软件体系结构 - 缓存技术(7)Redis持久化方法

本文涉及的产品
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
日志服务 SLS,月写入数据量 50GB 1个月
数据安全中心,免费版
简介: 【4月更文挑战第20天】软件体系结构 - 缓存技术(7)Redis持久化方法

Redis提供了两种主要的持久化方法来保证数据在断电、重启或系统故障等情况下的安全性,这两种方法分别是:

1. RDB (Redis Database Backup)

原理与机制

  • 快照式持久化:RDB 通过创建数据集的时间点快照来实现持久化。在指定的时间间隔内,Redis 会将当前内存中的所有数据以二进制的形式保存到磁盘上的一个文件(通常为 dump.rdb)中。
  • 触发方式
  • 手动触发:通过执行 SAVEBGSAVE 命令触发快照生成。其中,SAVE 命令会阻塞 Redis 主进程直到快照完成,而 BGSAVE 命令则会通过创建一个子进程来异步完成快照操作,避免阻塞主进程处理客户端请求。
  • 自动触发:根据 Redis 配置文件中的 save 参数设定的时间间隔策略自动执行 BGSAVE。例如,当满足一定时间内发生了足够数量的写操作时,自动触发快照。

优点

  • 数据恢复速度快:由于 RDB 文件是经过压缩的二进制文件,加载时直接读取并恢复到内存,相比 AOF 方式恢复速度更快。
  • 文件紧凑:RDB 文件只包含数据,不记录命令操作,文件尺寸相对较小,适合备份和快速全量恢复。
  • 对性能影响较小:采用 BGSAVE 方式时,主进程可以继续处理客户端请求,仅在fork子进程时会有短暂的内存拷贝开销。

缺点

  • 数据丢失风险:RDB 是周期性或事件触发的快照,两次快照之间若发生故障,可能会丢失在这段时间内的数据。
  • 内存消耗:在执行 BGSAVE 时,需要 fork 子进程,这个过程中会复制一份当前的数据到子进程,对内存有一定要求。

2. AOF (Append-only File)

原理与机制

  • 日志式持久化:AOF 通过记录并累积所有对数据库进行修改的写命令来实现持久化。每次写操作都会被追加到一个名为 appendonly.aof 的日志文件中。
  • 写回策略
  • always:每条写命令都立即同步到磁盘。
  • everysec(默认):每秒至少同步一次,可能会有最多1秒的数据丢失。
  • no:由操作系统决定何时同步,数据丢失风险较高。

重写机制

随着操作积累,AOF 文件可能会变得过大。为了解决这个问题,Redis 提供了 AOF 重写功能,通过分析当前内存中的数据集生成一个新的最小化命令序列,替换原有的 AOF 文件,从而实现体积瘦身。

优点

  • 数据安全性高:AOF 记录了所有写操作,即使在快照期间发生故障,也能通过重放 AOF 日志恢复到故障前的最新状态,数据丢失的可能性极低。
  • 灵活的恢复粒度:可以根据需要只重放部分 AOF 日志,实现部分数据的恢复。

缺点

  • 恢复速度相对较慢:由于需要逐条执行 AOF 文件中的命令来恢复数据,特别是在文件较大时,恢复时间比 RDB 长。
  • 文件尺寸通常大于 RDB:AOF 文件记录的是所有写操作命令,随着时间推移,文件尺寸可能会大于 RDB 文件。
  • 写入性能对磁盘 IO 依赖较高:频繁的写操作可能影响性能,尤其在 always 同步策略下。

混合持久化(Redis 4.0 及以上版本)

在 Redis 4.0 及以上版本中,AOF 重写时可以开启混合持久化。在这种模式下,重写后的 AOF 文件既包含一个 RDB 快照,也包含增量的 AOF 命令。这样在重启时,首先加载 RDB 快照以快速恢复大部分数据,然后再重放 AOF 增量命令来获得最新的状态,兼顾了 RDB 和 AOF 的优点。

选择与使用建议

  • RDB 适用于对数据恢复速度要求较高,或者能够接受一定时间间隔内数据丢失的应用场景,比如缓存系统、数据报表等。
  • AOF 适用于对数据安全性要求极高,无法承受数据丢失的应用场景,比如交易记录、用户信息等核心业务数据。
  • 混合持久化 结合了 RDB 的快速恢复能力和 AOF 的高数据安全性,适用于既要快速恢复又要尽量减少数据丢失的场景。

