分布式缓存

更新9/12/2025

字数0

时长0 分钟

单机的Redis存在四大问题：

Redis持久化

Redis有两种持久化方案：

RDB持久化
AOF持久化

RDB 持久化

RDB全称Redis Database Backup file（Redis数据备份文件），也被叫做Redis数据快照。简单来说就是把内存中的所有数据都记录到磁盘中。当Redis实例故障重启后，从磁盘读取快照文件，恢复数据。快照文件称为RDB文件，默认是保存在当前运行目录。

执行时机

RDB持久化在四种情况下会执行：

执行save命令
执行bgsave命令
Redis 正常关闭（SHUTDOWN）
触发RDB条件时

1）save命令

执行下面的命令，可以立即执行一次RDB：

save命令会导致主进程执行RDB，这个过程中其它所有命令都会被阻塞。只有在数据迁移时可能用到。

2）bgsave命令

下面的命令可以异步执行RDB：

这个命令执行后会开启独立进程完成RDB，主进程可以持续处理用户请求，不受影响。

3）停机时

Redis停机时会执行一次save命令，实现RDB持久化。

4）触发RDB条件

Redis内部有触发RDB的机制，可以在redis.conf文件中找到，格式如下：

# 900秒内，如果至少有1个key被修改，则执行bgsave ， 如果是save "" 则表示禁用RDB
save 900 1  
save 300 10  
save 60 10000

RDB的其它配置也可以在redis.conf文件中设置：

# 是否压缩 ,建议不开启，压缩也会消耗cpu，磁盘的话不值钱
rdbcompression yes

# RDB文件名称
dbfilename dump.rdb  

# 文件保存的路径目录
dir ./

bgsave 原理

bgsave开始时会fork主进程得到子进程，子进程共享主进程的内存数据。完成fork后读取内存数据并写入 RDB 文件。

fork采用的是copy-on-write技术：

当主进程执行读操作时，访问共享内存；
当主进程执行写操作时，则会拷贝一份数据，执行写操作。

小结

RDB方式bgsave的基本流程？

fork主进程得到一个子进程，共享内存空间
子进程读取内存数据并写入新的RDB文件
用新RDB文件替换旧的RDB文件

RDB会在什么时候执行？save 60 1000代表什么含义？

默认是服务停止时
代表60秒内至少执行1000次修改则触发RDB

RDB的缺点？

RDB执行间隔时间长，两次RDB之间写入数据有丢失的风险
fork子进程、压缩、写出RDB文件都比较耗时

AOF 持久化

AOF全称为Append Only File（追加文件）。Redis处理的每一个写命令都会记录在AOF文件，可以看做是命令日志文件。

AOF 配置

AOF默认是关闭的，需要修改 redis.conf 配置文件来开启AOF：

properties

# 是否开启AOF功能，默认是no
appendonly yes
# AOF文件的名称
appendfilename "appendonly.aof"

AOF的命令记录的频率也可以通过redis.conf文件来配：

properties

# 表示每执行一次写命令，立即记录到AOF文件
appendfsync always 
# 写命令执行完先放入AOF缓冲区，然后表示每隔1秒将缓冲区数据写到AOF文件，是默认方案
appendfsync everysec 
# 写命令执行完先放入AOF缓冲区，由操作系统决定何时将缓冲区内容写回磁盘
appendfsync no

三种策略对比：

AOF文件重写

因为是记录命令，AOF文件会比RDB文件大的多。而且AOF会记录对同一个key的多次写操作，但只有最后一次写操作才有意义。通过执行bgrewriteaof命令，可以让AOF文件执行重写功能，用最少的命令达到相同效果。

