shí)或多或少會丟失一部分?jǐn)?shù)據(jù)。
如果數(shù)據(jù)集非常大且CPU不夠強(qiáng)（比如單核CPU），Redis在fork子進(jìn)程時(shí)可能會消耗相對較長的時(shí)間（長至1秒），影響這期間的客戶端請求。
AOF
采用AOF持久方式時(shí)，Redis會把每一個(gè)寫請求都記錄在一個(gè)日志文件里。在Redis重啟時(shí)，會把AOF文件中記錄的所有寫操作順序執(zhí)行一遍，確保數(shù)據(jù)恢復(fù)到最新。
AOF默認(rèn)是關(guān)閉的，如要開啟，進(jìn)行如下配置：
appendonly yes
AOF提供了三種fsync配置，always/everysec/no，通過配置項(xiàng)[appendfsync]指定：
appendfsync no：不進(jìn)行fsync，將flush文件的時(shí)機(jī)交給OS決定，速度最快
appendfsync always：每寫入一條日志就進(jìn)行一次fsync操作，數(shù)據(jù)安全性最高，但速度最慢
appendfsync everysec：折中的做法，交由后臺線程每秒fsync一次
隨著AOF不斷地記錄寫操作日志，必定會出現(xiàn)一些無用的日志，例如某個(gè)時(shí)間點(diǎn)執(zhí)行了命令SET key1 “abc”，在之后某個(gè)時(shí)間點(diǎn)又執(zhí)行了SET key1 “bcd”，那么第一條命令很顯然是沒有用的。大量的無用日志會讓AOF文件過大，也會讓數(shù)據(jù)恢復(fù)的時(shí)間過長。
所以Redis提供了AOF rewrite功能，可以重寫AOF文件，只保留能夠把數(shù)據(jù)恢復(fù)到最新狀態(tài)的最小寫操作集。
AOF rewrite可以通過BGREWRITEAOF命令觸發(fā)，也可以配置Redis定期自動(dòng)進(jìn)行：
auto-aof-rewrite-percentage 100
auto-aof-rewrite-min-size 64mb
上面兩行配置的含義是，Redis在每次AOF rewrite時(shí)，會記錄完成rewrite后的AOF日志大小，當(dāng)AOF日志大小在該基礎(chǔ)上增長了100%后，自動(dòng)進(jìn)行AOF rewrite。同時(shí)如果增長的大小沒有達(dá)到64mb，則不會進(jìn)行rewrite。
AOF的優(yōu)點(diǎn)：
最安全，在啟用appendfsync always時(shí)，任何已寫入的數(shù)據(jù)都不會丟失，使用在啟用appendfsync everysec也至多只會丟失1秒的數(shù)據(jù)。
AOF文件在發(fā)生斷電等問題時(shí)也不會損壞，即使出現(xiàn)了某條日志只寫入了一半的情況，也可以使用redis-check-aof工具輕松修復(fù)。
AOF文件易讀，可修改，在進(jìn)行了某些錯(cuò)誤的數(shù)據(jù)清除操作后，只要AOF文件沒有rewrite，就可以把AOF文件備份出來，把錯(cuò)誤的命令刪除，然后恢復(fù)數(shù)據(jù)。
AOF的缺點(diǎn)：
AOF文件通常比RDB文件更大
性能消耗比RDB高
數(shù)據(jù)恢復(fù)速度比RDB慢
內(nèi)存管理與數(shù)據(jù)淘汰機(jī)制
最大內(nèi)存設(shè)置
默認(rèn)情況下，在32位OS中，Redis最大使用3GB的內(nèi)存，在64位OS中則沒有限制。
在使用Redis時(shí)，應(yīng)該對數(shù)據(jù)占用的最大空間有一個(gè)基本準(zhǔn)確的預(yù)估，并為Redis設(shè)定最大使用的內(nèi)存。否則在64位OS中Redis會無限制地占用內(nèi)存（當(dāng)物理內(nèi)存被占滿后會使用swap空間），容易引發(fā)各種各樣的問題。
通過如下配置控制Redis使用的最大內(nèi)存：
maxmemory 100mb
在內(nèi)存占用達(dá)到了maxmemory后，再向Redis寫入數(shù)據(jù)時(shí)，Redis會：
