当前位置: 首页 > news >正文

redis的四种模式优缺点

redis简介

Redis是一个完全开源的内存数据结构存储工具,它支持多种数据结构,以及多种功能。Redis还提供了持久化功能,可以将数据存储到磁盘上,以便在重启后恢复数据。由于其高性能、可靠性和灵活性,Redis被广泛应用于缓存、会话管理、排行榜、实时分析、消息队列等领域。

应用场景

  • 缓存
  • 数据共享
  • 分布式锁
  • 计数器
  • 限流
  • 时间轴
  • 消息队列
  • 注册中心
  • 排行榜
  • 标签
  • 。。。。。

redis的四大模式

  1. 单机模式
  2. 主从模式
  3. 哨兵模式
  4. 集群模式

单机模式

    单机模式就是只在一台服务器上搭建单台redis服务,所有业务都通过该服务处理缓存等业务

读写不分离。

    优点:

  • 部署非常简单,单台服务器安装配置启动即可,好维护
  • 性能高,数据处理速度快,不需要同步数据
  • 成本相对非常低,不管是维护成本和服务器成本都是单项,没有其它开支

   缺点:

  • 单台服务器受限cpu的处理能力
  • 海量数据存储问题
  • Redis不具备自动容错和恢复功能,不保证数据的可靠性

 主从模式

      主从模式是指有多台redis服务器,其中一台为主服务,其它都为从服务,主服务只负责写入数据以及向从服务器发送同步最新的数据,从服务只负责复制主服务的数据与来自客户端读取数据

优点:

  • 读写分离,主写从读,可以根据访问量多少来定制从节点数量
  • 数据冗余,主从复制实现了对数据的热备份
  • 可用性,多节点提供服务时,其中一台宕机后,其它服务仍旧可以提供服务
  • 故障恢复,可以快速提升从服务为主服务
  • 负载均衡,多节点分摊数据访问压力

   缺点:

  •   主服务宕机后,从服务需要升级为主服务,需要手动切换,部分数据不能及时同步从服务,造成数据不一致
  • 从服务宕机恢复后,大量的同步给主服务造成一定的IO压力
  • 主从服务只有一个主服务,写数据的能力会收到单机的限制
  • 海量数据存储限制

 主从复制原理

全量复制

  1. 从服务连接到主服务,便开始进行数据同步,从节点发送psync命令给到主节点(psync包含两个参数runID主库的id以及offset进度位置)
    1.runID为实例启动自动生成的随机标识,当从服务第一次连接主服务是不知道
    主服务的runID的实际值,从而把runID设置为"?"对主服务进行询问,得到主服
    务给的回答后,后续便会把runID设置成主服务的实际值2.offset表示为同步进度的标识,第一次从服务连接主服务时,该标识为表示以
    前从未有复制过主服务的数据,把该值设置为-1,主从都各自维护自己的主从复
    制偏移量offset,当主节点有写入命令时,offset=offset+命令的字节长度。
    从节点在收到主节点发送的命令后,也会增加自己的offset,并把自己的offset
    发送给主节点。这样,主节点同时保存自己的master_repl_offset,从节点的
    slave_repl_offset,通过对比offset来判断主从节点数据是否一致
    
  2. 主服务收到psync命令之后,判断是否为第一次复制是的话返回FULLRESYNC {runId} {offset},如果回复 +CONTINUE,触发部分复制。   
  3. 从服务收到主服务给过来的信息后,将信息保存到info中
  4. 主服务发送FULLRESYNC后,执行 bgsave命令,生成RDB快照并将其发给从库,在从服务加载数据期间主服务写命令放入缓冲区replication buffer
  5. 从服务清理自己的数据,完成后开始加载RDB文件,将数据提取到自己的内存中
  6. 待从节点加载完成后,会将replication buffer中产生的该写操作发送给从服务
  7. 主从之间维护一个长连接,后续涉及到改/写的动作,主服务会比较offset给从服务发送增量数据给从服务同步