如图，AOF原本有三个命令，但是set num 123 和 set num 666都是对num的操作，第二次会覆盖第一次的值，因此第一个命令记录下来没有意义。

所以重写命令后，AOF文件内容就是：mset name jack num 666

Redis也会在触发阈值时自动去重写AOF文件。阈值也可以在redis.conf中配置：

properties

# AOF文件比上次文件 增长超过多少百分比则触发重写
auto-aof-rewrite-percentage 100
# AOF文件体积最小多大以上才触发重写 
auto-aof-rewrite-min-size 64mb

RDB与AOF对比

RDB和AOF各有自己的优缺点，如果对数据安全性要求较高，在实际开发中往往会结合两者来使用。

启动时的读取优先级

第一优先级：AOF文件

条件：appendonly = yes 且 appendonly.aof 文件存在
行为：优先载入AOF文件，忽略RDB文件
原因：AOF通常包含更完整、更新的数据

第二优先级：RDB文件

条件：AOF未开启 或 AOF文件不存在，但dump.rdb文件存在
行为：载入RDB文件

第三优先级：空数据库启动

条件：既没有AOF文件也没有RDB文件
行为：以空数据库状态启动

Redis 主从集群

主从集群搭建

单节点Redis的并发能力是有上限的，要进一步提高Redis的并发能力，就需要搭建主从集群，实现读写分离。

我们搭建的主从集群结构如图：

共包含三个节点，一个主节点，两个从节点。

这里我们会在同一台虚拟机中开启3个redis实例，模拟主从集群，信息如下：

IP	PORT	角色
192.168.30.129	7001	master
192.168.30.129	7002	slave
192.168.30.129	7003	slave

文件结构

**redis.conf **

requirepass 123456
bind 0.0.0.0
port 7001
dir /data
save 900 1
save 300 10
save 60 10000
# 关闭AOF
appendonly no

# 向主节点通告的IP地址
replica-announce-ip 192.168.30.129

启动容器实例

docker run -d --name redis-7001 \
  -p 7001:7001 \
  -v /root/redis/7001/redis.conf:/usr/local/etc/redis/redis.conf \
  redis:latest \
  redis-server /usr/local/etc/redis/redis.conf
  
docker run -d --name redis-7002 \
  -p 7002:7002 \
  -v /root/redis/7002/redis.conf:/usr/local/etc/redis/redis.conf \
  redis:latest \
  redis-server /usr/local/etc/redis/redis.conf
 
docker run -d --name redis-7003 \
  -p 7003:7003 \
  -v /root/redis/7003/redis.conf:/usr/local/etc/redis/redis.conf \
  redis:latest \
  redis-server /usr/local/etc/redis/redis.conf

运行容器

docker start redis-7001 redis-7002 redis-7003

docker stop redis-7001 redis-7002 redis-7003

docker rm redis-7001 redis-7002 redis-7003

开启主从关系

# 连接 7002
redis-cli -p 7002 -a 123456

# 如果主节点有密码，从节点需要提供主节点密码
CONFIG SET masterauth 123456

# 执行slaveof
slaveof 192.168.30.129 7001

然后连接 7001节点，查看集群状态：

# 连接 7001
redis-cli -p 7001 -a 123456
# 查看状态
info replication

主从数据同步原理

全量同步

主从第一次建立连接时，会执行全量同步，将master节点的所有数据都拷贝给slave节点，流程：

这里有一个问题，master如何得知salve是第一次来连接呢？？

有几个概念，可以作为判断依据：

Replication Id：简称replid，是数据集的标记，id一致则说明是同一数据集。每一个master都有唯一的replid，slave则会继承master节点的replid
offset：偏移量，随着记录在repl_baklog中的数据增多而逐渐增大。slave完成同步时也会记录当前同步的offset。如果slave的offset小于master的offset，说明slave数据落后于master，需要更新。