根據(jù)配置的數(shù)據(jù)淘汰策略嘗試淘汰數(shù)據(jù)，釋放空間
如果沒有數(shù)據(jù)可以淘汰，或者沒有配置數(shù)據(jù)淘汰策略，那么Redis會對所有寫請求返回錯(cuò)誤，但讀請求仍然可以正常執(zhí)行
在為Redis設(shè)置maxmemory時(shí)，需要注意：
如果采用了Redis的主從同步，主節(jié)點(diǎn)向從節(jié)點(diǎn)同步數(shù)據(jù)時(shí)，會占用掉一部分內(nèi)存空間，如果maxmemory過于接近主機(jī)的可用內(nèi)存，導(dǎo)致數(shù)據(jù)同步時(shí)內(nèi)存不足。所以設(shè)置的maxmemory不要過于接近主機(jī)可用的內(nèi)存，留出一部分預(yù)留用作主從同步。
數(shù)據(jù)淘汰機(jī)制
Redis提供了5種數(shù)據(jù)淘汰策略：
volatile-lru：使用LRU算法進(jìn)行數(shù)據(jù)淘汰（淘汰上次使用時(shí)間最早的，且使用次數(shù)最少的key），只淘汰設(shè)定了有效期的key
allkeys-lru：使用LRU算法進(jìn)行數(shù)據(jù)淘汰，所有的key都可以被淘汰
volatile-random：隨機(jī)淘汰數(shù)據(jù)，只淘汰設(shè)定了有效期的key
allkeys-random：隨機(jī)淘汰數(shù)據(jù)，所有的key都可以被淘汰
volatile-ttl：淘汰剩余有效期最短的key
最好為Redis指定一種有效的數(shù)據(jù)淘汰策略以配合maxmemory設(shè)置，避免在內(nèi)存使用滿后發(fā)生寫入失敗的情況。
一般來說，推薦使用的策略是volatile-lru，并辨識Redis中保存的數(shù)據(jù)的重要性。對于那些重要的，絕對不能丟棄的數(shù)據(jù)（如配置類數(shù)據(jù)等），應(yīng)不設(shè)置有效期，這樣Redis就永遠(yuǎn)不會淘汰這些數(shù)據(jù)。對于那些相對不是那么重要的，并且能夠熱加載的數(shù)據(jù)（比如緩存最近登錄的用戶信息，當(dāng)在Redis中找不到時(shí)，程序會去DB中讀取），可以設(shè)置上有效期，這樣在內(nèi)存不夠時(shí)Redis就會淘汰這部分?jǐn)?shù)據(jù)。
配置方法：
maxmemory-policy volatile-lru #默認(rèn)是noeviction，即不進(jìn)行數(shù)據(jù)淘汰
Pipelining
Pipelining
Redis提供許多批量操作的命令，如MSET/MGET/HMSET/HMGET等等，這些命令存在的意義是減少維護(hù)網(wǎng)絡(luò)連接和傳輸數(shù)據(jù)所消耗的資源和時(shí)間。
例如連續(xù)使用5次SET命令設(shè)置5個(gè)不同的key，比起使用一次MSET命令設(shè)置5個(gè)不同的key，效果是一樣的，但前者會消耗更多的RTT(Round Trip Time)時(shí)長，永遠(yuǎn)應(yīng)優(yōu)先使用后者。
然而，如果客戶端要連續(xù)執(zhí)行的多次操作無法通過Redis命令組合在一起，例如：
SET a "abc"
INCR b
HSET c name "hi"
此時(shí)便可以使用Redis提供的pipelining功能來實(shí)現(xiàn)在一次交互中執(zhí)行多條命令。
使用pipelining時(shí)，只需要從客戶端一次向Redis發(fā)送多條命令（以rn）分隔，Redis就會依次執(zhí)行這些命令，并且把每個(gè)命令的返回按順序組裝在一起一次返回，比如：
$ (printf "PINGrnPINGrnPINGrn"; sleep 1) | nc localhost 6379
+PONG
+PONG
+PONG
大部分的Redis客戶端都對Pipelining提供支持，所以開發(fā)者通常并不需要自己手工拼裝命令列表。
Pipelining的局限性