在实际使用中,可以根据业务需求、数据重要性和性能考量,单独启用或组合使用这两种持久化方式。同时,合理配置写回策略、快照策略以及定期维护(如AOF重写)也是确保持久化效率和数据安全的重要环节。

相关文章
|
3月前
|
NoSQL 安全 关系型数据库
Redis:持久化的两种方式
Redis持久化机制主要包括RDB和AOF两种方式。RDB通过生成数据快照进行持久化,支持手动或自动触发,具有加载速度快、文件紧凑等特点,但无法实时保存数据。AOF则记录每个操作命令,保障数据更安全,支持多种写入策略,并可通过重写机制优化文件大小。两者各有优劣,常结合使用以兼顾性能与数据安全。
|
7月前
|
缓存 NoSQL 关系型数据库
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
|
8月前
|
机器学习/深度学习 存储 缓存
加速LLM大模型推理,KV缓存技术详解与PyTorch实现
大型语言模型(LLM)的推理效率是AI领域的重要挑战。本文聚焦KV缓存技术,通过存储复用注意力机制中的Key和Value张量,减少冗余计算,显著提升推理效率。文章从理论到实践,详细解析KV缓存原理、实现与性能优势,并提供PyTorch代码示例。实验表明,该技术在长序列生成中可将推理时间降低近60%,为大模型优化提供了有效方案。
1529 15
加速LLM大模型推理,KV缓存技术详解与PyTorch实现
|
2月前
|
缓存 负载均衡 监控
135_负载均衡:Redis缓存 - 提高缓存命中率的配置与最佳实践
在现代大型语言模型(LLM)部署架构中,缓存系统扮演着至关重要的角色。随着LLM应用规模的不断扩大和用户需求的持续增长,如何构建高效、可靠的缓存架构成为系统性能优化的核心挑战。Redis作为业界领先的内存数据库,因其高性能、丰富的数据结构和灵活的配置选项,已成为LLM部署中首选的缓存解决方案。
|
3月前
|
存储 缓存 NoSQL
Redis专题-实战篇二-商户查询缓存
本文介绍了缓存的基本概念、应用场景及实现方式,涵盖Redis缓存设计、缓存更新策略、缓存穿透问题及其解决方案。重点讲解了缓存空对象与布隆过滤器的使用,并通过代码示例演示了商铺查询的缓存优化实践。
210 1
Redis专题-实战篇二-商户查询缓存
|
2月前
|
缓存 运维 监控
Redis 7.0 高性能缓存架构设计与优化
🌟蒋星熠Jaxonic,技术宇宙中的星际旅人。深耕Redis 7.0高性能缓存架构,探索函数化编程、多层缓存、集群优化与分片消息系统,用代码在二进制星河中谱写极客诗篇。
|
3月前
|
存储 缓存 NoSQL
Redis持久化深度解析:数据安全与性能的平衡艺术
Redis持久化解决内存数据易失问题,提供RDB快照与AOF日志两种机制。RDB恢复快、性能高,但可能丢数据;AOF安全性高,最多丢1秒数据,支持多种写回策略,适合不同场景。Redis 4.0+支持混合持久化,兼顾速度与安全。根据业务需求选择合适方案,实现数据可靠与性能平衡。(238字)
|
7月前
|
缓存 NoSQL Java
Redis+Caffeine构建高性能二级缓存
大家好,我是摘星。今天为大家带来的是Redis+Caffeine构建高性能二级缓存,废话不多说直接开始~
996 0
|
3月前
|
缓存 NoSQL 关系型数据库
Redis缓存和分布式锁
Redis 是一种高性能的键值存储系统,广泛用于缓存、消息队列和内存数据库。其典型应用包括缓解关系型数据库压力,通过缓存热点数据提高查询效率,支持高并发访问。此外,Redis 还可用于实现分布式锁,解决分布式系统中的资源竞争问题。文章还探讨了缓存的更新策略、缓存穿透与雪崩的解决方案,以及 Redlock 算法等关键技术。
|
6月前
|
存储 监控 NoSQL
流量洪峰应对术:Redis持久化策略与内存压测避坑指南
本文深入解析Redis持久化策略与内存优化技巧,涵盖RDB快照机制、AOF重写原理及混合持久化实践。通过实测数据揭示bgsave内存翻倍风险、Hash结构内存节省方案,并提供高并发场景下的主从复制冲突解决策略。结合压测工具链构建与故障恢复演练,总结出生产环境最佳实践清单。
195 9

热门文章

最新文章