因此slave做数据同步，必须向master声明自己的replication id 和offset，master才可以判断到底需要同步哪些数据。

因为slave原本也是一个master，有自己的replid和offset，当第一次变成slave，与master建立连接时，发送的replid和offset是自己的replid和offset。

master判断发现slave发送来的replid与自己的不一致，说明这是一个全新的slave，就知道要做全量同步了。

master会将自己的replid和offset都发送给这个slave，slave保存这些信息。以后slave的replid就与master一致了。

因此，master判断一个节点是否是第一次同步的依据，就是看replid是否一致。

如图：

完整流程描述：

slave节点请求增量同步
master节点判断replid，发现不一致，拒绝增量同步
master将完整内存数据生成RDB，发送RDB到slave
slave清空本地数据，加载master的RDB
master将RDB期间的命令记录在repl_baklog，并持续将log中的命令发送给slave
slave执行接收到的命令，保持与master之间的同步

增量同步

全量同步需要先做RDB，然后将RDB文件通过网络传输个slave，成本太高了。因此除了第一次做全量同步，其它大多数时候slave与master都是做增量同步。

什么是增量同步？就是只更新slave与master存在差异的部分数据。如图：

那么master怎么知道slave与自己的数据差异在哪里呢?

epl_backlog 原理

master怎么知道slave与自己的数据差异在哪里呢?

这就要说到全量同步时的repl_baklog文件了。

这个文件是一个固定大小的数组，只不过数组是环形，也就是说角标到达数组末尾后，会再次从0开始读写，这样数组头部的数据就会被覆盖。

repl_baklog中会记录Redis处理过的命令日志及offset，包括master当前的offset，和slave已经拷贝到的offset：

slave与master的offset之间的差异，就是salve需要增量拷贝的数据了。

随着不断有数据写入，master的offset逐渐变大，slave也不断的拷贝，追赶master的offset：

直到数组被填满：

此时，如果有新的数据写入，就会覆盖数组中的旧数据。不过，旧的数据只要是绿色的，说明是已经被同步到slave的数据，即便被覆盖了也没什么影响。因为未同步的仅仅是红色部分。

但是，如果slave出现网络阻塞，导致master的offset远远超过了slave的offset：

如果master继续写入新数据，其offset就会覆盖旧的数据，直到将slave现在的offset也覆盖：

棕色框中的红色部分，就是尚未同步，但是却已经被覆盖的数据。此时如果slave恢复，需要同步，却发现自己的offset都没有了，无法完成增量同步了。只能做全量同步。

主从同步优化

主从同步可以保证主从数据的一致性，非常重要。

可以从以下几个方面来优化Redis主从就集群：

在master中配置repl-diskless-sync yes启用无磁盘复制，避免全量同步时的磁盘IO。
Redis单节点上的内存占用不要太大，减少RDB导致的过多磁盘IO
适当提高repl_baklog的大小，发现slave宕机时尽快实现故障恢复，尽可能避免全量同步
限制一个master上的slave节点数量，如果实在是太多slave，则可以采用主-从-从链式结构，减少master压力

主从从架构图：

小结

简述全量同步和增量同步区别？

全量同步：master将完整内存数据生成RDB，发送RDB到slave。后续命令则记录在repl_baklog，逐个发送给slave。
增量同步：slave提交自己的offset到master，master获取repl_baklog中从offset之后的命令给slave

什么时候执行全量同步？

slave节点第一次连接master节点时
slave节点断开时间太久，repl_baklog中的offset已经被覆盖时

什么时候执行增量同步？

slave节点断开又恢复，并且在repl_baklog中能找到offset时

Redis 哨兵

哨兵原理

集群结构和作用

哨兵的结构如图：

哨兵的作用如下：

监控：Sentinel 会不断检查您的master和slave是否按预期工作
自动故障恢复：如果master故障，Sentinel会将一个slave提升为master。当故障实例恢复后也以新的master为主
通知：Sentinel充当Redis客户端的服务发现来源，当集群发生故障转移时，会将最新信息推送给Redis的客户端

集群监控原理

Sentinel基于心跳机制监测服务状态，每隔1秒向集群的每个实例发送ping命令：

主观下线：如果某sentinel节点发现某实例未在规定时间响应，则认为该实例主观下线。
客观下线：若超过指定数量（quorum）的sentinel都认为该实例主观下线，则该实例客观下线。quorum值最好超过Sentinel实例数量的一半。