Pipelining只能用于執(zhí)行連續(xù)且無相關(guān)性的命令，當(dāng)某個(gè)命令的生成需要依賴于前一個(gè)命令的返回時(shí)，就無法使用Pipelining了。
通過Scripting功能，可以規(guī)避這一局限性
事務(wù)與Scripting
Pipelining能夠讓Redis在一次交互中處理多條命令，然而在一些場景下，我們可能需要在此基礎(chǔ)上確保這一組命令是連續(xù)執(zhí)行的。
比如獲取當(dāng)前累計(jì)的PV數(shù)并將其清0
> GET vCount
12384
> SET vCount 0
OK
如果在GET和SET命令之間插進(jìn)來一個(gè)INCR vCount，就會使客戶端拿到的vCount不準(zhǔn)確。
Redis的事務(wù)可以確保復(fù)數(shù)命令執(zhí)行時(shí)的原子性。也就是說Redis能夠保證：一個(gè)事務(wù)中的一組命令是絕對連續(xù)執(zhí)行的，在這些命令執(zhí)行完成之前，絕對不會有來自于其他連接的其他命令插進(jìn)去執(zhí)行。
通過MULTI和EXEC命令來把這兩個(gè)命令加入一個(gè)事務(wù)中：
> MULTI
OK
> GET vCount
QUEUED
> SET vCount 0
QUEUED
> EXEC
1) 12384
2) OK
Redis在接收到MULTI命令后便會開啟一個(gè)事務(wù)，這之后的所有讀寫命令都會保存在隊(duì)列中但并不執(zhí)行，直到接收到EXEC命令后，Redis會把隊(duì)列中的所有命令連續(xù)順序執(zhí)行，并以數(shù)組形式返回每個(gè)命令的返回結(jié)果。
可以使用DISCARD命令放棄當(dāng)前的事務(wù)，將保存的命令隊(duì)列清空。
需要注意的是，Redis事務(wù)不支持回滾：
如果一個(gè)事務(wù)中的命令出現(xiàn)了語法錯(cuò)誤，大部分客戶端驅(qū)動(dòng)會返回錯(cuò)誤，2.6.5版本以上的Redis也會在執(zhí)行EXEC時(shí)檢查隊(duì)列中的命令是否存在語法錯(cuò)誤，如果存在，則會自動(dòng)放棄事務(wù)并返回錯(cuò)誤。
但如果一個(gè)事務(wù)中的命令有非語法類的錯(cuò)誤（比如對String執(zhí)行HSET操作），無論客戶端驅(qū)動(dòng)還是Redis都無法在真正執(zhí)行這條命令之前發(fā)現(xiàn)，所以事務(wù)中的所有命令仍然會被依次執(zhí)行。在這種情況下，會出現(xiàn)一個(gè)事務(wù)中部分命令成功部分命令失敗的情況，然而與RDBMS不同，Redis不提供事務(wù)回滾的功能，所以只能通過其他方法進(jìn)行數(shù)據(jù)的回滾。
通過事務(wù)實(shí)現(xiàn)CAS
Redis提供了WATCH命令與事務(wù)搭配使用，實(shí)現(xiàn)CAS樂觀鎖的機(jī)制。
假設(shè)要實(shí)現(xiàn)將某個(gè)商品的狀態(tài)改為已售：
if(exec(HGET stock:1001 state) == "in stock")
exec(HSET stock:1001 state "sold");
這一偽代碼執(zhí)行時(shí)，無法確保并發(fā)安全性，有可能多個(gè)客戶端都獲取到了”in stock”的狀態(tài)，導(dǎo)致一個(gè)庫存被售賣多次。
使用WATCH命令和事務(wù)可以解決這一問題：
exec(WATCH stock:1001);
if(exec(HGET stock:1001 state) == "in stock") {
exec(MULTI);
exec(HSET stock:1001 state "sold");
exec(EXEC);
}
WATCH的機(jī)制是：在事務(wù)EXEC命令執(zhí)行時(shí)，Redis會檢查被WATCH的key，只有被WATCH的key從WATCH起始時(shí)至今沒有發(fā)生過變更，EXEC才會被執(zhí)行。如果WATCH的key在WATCH命令到EXEC命令之間發(fā)生過變化，則EXEC命令會返回失敗。
Scripting