增量/部分复制

  1. 当从节点出现不可以预知的中断时,主服务会把收到的改/写等操作命令写入环形缓冲区主服务会记录自己所在的偏移位置,从服务也会有自己已经读到的进度偏移位置
  2. 从服务器恢复连接后,从服务会重新发送自己的psync,这时候offset是自己的偏移位置,给主服务比较,如果刚好存在缓冲区内,主服务会将增量数据发送给从服务
  3. 如果不存在,则需要进行再一次全量更新

哨兵模式

优点:

  • 读写分离,主写从读,可以根据访问量多少来定制从节点数量
  • 数据冗余,主从复制实现了对数据的热备份
  • 可用性,多节点提供服务时,其中一台宕机后,其它服务仍旧可以提供服务
  • 故障恢复,当主服务宕机时通过自定选举提升从服务为主服务,弥补了主从模式下的手动操作
  • 负载均衡,多节点分摊数据访问压力

缺点:

  • 从服务宕机恢复后,大量的同步给主服务造成一定的IO压力
  • 主从服务只有一个主服务,写数据的能力会收到单机的限制
  • 海量数据存储限制

主要功能

  • 建立集群监控,负责监控主从服务是否正常工作
  • 如果某个服务宕机,哨兵间传递消息
  • 自动故障转移,当主服务宕机后,会重新在从服务之间选举出新主

主服务看成执政的皇帝,从服务堪称国家的储君,当主服务还在执政期间,从服务都要好好配合皇帝工作,而哨兵就像是太医院,时刻关注着皇帝与皇子的身体健康,当检查到从服务不健康时,就直接把它除名告知天下,当检查到主服务不健康宕机了之后,当即会告知天下,然后在剩下的皇子中选举出新皇,然后安排新皇登基,其它皇子重新辅助新皇,而旧皇医治好后(重新上线),也只能承认失去皇权,也只能退居二线,重新辅佐新皇但是重新享有皇位继承权

 集群模式

不管上面的主从还是哨兵模式,都无法解决单节点写操作的问题。如果这时写操作的并发比较高。这是可以实验集群化模式【去中心化模式】

优点

  • 无中心架构,支持动态扩容
  • Cluster自动具备哨兵监控和故障转移(主从切换)能力
  • 客户端连接集群内部地址可自动发现
  • 高性能、高可用,有效解决了Redis分布式需求

缺点

  •  不支持原子操作:在Redis集群中,不同节点之间的数据访问会出现延迟,因此不支持原子操作,可能会导致数据的不一致性。

  • 需要配置复杂:Redis集群需要配置投票数、数据分片等参数,增加了配置的复杂度。

  • 高成本:Redis集群需要多台服务器运行,因此需要更多的硬件成本和维护成本。

只有主节点故障才需要故障转移。cluster集群模式不需要哨兵,自身已具备了故障转移功能。

节点通信:

Redis 集群中的节点通过 Gossip 协议进行通信。节点之间定期交换有关其自身状态和已知其他节点的信息,以便检测故障并作出相应调整。

故障检测:

每个节点向集群中其它节点每隔一定时间发送ping消息,如果该节点没在规定时间内返回pong消息,就会认为下线

故障转移步骤:

   1. 集群中的其他节点会检测到主节点已下线。
   2. 资格检查 每个从节点都要检查最后与主节点断线时间,判断是否有资格替换故障的主节点
   3. 准备选举时间 从节点符合故障转移资格后,更新触发故障选举时间,只有到达该时间才能执行后续流程。采用延迟触发机制,主要是对多个从节点使用不同的延迟选举时间来支持优先级。复制偏移量越大说明从节点延迟越低,那么它应该具有更高的优先级。
   4. 选举投票 只有持有槽的主节点才会处理故障选举消息,每个持有槽的节点在一个配置纪元内都有唯一的一张选票,当接到第一个请求投票的从节点消息,回复消息作为投票,之后相同配置纪元内其它从节点的选举消息将忽略。投票过程其实是一个领导者选举的过程。
   5. 替换主节点 当前从节点取消复制变为主节点,撤销故障主节点负责的槽,把这些槽委派给自己,并向集群广播告知所有节点当前从节点变为主节点。
 