集群故障恢复原理

一旦发现master故障，sentinel需要在salve中选择一个作为新的master，选择依据是这样的：

首先会判断slave节点与master节点断开时间长短，如果超过指定值（down-after-milliseconds * 10）则会排除该slave节点（断开时间太长，丢失数据过多）
然后判断slave节点的slave-priority值，越小优先级越高，如果是0则永不参与选举 (默认都是1)
如果slave-prority一样，则判断slave节点的offset值，越大说明数据越新，优先级越高
最后是判断slave节点的运行id大小，越小优先级越高。（随机挑选没有什么区别）

当选出一个新的master后，该如何实现切换呢？

流程如下：

sentinel给备选的slave1节点发送slaveof no one命令，让该节点成为master
sentinel 广播给所有其它slave发送slaveof 192.168.30.129 7002 命令，让这些slave成为新master的从节点，开始从新的master上同步数据。
最后，sentinel将故障节点标记为slave，当故障节点恢复后会自动成为新的master的slave节点

小结

Sentinel的三个作用是什么？

监控
故障转移
通知

Sentinel如何判断一个redis实例是否健康？

每隔1秒发送一次ping命令，如果超过一定时间没有相向则认为是主观下线
如果大多数sentinel都认为实例主观下线，则判定服务下线

故障转移步骤有哪些？

首先选定一个slave作为新的master，执行slaveof no one
然后让所有节点都执行slaveof 新master
修改故障节点配置，添加slaveof 新master

搭建哨兵集群

文件结构

sentinel.conf

port 27001
sentinel announce-ip 192.168.30.129
sentinel monitor mymaster 192.168.30.129 7001 2
# 如果主节点在此时间内无响应，则判定为主观下线
sentinel down-after-milliseconds mymaster 5000 
# 故障转移过程的最大等待时间
sentinel failover-timeout mymaster 60000 
# 如果主节点设置了 requirepass，这里必须配置相应密码
sentinel auth-pass mymaster 123456

解读：

port 27001：是当前sentinel实例的端口
sentinel monitor mymaster 192.168.30.129 7001 2：指定主节点信息
- mymaster：主节点名称，自定义，任意写
- 192.168.30.129 7001：主节点的ip和端口
- 2：选举master时的quorum值

启动容器

docker run -d --name redis-sentinel1 \
  -p 27001:27001 \
  -v /root/redis/7001/sentinel.conf:/usr/local/etc/redis/sentinel.conf \
  redis:latest \
  redis-sentinel /usr/local/etc/redis/sentinel.conf

docker run -d --name redis-sentinel2 \
  -p 27002:27002 \
  -v /root/redis/7002/sentinel.conf:/usr/local/etc/redis/sentinel.conf \
  redis:latest \
  redis-sentinel /usr/local/etc/redis/sentinel.conf
  
docker run -d --name redis-sentinel3 \
  -p 27003:27003 \
  -v /root/redis/7003/sentinel.conf:/usr/local/etc/redis/sentinel.conf \
  redis:latest \
  redis-sentinel /usr/local/etc/redis/sentinel.conf

运行容器

docker start redis-sentinel1 redis-sentinel2 redis-sentinel3

docker stop redis-sentinel1 redis-sentinel2 redis-sentinel3

docker rm redis-sentinel1 redis-sentinel2 redis-sentinel3

RedisTemplate

在Sentinel集群监管下的Redis主从集群，其节点会因为自动故障转移而发生变化，Redis的客户端必须感知这种变化，及时更新连接信息。Spring的RedisTemplate底层利用lettuce实现了节点的感知和自动切换。