通過EVAL與EVALSHA命令，可以讓Redis執(zhí)行LUA腳本。這就類似于RDBMS的存儲過程一樣，可以把客戶端與Redis之間密集的讀/寫交互放在服務(wù)端進(jìn)行，避免過多的數(shù)據(jù)交互，提升性能。
Scripting功能是作為事務(wù)功能的替代者誕生的，事務(wù)提供的所有能力Scripting都可以做到。Redis官方推薦使用LUA Script來代替事務(wù)，前者的效率和便利性都超過了事務(wù)。
關(guān)于Scripting的具體使用，本文不做詳細(xì)介紹，請參考官方文檔
https://redis.io/commands/eval
Redis性能調(diào)優(yōu)
盡管Redis是一個(gè)非?？焖俚膬?nèi)存數(shù)據(jù)存儲媒介，也并不代表Redis不會產(chǎn)生性能問題。
前文中提到過，Redis采用單線程模型，所有的命令都是由一個(gè)線程串行執(zhí)行的，所以當(dāng)某個(gè)命令執(zhí)行耗時(shí)較長時(shí)，會拖慢其后的所有命令，這使得Redis對每個(gè)任務(wù)的執(zhí)行效率更加敏感。
針對Redis的性能優(yōu)化，主要從下面幾個(gè)層面入手：
最初的也是最重要的，確保沒有讓Redis執(zhí)行耗時(shí)長的命令
使用pipelining將連續(xù)執(zhí)行的命令組合執(zhí)行
操作系統(tǒng)的Transparent huge pages功能必須關(guān)閉：
echo never > /sys/kernel/mm/transparent_hugepage/enabled
如果在虛擬機(jī)中運(yùn)行Redis，可能天然就有虛擬機(jī)環(huán)境帶來的固有延遲?？梢酝ㄟ^./redis-cli –intrinsic-latency 100命令查看固有延遲。同時(shí)如果對Redis的性能有較高要求的話，應(yīng)盡可能在物理機(jī)上直接部署Redis。
檢查數(shù)據(jù)持久化策略
考慮引入讀寫分離機(jī)制
長耗時(shí)命令
Redis絕大多數(shù)讀寫命令的時(shí)間復(fù)雜度都在O(1)到O(N)之間，在文本和官方文檔中均對每個(gè)命令的時(shí)間復(fù)雜度有說明。
通常來說，O(1)的命令是安全的，O(N)命令在使用時(shí)需要注意，如果N的數(shù)量級不可預(yù)知，則應(yīng)避免使用。例如對一個(gè)field數(shù)未知的Hash數(shù)據(jù)執(zhí)行HGETALL/HKEYS/HVALS命令，通常來說這些命令執(zhí)行的很快，但如果這個(gè)Hash中的field數(shù)量極多，耗時(shí)就會成倍增長。
又如使用SUNION對兩個(gè)Set執(zhí)行Union操作，或使用SORT對List/Set執(zhí)行排序操作等時(shí)，都應(yīng)該嚴(yán)加注意。
避免在使用這些O(N)命令時(shí)發(fā)生問題主要有幾個(gè)辦法：
不要把List當(dāng)做列表使用，僅當(dāng)做隊(duì)列來使用
通過機(jī)制嚴(yán)格控制Hash、Set、Sorted Set的大小
可能的話，將排序、并集、交集等操作放在客戶端執(zhí)行
絕對禁止使用KEYS命令
避免一次性遍歷集合類型的所有成員，而應(yīng)使用SCAN類的命令進(jìn)行分批的，游標(biāo)式的遍歷
Redis提供了SCAN命令，可以對Redis中存儲的所有key進(jìn)行游標(biāo)式的遍歷，避免使用KEYS命令帶來的性能問題。同時(shí)還有SSCAN/HSCAN/ZSCAN等命令，分別用于對Set/Hash/Sorted Set中的元素進(jìn)行游標(biāo)式遍歷。SCAN類命令的使用請參考官方文檔：
https://redis.io/commands/scan
Redis提供了Slow Log功能，可以自動(dòng)記錄耗時(shí)較長的命令。相關(guān)的配置參數(shù)有兩個(gè)：
slowlog-log-slower-than xxxms #執(zhí)行時(shí)間慢于xxx毫秒的命令計(jì)入Slow Log