相关文章:

redis的四种模式优缺点

redis简介 Redis是一个完全开源的内存数据结构存储工具,它支持多种数据结构,以及多种功能。Redis还提供了持久化功能,可以将数据存储到磁盘上,以便在重启后恢复数据。由于其高性能、可靠性和灵活性,Redis被广泛应用于…...

maven本地仓库地址修改+maven国内镜像设置+maven运行所需pos.xml文件配置基本写法

1,maven本地仓库地址修改 maven在使用过程中,本地项目仓库其空间占用会越来越大,但是其默认仓库位置往往是以C盘为主,C盘作为系统盘常常会遇到所在盘空间占满的情况,所以我们将其改至其他硬盘空间位置为适合做法&#…...

Jenkins集成SonarQube保姆级教程

Jenkins是自动化部署平台,一个粗眉大眼的糙汉子! SonarQube是代码扫描平台,一个眉目清秀的小女子! 有一天,上天交给我一个任务,去撮合撮合他们! 我抬头看了看天, 不,…...

Git的安装以及本地仓库的创建和配置

文章目录 1.Git简介2.安装Git2.1在Centos上安装git2.2 在ubuntu上安装git 3.创建本地仓库4.配置本地仓库 1.Git简介 Git是一个分布式版本控制系统,用于跟踪和管理文件的更改。它可以记录和存储代码的所有历史版本,并可以方便地进行分支管理、合并代码和协…...

现在运动耳机什么牌子的好用、最好的运动耳机推荐

对于注重身体健康的小伙伴来说,每周必然都少不了有规律的运动,而运动的时候耳边没有音乐的陪伴总是稍显枯燥无味,很难让人提起干劲来。有些小伙伴觉得运动的时候戴着耳机,稍微跳动几下耳机就开始松动,随时都要分心提防…...

监控指标与监控类型

监控体系中最基础的是监控指标,监控系统就是围绕指标的采集、传输、存储、分析、可视化的一个系统。 监控指标是指数值类型的监控数据,比如某个机器的内存利用率,某个 MySQL 实例的当前连接数,某个 Redis 的最大内存上限等等。不…...

Vue实现柱状图横向自动滚动

Vue实现柱状图横向自动滚动 1. 前言2. 代码3、实现效果图 1. 前言 原理:通过定时器修改Echarts的配置(options)达到我们想要的效果。 此外,我们还需要了解Echarts中dataZoom这个组件,这个组件用于:用于区域…...

解决构建maven工程时,配置了阿里云的前提下,依旧使用中央仓库下载依赖导致失败的问题!!!

问题描述: 在使用spring进行构建项目时,出现下载依赖迟迟不成功,显示maven wrapper 下载失败的问题。 Maven wrapper Cannot download ZIP distribution from https://repo.maven.apache.org/maven2/org/apache/maven/apache-maven/3.8.7/ap…...

MYSQL DCL语句

MySQL DCL语句 简介 DQL是用于查询和检索数据库数据的重要工具。它具有丰富的功能和灵活性,可以根据不同的查询需求进行条件过滤、排序、聚合计算等操作。通过合理使用DQL,可以从数据库中提取有用的数据以进行数据分析和决策支持。 DCL语句的分类 DC…...

4H-SiC nMOSFETs的亚阈值漏电流扫描滞后特性

目录 标题:On the Subthreshold Drain Current Sweep Hysteresis of 4H-SiC nMOSFETs研究了什么文章创新点文章的研究方法文章得出的结论 标题:On the Subthreshold Drain Current Sweep Hysteresis of 4H-SiC nMOSFETs 亚阈值滞后(Subthresh…...

