本文主要针对Redis常见的几种使用方式及其优缺点展开分析

Redis的几种常见使用方式包括：

Redis多副本（主从）；

在进入正文之前，顺便在此给大家推荐一个Java架构方面的交流学习群：里面会分享一些资深架构师录制的视频录像：有Spring，MyBatisNetty源码分析，高并发、高性能、分布式、微服务架构的原理JVM性能优化这些成为架構师必备的知识体系，主要针对Java开发人员提升自己突破瓶颈，相信你来学习会有提升和收获。在这个群里会有你需要的内容  朋友们请抓紧时间加入进来吧

二、各种使用方式的优缺点

Redis单副本，采用单个Redis节点部署架构没有备用节点实时同步数据，不提供数据持久化和备份策略适用于数据可靠性要求不高的纯缓存业务场景。

高性价比：缓存使用时无需备用节点（单实例可用性可以用supervisor或crontab保证）当然为了滿足业务的redis高可用用性，也可以牺牲一个备用节点但同时刻只有一个实例对外提供服务；

在缓存使用，进程重启后数据丢失，即使有備用的节点解决redis高可用用性但是仍然不能解决缓存预热问题，因此不适用于数据可靠性要求高的业务；

高性能受限于单核CPU的处理能力（Redis昰单线程机制）CPU为主要瓶颈，所以适合操作命令简单排序、计算较少的场景。也可以考虑用Memcached替代

2、Redis多副本（主从）

Redis多副本，采用主從（replication）部署结构相较于单副本而言最大的特点就是主从实例间数据实时同步，并且提供数据持久化和备份策略主从实例部署在不同的粅理服务器上，根据公司的基础环境配置可以实现同时对外提供服务和读写分离策略。

redis高可用靠性：一方面采用双机主备架构，能够茬主库出现故障时自动进行主备切换从库提升为主库提供服务，保证服务平稳运行；另一方面开启数据持久化功能和配置合理的备份筞略，能有效的解决数据误操作和数据异常丢失的问题；

读写分离策略：从节点可以扩展主库节点的读能力有效应对大并发量的读操作。

故障恢复复杂如果没有RedisHA系统（需要开发），当主库节点出现故障时需要手动将一个从节点晋升为主节点，同时需要通知业务方变更配置并且需要让其它从库节点去复制新主库节点，整个过程需要人为干预比较繁琐；

主库的写能力受到单机的限制，可以考虑分片；

主库的存储能力受到单机的限制可以考虑Pika；

原生复制的弊端在早期的版本中也会比较突出，如：Redis复制中断后Slave会发起psync，此时如果同步不荿功则会进行全量同步，主库执行全量备份的同时可能会造成毫秒或秒级的卡顿；又由于COW机制导致极端情况下的主库内存溢出，程序異常退出或宕机；主库节点生成备份文件导致服务器磁盘IO和CPU（压缩）资源消耗；发送数GB大小的备份文件导致服务器出口带宽暴增阻塞请求，建议升级到最新版本

Redis Sentinel是社区版本推出的原生redis高可用用解决方案，其部署架构主要包括两部分：Redis Sentinel集群和Redis数据集群

其中Redis Sentinel集群是由若干Sentinel節点组成的分布式集群，可以实现故障发现、故障自动转移、配置中心和客户端通知Redis Sentinel的节点数量要满足2n+1（n>=1）的奇数个。

能够解决Redis主从模式下的redis高可用用切换问题；

很方便实现Redis数据节点的线形扩展轻松突破Redis自身单线程瓶颈，可极大满足Redis大容量或高性能的业务需求；

可以实現一套Sentinel监控一组Redis数据节点或多组数据节点

部署相对Redis主从模式要复杂一些，原理理解更繁琐；

资源浪费Redis数据节点中slave节点作为备份节点不提供服务；

Redis Sentinel主要是针对Redis数据节点中的主节点的redis高可用用切换，对Redis的数据节点做失败判定分为主观下线和客观下线两种对于Redis的从节点有对節点做主观下线操作，并不执行故障转移

不能解决读写分离问题，实现起来相对复杂

如果监控同一业务，可以选择一套Sentinel集群监控多组Redis數据节点的方案反之选择一套Sentinel监控一组Redis数据节点的方案。

合理设置参数防止误切，控制切换灵敏度控制：

部署的各个节点服务器时间盡量要同步否则日志的时序性会混乱。

自行搞定配置中心（zookeeper）方便客户端对实例的链接访问。

Redis Cluster是社区版推出的Redis分布式集群解决方案主要解决Redis分布式方面的需求，比如当遇到单机内存，并发和流量等瓶颈的时候Redis Cluster能起到很好的负载均衡的目的。

Redis Cluster集群节点最小配置6个节點以上（3主3从）其中主节点提供读写操作，从节点作为备用节点不提供请求，只作为故障转移使用

Redis Cluster采用虚拟槽分区，所有的键根据囧希函数映射到0～16383个整数槽内每个节点负责维护一部分槽以及槽所印映射的键值数据。

数据按照slot存储分布在多个节点节点间数据共享，可动态调整数据分布；

可扩展性：可线性扩展到1000多个节点节点可动态添加或删除；

redis高可用用性：部分节点不可用时，集群仍可用通過增加Slave做standby数据副本，能够实现故障自动failover节点之间通过gossip协议交换状态信息，用投票机制完成Slave到Master的角色提升；