slowlog-max-len xxx #Slow Log的長度，即最大紀(jì)錄多少條Slow Log
使用SLOWLOG GET [number]命令，可以輸出最近進(jìn)入Slow Log的number條命令。
使用SLOWLOG RESET命令，可以重置Slow Log
網(wǎng)絡(luò)引發(fā)的延遲
盡可能使用長連接或連接池，避免頻繁創(chuàng)建銷毀連接
客戶端進(jìn)行的批量數(shù)據(jù)操作，應(yīng)使用Pipeline特性在一次交互中完成。具體請參照本文的Pipelining章節(jié)
數(shù)據(jù)持久化引發(fā)的延遲
Redis的數(shù)據(jù)持久化工作本身就會帶來延遲，需要根據(jù)數(shù)據(jù)的安全級別和性能要求制定合理的持久化策略：
AOF + fsync always的設(shè)置雖然能夠絕對確保數(shù)據(jù)安全，但每個(gè)操作都會觸發(fā)一次fsync，會對Redis的性能有比較明顯的影響
AOF + fsync every second是比較好的折中方案，每秒fsync一次
AOF + fsync never會提供AOF持久化方案下的最優(yōu)性能
使用RDB持久化通常會提供比使用AOF更高的性能，但需要注意RDB的策略配置
每一次RDB快照和AOF Rewrite都需要Redis主進(jìn)程進(jìn)行fork操作。fork操作本身可能會產(chǎn)生較高的耗時(shí)，與CPU和Redis占用的內(nèi)存大小有關(guān)。根據(jù)具體的情況合理配置RDB快照和AOF Rewrite時(shí)機(jī)，避免過于頻繁的fork帶來的延遲
Redis在fork子進(jìn)程時(shí)需要將內(nèi)存分頁表拷貝至子進(jìn)程，以占用了24GB內(nèi)存的Redis實(shí)例為例，共需要拷貝24GB / 4kB * 8 = 48MB的數(shù)據(jù)。在使用單Xeon 2.27Ghz的物理機(jī)上，這一fork操作耗時(shí)216ms。
可以通過INFO命令返回的latest_fork_usec字段查看上一次fork操作的耗時(shí)（微秒）
Swap引發(fā)的延遲
當(dāng)Linux將Redis所用的內(nèi)存分頁移至swap空間時(shí)，將會阻塞Redis進(jìn)程，導(dǎo)致Redis出現(xiàn)不正常的延遲。Swap通常在物理內(nèi)存不足或一些進(jìn)程在進(jìn)行大量I/O操作時(shí)發(fā)生，應(yīng)盡可能避免上述兩種情況的出現(xiàn)。
/proc/<pid>/smaps文件中會保存進(jìn)程的swap記錄，通過查看這個(gè)文件，能夠判斷Redis的延遲是否由Swap產(chǎn)生。如果這個(gè)文件中記錄了較大的Swap size，則說明延遲很有可能是Swap造成的。
數(shù)據(jù)淘汰引發(fā)的延遲
當(dāng)同一秒內(nèi)有大量key過期時(shí)，也會引發(fā)Redis的延遲。在使用時(shí)應(yīng)盡量將key的失效時(shí)間錯(cuò)開。
引入讀寫分離機(jī)制
Redis的主從復(fù)制能力可以實(shí)現(xiàn)一主多從的多節(jié)點(diǎn)架構(gòu)，在這一架構(gòu)下，主節(jié)點(diǎn)接收所有寫請求，并將數(shù)據(jù)同步給多個(gè)從節(jié)點(diǎn)。
在這一基礎(chǔ)上，我們可以讓從節(jié)點(diǎn)提供對實(shí)時(shí)性要求不高的讀請求服務(wù)，以減小主節(jié)點(diǎn)的壓力。
尤其是針對一些使用了長耗時(shí)命令的統(tǒng)計(jì)類任務(wù)，完全可以指定在一個(gè)或多個(gè)從節(jié)點(diǎn)上執(zhí)行，避免這些長耗時(shí)命令影響其他請求的響應(yīng)。
關(guān)于讀寫分離的具體說明，請參見后續(xù)章節(jié)
主從復(fù)制與集群分片
主從復(fù)制
Redis支持一主多從的主從復(fù)制架構(gòu)。一個(gè)Master實(shí)例負(fù)責(zé)處理所有的寫請求，Master將寫操作同步至所有Slave。