设计模式(单例模式)

概念 保证指定的类只有一个实例,不能创建出其他的实例 实现方式 1.饿汉模式 1.1 代码展示 package 设计模式;/*** Created with IntelliJ IDEA.* Description:* User: wuyulin* Date: 2023-07-28* Time: 11:28*///单例模式(饿汉模式) //保证…...

[SQL挖掘机] - 算术函数 - sqrt

介绍: 当谈到 SQL 中的 sqrt 函数时,它用于计算一个数值的平方根。 用法: sqrt 函数使用以下语法: sqrt(x)其中,x 是要计算平方根的数值。 注意: 当使用负数参数调用 SQL 中的 sqrt 函数时,具体的错误消息可能因不同的数据库…...

数据结构--顺序表、单链表

线性表是指顺序表和单链表 //顺序表数据结构 typedef struct { ElemType data[MaxSize];//顺序表元素 int length; //顺序表当前长度 }SqList; //单链表结点数据结构 typedef struct LNode { ElemType data;//数据域 struct LNode *next;//指针域 }LNode,*LinkList; 顺序表 …...

云安全攻防(一)之 云原生

前言 随着公有云和私有云的广泛部署,云计算基础设施成为企业部署新业务的首选。可以说,云计算已进入下半场,各大云计算服务商的厮杀日益激烈,新的概念也不断的层出不穷。近年来,云原生安全(Cloud Native C…...

#vue3报错 Cannot read properties of null (reading ‘isCE‘)#

场景:使用 npm 安装依赖包的时候,如如安装 npm i xlsx npm i file-saver 重新运行报错 Cannot read properties of null (reading isCE)# 解决办法: 使用的vite vue 在vite.config.ts添加如下配置: dedupe: [ vue ]...

【计算机视觉中的 GAN 】 - 生成学习简介(1)

一、说明 在阅读本文之前,强烈建议先阅读预备知识,否则缺乏必要的推理基础。本文是相同理论GAN原理的具体化范例,阅读后有两个好处:1 巩固了已经建立的GAN基本概念 2 对具体应用的过程和套路进行常识学习,这种练习题一…...

深度学习实战44-Keras框架下实现高中数学题目的智能分类功能应用

大家好,我是微学AI ,今天给大家介绍一下深度学习实战44-Keras框架实现高中数学题目的智能分类功能应用,该功能是基于人工智能技术的创新应用,通过对数学题目进行智能分类,提供个性化的学习辅助和教学支持。该功能的实现可以通过以下步骤:首先,采集大量的高中数学题目数据…...

Redis Sentinel 及 Redis Cluster

Redis Sentinel Redis-Sentinel(哨兵模式)是Redis官方推荐的高可用性(HA)解决方案,当用Redis做Master-slave的高可用方案时,假如master宕机了,Redis本身(包括它的很多客户端)都没有实现自动进行主备切换,而Redis-sentinel本身也是…...

shell中按照特定字符分割字符串,并且在切分后的每段内容后加上特定字符(串),然后再用特定字符拼接起来

文件中的内容&#xff0c;可以这么写&#xff1a; awk -F, -v OFS, {for(i1;i<‌NF;i){$i$i"_suffix"}}1 input.txt-F,&#xff1a;设置输入字段分隔符为逗号&#xff08;,&#xff09;&#xff0c;这将使awk按照逗号分割输入文本。-v OFS‘,’&#xff1a;设置输…...

探寻智能化未来:AI与Web3共创金融领域巨大潜力

人工智能&#xff08;AI&#xff09;和Web3技术的迅猛发展为我们带来了许多新的机遇和影响。在数字经济和社会的浪潮中&#xff0c;结合了AI的智能化能力和Web3的去中心化与区块链技术&#xff0c;我们将进入一个智能化的Web3时代。人工智能和Web3技术是开拓生产力极限和重新定…...

7.4.分块查找

一.分块查找的算法思想&#xff1a; 1.实例&#xff1a; 以上述图片的顺序表为例&#xff0c; 该顺序表的数据元素从整体来看是乱序的&#xff0c;但如果把这些数据元素分成一块一块的小区间&#xff0c; 第一个区间[0,1]索引上的数据元素都是小于等于10的&#xff0c; 第二…...