引入依赖

xml

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

配置Redis地址

然后在配置文件application.yml中指定redis的sentinel相关信息：

yaml

spring:
  redis:
    password: 123456 # Redis密码
    sentinel:
      master: mymaster # 主节点名称
      nodes:
        - 192.168.30.129:27001
        - 192.168.30.129:27002
        - 192.168.30.129:27003

配置读写分离

在项目的启动类中，添加一个新的bean：

java

@Bean
public LettuceClientConfigurationBuilderCustomizer clientConfigurationBuilderCustomizer(){
    return clientConfigurationBuilder -> clientConfigurationBuilder.readFrom(ReadFrom.REPLICA_PREFERRED);
}

这个bean中配置的就是读写策略，包括四种：

MASTER：从主节点读取
MASTER_PREFERRED：优先从master节点读取，master不可用才读取replica
REPLICA：从slave（replica）节点读取
REPLICA _PREFERRED：优先从slave（replica）节点读取，所有的slave都不可用才读取master

Redis 分片集群

搭建分片集群

主从和哨兵可以解决高可用、高并发读的问题。但是然有两个问题没有解决：

海量数据存储问题
高并发写的问题

使用分片集群可以解决上述问题，如图:

分片集群特征：

集群中有多个master，每个master保存不同数据
每个master都可以有多个slave节点
master之间通过ping监测彼此健康状态
客户端请求可以访问集群任意节点，最终都会被转发到正确节点

项目结构

redis.conf

ini

port 8001
# 开启集群功能
cluster-enabled yes
# 集群的配置文件名称，不需要我们创建，由redis自己维护
cluster-config-file /data/nodes.conf
# 节点心跳失败的超时时间
cluster-node-timeout 5000
# 持久化文件存放目录
dir /data
# 绑定地址
bind 0.0.0.0
# 让redis后台运行 （适用docker必须设置no）
daemonize no
# 注册的实例ip
cluster-announce-ip 192.168.30.129
# 保护模式
protected-mode no
# 数据库数量
databases 1
# 日志
logfile /data/redis.log

启动容器

ini

# Redis 8001
docker run -d --name redis-8001 \
  -p 8001:8001 \
  -p 18001:18001 \
  -v /root/redis-cluster/8001/redis.conf:/usr/local/etc/redis/redis.conf \
  redis:latest \
  redis-server /usr/local/etc/redis/redis.conf

# Redis 8002  
docker run -d --name redis-8002 \
  -p 8002:8002 \
  -p 18002:18002 \
  -v /root/redis-cluster/8002/redis.conf:/usr/local/etc/redis/redis.conf \
  redis:latest \
  redis-server /usr/local/etc/redis/redis.conf

# Redis 8003
docker run -d --name redis-8003 \
  -p 8003:8003 \
  -p 18003:18003 \
  -v /root/redis-cluster/8003/redis.conf:/usr/local/etc/redis/redis.conf \
  redis:latest \
  redis-server /usr/local/etc/redis/redis.conf

# Redis 9001
docker run -d --name redis-9001 \
  -p 9001:9001 \
  -p 19001:19001 \
  -v /root/redis-cluster/9001/redis.conf:/usr/local/etc/redis/redis.conf \
  redis:latest \
  redis-server /usr/local/etc/redis/redis.conf

# Redis 9002
docker run -d --name redis-9002 \
  -p 9002:9002 \
  -p 19002:19002 \
  -v /root/redis-cluster/9002/redis.conf:/usr/local/etc/redis/redis.conf \
  redis:latest \
  redis-server /usr/local/etc/redis/redis.conf

# Redis 9003
docker run -d --name redis-9003 \
  -p 9003:9003 \
  -p 19003:19003 \
  -v /root/redis-cluster/9003/redis.conf:/usr/local/etc/redis/redis.conf \
  redis:latest \
  redis-server /usr/local/etc/redis/redis.conf