借助Redis的主從復(fù)制，可以實(shí)現(xiàn)讀寫分離和高可用：
實(shí)時(shí)性要求不是特別高的讀請求，可以在Slave上完成，提升效率。特別是一些周期性執(zhí)行的統(tǒng)計(jì)任務(wù)，這些任務(wù)可能需要執(zhí)行一些長耗時(shí)的Redis命令，可以專門規(guī)劃出1個(gè)或幾個(gè)Slave用于服務(wù)這些統(tǒng)計(jì)任務(wù)
借助Redis Sentinel可以實(shí)現(xiàn)高可用，當(dāng)Master crash后，Redis Sentinel能夠自動(dòng)將一個(gè)Slave晉升為Master，繼續(xù)提供服務(wù)
啟用主從復(fù)制非常簡單，只需要配置多個(gè)Redis實(shí)例，在作為Slave的Redis實(shí)例中配置：
slaveof 192.168.1.1 6379 #指定Master的IP和端口
當(dāng)Slave啟動(dòng)后，會從Master進(jìn)行一次冷啟動(dòng)數(shù)據(jù)同步，由Master觸發(fā)BGSAVE生成RDB文件推送給Slave進(jìn)行導(dǎo)入，導(dǎo)入完成后Master再將增量數(shù)據(jù)通過Redis Protocol同步給Slave。之后主從之間的數(shù)據(jù)便一直以Redis Protocol進(jìn)行同步
使用Sentinel做自動(dòng)failover
Redis的主從復(fù)制功能本身只是做數(shù)據(jù)同步，并不提供監(jiān)控和自動(dòng)failover能力，要通過主從復(fù)制功能來實(shí)現(xiàn)Redis的高可用，還需要引入一個(gè)組件：Redis Sentinel
Redis Sentinel是Redis官方開發(fā)的監(jiān)控組件，可以監(jiān)控Redis實(shí)例的狀態(tài)，通過Master節(jié)點(diǎn)自動(dòng)發(fā)現(xiàn)Slave節(jié)點(diǎn)，并在監(jiān)測到Master節(jié)點(diǎn)失效時(shí)選舉出一個(gè)新的Master，并向所有Redis實(shí)例推送新的主從配置。
Redis Sentinel需要至少部署3個(gè)實(shí)例才能形成選舉關(guān)系。
關(guān)鍵配置：
另外需要注意的是，Redis Sentinel實(shí)現(xiàn)的自動(dòng)failover不是在同一個(gè)IP和端口上完成的，也就是說自動(dòng)failover產(chǎn)生的新Master提供服務(wù)的IP和端口與之前的Master是不一樣的，所以要實(shí)現(xiàn)HA，還要求客戶端必須支持Sentinel，能夠與Sentinel交互獲得新Master的信息才行。
集群分片
為何要做集群分片：
Redis中存儲的數(shù)據(jù)量大，一臺主機(jī)的物理內(nèi)存已經(jīng)無法容納
Redis的寫請求并發(fā)量大，一個(gè)Redis實(shí)例以無法承載
當(dāng)上述兩個(gè)問題出現(xiàn)時(shí)，就必須要對Redis進(jìn)行分片了。
Redis的分片方案有很多種，例如很多Redis的客戶端都自行實(shí)現(xiàn)了分片功能，也有向Twemproxy這樣的以代理方式實(shí)現(xiàn)的Redis分片方案。然而首選的方案還應(yīng)該是Redis官方在3.0版本中推出的Redis Cluster分片方案。
本文不會對Redis Cluster的具體安裝和部署細(xì)節(jié)進(jìn)行介紹，重點(diǎn)介紹Redis Cluster帶來的好處與弊端。
Redis Cluster的能力
能夠自動(dòng)將數(shù)據(jù)分散在多個(gè)節(jié)點(diǎn)上
當(dāng)訪問的key不在當(dāng)前分片上時(shí)，能夠自動(dòng)將請求轉(zhuǎn)發(fā)至正確的分片