脑机新手指南(八):OpenBCI_GUI:从环境搭建到数据可视化(下)

一、数据处理与分析实战 &#xff08;一&#xff09;实时滤波与参数调整 基础滤波操作 60Hz 工频滤波&#xff1a;勾选界面右侧 “60Hz” 复选框&#xff0c;可有效抑制电网干扰&#xff08;适用于北美地区&#xff0c;欧洲用户可调整为 50Hz&#xff09;。 平滑处理&…...

智慧工地云平台源码,基于微服务架构+Java+Spring Cloud +UniApp +MySql

智慧工地管理云平台系统&#xff0c;智慧工地全套源码&#xff0c;java版智慧工地源码&#xff0c;支持PC端、大屏端、移动端。 智慧工地聚焦建筑行业的市场需求&#xff0c;提供“平台网络终端”的整体解决方案&#xff0c;提供劳务管理、视频管理、智能监测、绿色施工、安全管…...

在WSL2的Ubuntu镜像中安装Docker

Docker官网链接: https://docs.docker.com/engine/install/ubuntu/ 1、运行以下命令卸载所有冲突的软件包&#xff1a; for pkg in docker.io docker-doc docker-compose docker-compose-v2 podman-docker containerd runc; do sudo apt-get remove $pkg; done2、设置Docker…...

学校时钟系统,标准考场时钟系统,AI亮相2025高考,赛思时钟系统为教育公平筑起“精准防线”

2025年#高考 将在近日拉开帷幕&#xff0c;#AI 监考一度冲上热搜。当AI深度融入高考&#xff0c;#时间同步 不再是辅助功能&#xff0c;而是决定AI监考系统成败的“生命线”。 AI亮相2025高考&#xff0c;40种异常行为0.5秒精准识别 2025年高考即将拉开帷幕&#xff0c;江西、…...

嵌入式学习笔记DAY33(网络编程——TCP)

一、网络架构 C/S &#xff08;client/server 客户端/服务器&#xff09;&#xff1a;由客户端和服务器端两个部分组成。客户端通常是用户使用的应用程序&#xff0c;负责提供用户界面和交互逻辑 &#xff0c;接收用户输入&#xff0c;向服务器发送请求&#xff0c;并展示服务…...

【网络安全】开源系统getshell漏洞挖掘

审计过程&#xff1a; 在入口文件admin/index.php中&#xff1a; 用户可以通过m,c,a等参数控制加载的文件和方法&#xff0c;在app/system/entrance.php中存在重点代码&#xff1a; 当M_TYPE system并且M_MODULE include时&#xff0c;会设置常量PATH_OWN_FILE为PATH_APP.M_T…...

go 里面的指针

指针 在 Go 中&#xff0c;指针&#xff08;pointer&#xff09;是一个变量的内存地址&#xff0c;就像 C 语言那样&#xff1a; a : 10 p : &a // p 是一个指向 a 的指针 fmt.Println(*p) // 输出 10&#xff0c;通过指针解引用• &a 表示获取变量 a 的地址 p 表示…...

Python实现简单音频数据压缩与解压算法

Python实现简单音频数据压缩与解压算法 引言 在音频数据处理中&#xff0c;压缩算法是降低存储成本和传输效率的关键技术。Python作为一门灵活且功能强大的编程语言&#xff0c;提供了丰富的库和工具来实现音频数据的压缩与解压。本文将通过一个简单的音频数据压缩与解压算法…...

大数据治理的常见方式

大数据治理的常见方式 大数据治理是确保数据质量、安全性和可用性的系统性方法&#xff0c;以下是几种常见的治理方式&#xff1a; 1. 数据质量管理 核心方法&#xff1a; 数据校验&#xff1a;建立数据校验规则&#xff08;格式、范围、一致性等&#xff09;数据清洗&…...