运行容器

ini

docker start redis-8001 redis-8002 redis-8003 redis-9001 redis-9002 redis-9003

docker stop redis-8001 redis-8002 redis-8003 redis-9001 redis-9002 redis-9003

docker rm redis-8001 redis-8002 redis-8003 redis-9001 redis-9002 redis-9003

创建集群

虽然服务启动了，但是目前每个服务之间都是独立的，没有任何关联。我们需要执行命令来创建集群，在Redis5.0之前创建集群比较麻烦，5.0之后集群管理命令都集成到了redis-cli中。

集群管理以及集成到了redis-cli中，格式如下：

ini

redis-cli --cluster create --cluster-replicas 1 192.168.30.129:8001 192.168.30.129:8002 192.168.30.129:8003 192.168.30.129:9001 192.168.30.129:9002 192.168.30.129:9003

命令说明：

redis-cli --cluster ：代表集群操作命令
create：代表是创建集群
--cluster-replicas 1 ：指定集群中每个master的副本个数为1，此时节点总数 ÷ (replicas + 1) 得到的就是master的数量。因此节点列表中的前n个就是master，其它节点都是slave节点，随机分配到不同master

测试

集群操作时，需要给redis-cli加上-c参数才可以：

redis-cli -c -p 8001

他会根据key计算插槽数自动切换到对应节点

散列插槽

插槽原理

Redis会把每一个master节点映射到0~16383共16384个插槽（hash slot）上，查看集群信息时就能看到：

数据key不是与节点绑定，而是与插槽绑定。redis会根据key的有效部分计算插槽值，有效部分两种情况：

key中包含"{}"，且“{}”中至少包含1个字符，“{}”中的部分是有效部分
key中不包含“{}”，整个key都是有效部分

例如：key是num，那么就根据num计算，如果是{itcast}num，则根据itcast计算。计算方式是利用CRC16算法得到一个hash值，然后对16384取余，得到的结果就是slot值。

如图，在7001这个节点执行set a 1时，对a做hash运算，对16384取余，得到的结果是15495，因此要存储到7003节点。

到了7003后，执行get num时，对num做hash运算，对16384取余，得到的结果是2765，因此需要切换到7001节点

小结

Redis如何判断某个key应该在哪个实例？

将16384个插槽分配到不同的实例
根据key的有效部分计算哈希值，对16384取余
余数作为插槽，寻找插槽所在实例即可

如何将同一类数据固定的保存在同一个Redis实例？

这一类数据使用相同的有效部分，例如key都以{typeId}为前缀

集群伸缩

redis-cli --cluster提供了很多操作集群的命令，可以通过下面方式查看：

redis-cli --cluster help

需求分析

需求：向集群中添加一个新的master节点，并向其中存储 num = 10

启动一个新的redis实例，端口为8004
添加8004到之前的集群，并作为一个master节点
给8004节点分配插槽，使得num这个key可以存储到8004实例

这里需要两个新的功能：

添加一个节点到集群中
将部分插槽分配到新插槽

创建新的 Redis 实例

创建一个Redis实例根据上面集群部署创建即可。

docker run -d --name redis-8004 \
  -p 8004:8004 \
  -p 18004:18004 \
  -v /root/redis-cluster/8004/redis.conf:/usr/local/etc/redis/redis.conf \
  redis:latest \
  redis-server /usr/local/etc/redis/redis.conf

添加新节点到 Redis

执行命令：

redis-cli --cluster add-node  192.168.30.129:8004 192.168.30.129:8001

redis-cli --cluster add-node: Redis 集群管理命令，用于添加节点
192.168.30.129:8004: 要添加的新节点的 IP 地址和端口
192.168.30.129:8001: 集群中已存在的任意一个节点的 IP 地址和端口（作为集群的入口点）

通过命令查看集群状态：

redis-cli -p 8004 cluster nodes

转移插槽

我们要将num存储到8004节点，因此需要先看看num的插槽是多少：

如上图所示，num的插槽为2765.