當(dāng)集群中部分節(jié)點(diǎn)失效時(shí)仍能提供服務(wù)
其中第三點(diǎn)是基于主從復(fù)制來實(shí)現(xiàn)的，Redis Cluster的每個(gè)數(shù)據(jù)分片都采用了主從復(fù)制的結(jié)構(gòu)，原理和前文所述的主從復(fù)制完全一致，唯一的區(qū)別是省去了Redis Sentinel這一額外的組件，由Redis Cluster負(fù)責(zé)進(jìn)行一個(gè)分片內(nèi)部的節(jié)點(diǎn)監(jiān)控和自動(dòng)failover。
Redis Cluster分片原理
Redis Cluster中共有16384個(gè)hash slot，Redis會計(jì)算每個(gè)key的CRC16，將結(jié)果與16384取模，來決定該key存儲在哪一個(gè)hash slot中，同時(shí)需要指定Redis Cluster中每個(gè)數(shù)據(jù)分片負(fù)責(zé)的Slot數(shù)。Slot的分配在任何時(shí)間點(diǎn)都可以進(jìn)行重新分配。
客戶端在對key進(jìn)行讀寫操作時(shí)，可以連接Cluster中的任意一個(gè)分片，如果操作的key不在此分片負(fù)責(zé)的Slot范圍內(nèi)，Redis Cluster會自動(dòng)將請求重定向到正確的分片上。
hash tags
在基礎(chǔ)的分片原則上，Redis還支持hash tags功能，以hash tags要求的格式明明的key，將會確保進(jìn)入同一個(gè)Slot中。例如：{uiv}user:1000和{uiv}user:1001擁有同樣的hash tag {uiv}，會保存在同一個(gè)Slot中。
使用Redis Cluster時(shí)，pipelining、事務(wù)和LUA Script功能涉及的key必須在同一個(gè)數(shù)據(jù)分片上，否則將會返回錯(cuò)誤。如要在Redis Cluster中使用上述功能，就必須通過hash tags來確保一個(gè)pipeline或一個(gè)事務(wù)中操作的所有key都位于同一個(gè)Slot中。
有一些客戶端（如Redisson）實(shí)現(xiàn)了集群化的pipelining操作，可以自動(dòng)將一個(gè)pipeline里的命令按key所在的分片進(jìn)行分組，分別發(fā)到不同的分片上執(zhí)行。但是Redis不支持跨分片的事務(wù)，事務(wù)和LUA Script還是必須遵循所有key在一個(gè)分片上的規(guī)則要求。
主從復(fù)制 vs 集群分片
在設(shè)計(jì)軟件架構(gòu)時(shí)，要如何在主從復(fù)制和集群分片兩種部署方案中取舍呢？
從各個(gè)方面看，Redis Cluster都是優(yōu)于主從復(fù)制的方案
Redis Cluster能夠解決單節(jié)點(diǎn)上數(shù)據(jù)量過大的問題
Redis Cluster能夠解決單節(jié)點(diǎn)訪問壓力過大的問題
Redis Cluster包含了主從復(fù)制的能力
那是不是代表Redis Cluster永遠(yuǎn)是優(yōu)于主從復(fù)制的選擇呢？
并不是。
軟件架構(gòu)永遠(yuǎn)不是越復(fù)雜越好，復(fù)雜的架構(gòu)在帶來顯著好處的同時(shí)，一定也會帶來相應(yīng)的弊端。采用Redis Cluster的弊端包括：
維護(hù)難度增加。在使用Redis Cluster時(shí)，需要維護(hù)的Redis實(shí)例數(shù)倍增，需要監(jiān)控的主機(jī)數(shù)量也相應(yīng)增加，數(shù)據(jù)備份/持久化的復(fù)雜度也會增加。同時(shí)在進(jìn)行分片的增減操作時(shí)，還需要進(jìn)行reshard操作，遠(yuǎn)比主從模式下增加一個(gè)Slave的復(fù)雜度要高。
客戶端資源消耗增加。當(dāng)客戶端使用連接池時(shí)，需要為每一個(gè)數(shù)據(jù)分片維護(hù)一個(gè)連接池，客戶端同時(shí)需要保持的連接數(shù)成倍增多，加大了客戶端本身和操作系統(tǒng)資源的消耗。