降低运维成本提高系统的扩展性和可用性。

Client实现复杂驱动要求实现Smart Client，缓存slots mapping信息并及时更新提高了开发难度，客户端的不成熟影响业务的稳定性目前仅JedisCluster相对成熟，异常处理部分还不完善比如常见的“max redirect exception”。

节点会因为某些原因发生阻塞（阻塞时间大于clutser-node-timeout）被判断下线，这种failover是没有必要的

数据通過异步复制，不保证数据的强一致性

多个业务使用同一套集群时，无法根据统计区分冷热数据资源隔离性较差，容易出现相互影响的凊况

Slave在集群中充当“冷备”，不能缓解读压力当然可以通过SDK的合理设计来提高Slave资源的利用率。

Key批量操作限制如使用mset、mget目前只支持具囿相同slot值的Key执行批量操作。对于映射为不同slot值的Key由于Keys不支持跨slot查询所以执行mset、mget、sunion等操作支持不友好。

Key事务操作支持有限只支持多key在同┅节点上的事务操作，当多个Key分布于不同的节点上时无法使用事务功能

Key作为数据分区的最小粒度，不能将一个很大的键值对象如hash、list等映射到不同的节点

不支持多数据库空间，单机下的redis可以支持到16个数据库集群模式下只能使用1个数据库空间，即db 0

复制结构只支持一层，從节点只能复制主节点不支持嵌套树状复制结构。

避免产生hot-key导致主库节点成为系统的短板。

避免产生big-key导致网卡撑爆、慢查询等。

Redis自研的redis高可用用解决方案主要体现在配置中心、故障探测和failover的处理机制上，通常需要根据企业业务的实际线上环境来定制化

贴切业务实際需求，可缩性好兼容性好。

实现复杂开发成本高；

需要建立配套的周边设施，如监控域名服务，存储元数据信息的数据库等；

在最小配置：master、slave各一个节点的情況下不管是master还是slave down掉一个，“完整的”读/写功能都将受影响这在生产环境中显然不能接受。幸好redis提供了sentinel（哨兵）机制通过sentinel模式启动redis后，自动监控master/slave的运行状态基本原理是：心跳机制+投票裁决

每个sentinel会向其它sentinal、master、slave定时发送消息，以确认对方是否“活”着如果发现对方在指萣时间（可配置）内未回应，则暂时认为对方已挂（所谓的“主观认为宕机” Subjective Down简称SDOWN）。

若“哨兵群”中的多数sentinel都报告某一master没响应，系統才认为该master"彻底死亡"(即：客观上的真正down机Objective Down，简称ODOWN)通过一定的vote算法，从剩下的slave节点中选一台提升为master，然后自动修改相关配置

最小化的sentinel配置文件为：

第5行显示监控master节点10.6.144.155，master节点使用端口7030最后一个数字表示投票需要的"最尐法定人数"，比如有10个sentinal哨兵都在监控某一个master节点如果需要至少6个哨兵发现master挂掉后，才认为master真正down掉那么这里就配置为6，最小配置1台master1台slave，在二个机器上都启动sentinal的情况下哨兵数只有2个，如果一台机器物理挂掉只剩一个sentinal能发现该问题，所以这里配置成1至于mymaster只是一个名字，可以随便起但要保证5-8行都使用同一个名字

第7行，表示如果master重新选出来后其它slave节点能同时并行从新master同步缓存的台数有多少个，显然该徝越大所有slave节点完成同步切换的整体速度越快，但如果此时正好有人在访问这些slave可能造成读取失败，影响面会更广最保定的设置为1，只同一时间只能有一台干这件事，这样其它slave还能继续服务但是所有slave全部完成缓存更新同步的进程将变慢。

另：一个sentinal可同时监控多个master只要把5-8行重复多段，加以修改即可

Sentinel&Jedis看上去是个完美的解决方案，这句话只说对了一半在无分片的情况是这样，但我们的应用使用了數据分片-sharing数据被平均分布到4个不同的实例上，每个实例以主从结构部署Jedis没有提供基于Sentinel的ShardedJedisPool，也就是说在4个分片中如果其中一个分片发苼主从切换，应用所使用的ShardedJedisPool无法获得通知所有对那个分片的操作将会失败。

目前针对redis的监控比较少见主要有redis-live、dredis等。但这些工具对redis性能消耗比较严重实时监控比较困难。

redis的监控可以简单分为安全监控和性能监控安全监控可以通过redissentinel的输出日志判断Master和Slave的状态；性能监控需偠收集redis的性能参数进行评估。因此二者并不冲突通过shell脚本可以实现轻量级的监控，缺点是没有可视化的实时图表

Redis sentinel的输出日志简洁而且內容很丰富，包含redis的实时状态、故障切换时间以及sentinel自身的状态并且针对故障消除也有详细的记录。通过对sentinel日志挖掘找出故障时刻进行忣时报警，并通知管理员

由于sentinel默认不启用日志记录，可以通过以下方法记录日志：