我们可以将0~3000的插槽从7001转移到7004，命令格式如下：

建立连接：

redis-cli --cluster reshard 192.168.30.129:8001

得到下面的反馈：

询问要移动多少个插槽，我们计划是3000个：

那个node来接收这些插槽？显然用的是8004节点ID

这里询问，你的插槽是从哪里移动过来的？

all：代表全部，也就是三个节点各转移一部分
具体的id：目标节点的id
done：没有了

填完后，点击done，这样插槽转移就准备好了：

确认要转移吗？输入yes：

检查是否成功转移插槽：

显然8004节点插槽位0--2999，而8001：3000-5460。

故障转移

自动故障转移

当集群中有一个master宕机会发生什么呢？

直接停止一个redis实例，例如8002：

redis-cli -p 8002 shutdown

首先是该实例与其它实例失去连接，然后是疑似宕机
最后是确定下线，自动提升一个slave为新的master
当8002再次启动，就会变为一个slave节点了

手动故障转移

利用cluster failover命令可以手动让集群中的某个master宕机，切换到执行cluster failover命令的这个slave节点，实现无感知的数据迁移。其流程如下：

这种failover命令可以指定三种模式：

缺省：默认的流程，如图1~6歩
force：省略了对offset的一致性校验
takeover：直接执行第5歩，忽略数据一致性、忽略master状态和其它master的意见

案例需求：在8002这个slave节点执行手动故障转移，重新夺回master地位

redis-cli -p 8002

cluster failover

8002和19002实现主从切换了。

RedisTemplate访问分片集群

RedisTemplate底层同样基于lettuce实现了分片集群的支持，而使用的步骤与哨兵模式基本一致：

1）引入redis的starter依赖

2）配置分片集群地址

3）配置读写分离

与哨兵模式相比，其中只有分片集群的配置方式略有差异，如下：

yaml

spring:
  redis:
#    password: 123456 # Redis密码 （Redis是否设置密码）
    cluster:
      nodes:
        - 192.168.30.129:8001
        - 192.168.30.129:8002
        - 192.168.30.129:8003
        - 192.168.30.129:8004
        - 192.168.30.129:9001
        - 192.168.30.129:9002
        - 192.168.30.129:9003

分布式缓存 ​

Redis持久化 ​

RDB 持久化 ​

AOF 持久化 ​

RDB与AOF对比 ​

启动时的读取优先级 ​

Redis 主从集群 ​

主从集群搭建 ​

主从数据同步原理 ​

全量同步 ​

增量同步 ​

epl_backlog 原理 ​

主从同步优化 ​

小结 ​

Redis 哨兵 ​

哨兵原理 ​

集群结构和作用 ​

集群监控原理 ​

集群故障恢复原理 ​

小结 ​

搭建哨兵集群 ​

RedisTemplate ​

引入依赖 ​

配置Redis地址 ​

配置读写分离 ​

Redis 分片集群 ​

搭建分片集群 ​

散列插槽 ​

插槽原理 ​

小结 ​

集群伸缩 ​

需求分析 ​

创建新的 Redis 实例 ​

添加新节点到 Redis ​

转移插槽 ​

故障转移 ​

自动故障转移 ​

手动故障转移 ​

RedisTemplate访问分片集群 ​

分布式缓存

Redis持久化

RDB 持久化

AOF 持久化

RDB与AOF对比

启动时的读取优先级

Redis 主从集群

主从集群搭建

主从数据同步原理

全量同步

增量同步

epl_backlog 原理

主从同步优化

小结

Redis 哨兵

哨兵原理

集群结构和作用

集群监控原理

集群故障恢复原理

小结

搭建哨兵集群

RedisTemplate

引入依赖

配置Redis地址

配置读写分离

Redis 分片集群

搭建分片集群

散列插槽

插槽原理

小结

集群伸缩

需求分析

创建新的 Redis 实例

添加新节点到 Redis

转移插槽

故障转移

自动故障转移

手动故障转移

RedisTemplate访问分片集群