性能優(yōu)化難度增加。你可能需要在多個(gè)分片上查看Slow Log和Swap日志才能定位性能問題。
事務(wù)和LUA Script的使用成本增加。在Redis Cluster中使用事務(wù)和LUA Script特性有嚴(yán)格的限制條件，事務(wù)和Script中操作的key必須位于同一個(gè)分片上，這就使得在開發(fā)時(shí)必須對相應(yīng)場景下涉及的key進(jìn)行額外的規(guī)劃和規(guī)范要求。如果應(yīng)用的場景中大量涉及事務(wù)和Script的使用，如何在保證這兩個(gè)功能的正常運(yùn)作前提下把數(shù)據(jù)平均分到多個(gè)數(shù)據(jù)分片中就會成為難點(diǎn)。
所以說，在主從復(fù)制和集群分片兩個(gè)方案中做出選擇時(shí)，應(yīng)該從應(yīng)用軟件的功能特性、數(shù)據(jù)和訪問量級、未來發(fā)展規(guī)劃等方面綜合考慮，只在確實(shí)有必要引入數(shù)據(jù)分片時(shí)再使用Redis Cluster。
下面是一些建議：
需要在Redis中存儲的數(shù)據(jù)有多大？未來2年內(nèi)可能發(fā)展為多大？這些數(shù)據(jù)是否都需要長期保存？是否可以使用LRU算法進(jìn)行非熱點(diǎn)數(shù)據(jù)的淘汰？綜合考慮前面幾個(gè)因素，評估出Redis需要使用的物理內(nèi)存。
用于部署Redis的主機(jī)物理內(nèi)存有多大？有多少可以分配給Redis使用？對比(1)中的內(nèi)存需求評估，是否足夠用？
Redis面臨的并發(fā)寫壓力會有多大？在不使用pipelining時(shí)，Redis的寫性能可以超過10萬次/秒（更多的benchmark可以參考 https://redis.io/topics/benchmarks ）
在使用Redis時(shí)，是否會使用到pipelining和事務(wù)功能？使用的場景多不多？
綜合上面幾點(diǎn)考慮，如果單臺主機(jī)的可用物理內(nèi)存完全足以支撐對Redis的容量需求，且Redis面臨的并發(fā)寫壓力距離Benchmark值還尚有距離，建議采用主從復(fù)制的架構(gòu)，可以省去很多不必要的麻煩。同時(shí)，如果應(yīng)用中大量使用pipelining和事務(wù)，也建議盡可能選擇主從復(fù)制架構(gòu)，可以減少設(shè)計(jì)和開發(fā)時(shí)的復(fù)雜度。
Redis Java客戶端的選擇
Redis的Java客戶端很多，官方推薦的有三種：Jedis、Redisson和lettuce。
在這里對Jedis和Redisson進(jìn)行對比介紹
Jedis：
輕量，簡潔，便于集成和改造
支持連接池
支持pipelining、事務(wù)、LUA Scripting、Redis Sentinel、Redis Cluster
不支持讀寫分離，需要自己實(shí)現(xiàn)
文檔差（真的很差，幾乎沒有……）
Redisson：
基于Netty實(shí)現(xiàn)，采用非阻塞IO，性能高
支持異步請求
支持連接池
支持pipelining、LUA Scripting、Redis Sentinel、Redis Cluster
不支持事務(wù)，官方建議以LUA Scripting代替事務(wù)
支持在Redis Cluster架構(gòu)下使用pipelining
支持讀寫分離，支持讀負(fù)載均衡，在主從復(fù)制和Redis Cluster架構(gòu)下都可以使用
內(nèi)建Tomcat Session Manager，為Tomcat 6/7/8提供了會話共享功能
可以與Spring Session集成，實(shí)現(xiàn)基于Redis的會話共享
文檔較豐富，有中文文檔
對于Jedis和Redisson的選擇，同樣應(yīng)遵循前述的原理，盡管Jedis比起Redisson有各種各樣的不足，但也應(yīng)該在需要使用Redisson的高級特性時(shí)再選用Redisson，避免造成不必要的程序復(fù)雜度提升。