软件体系结构 - 缓存技术(7)Redis持久化方法

本文涉及的产品
云数据库 Tair(兼容Redis),内存型 2GB
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
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。

相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore     ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库 ECS 实例和一台目标数据库 RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
相关文章
|
17天前
|
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?
|
2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。
201 15
加速LLM大模型推理,KV缓存技术详解与PyTorch实现
|
27天前
|
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~
191 0
|
1月前
|
消息中间件 缓存 NoSQL
基于Spring Data Redis与RabbitMQ实现字符串缓存和计数功能(数据同步)
总的来说,借助Spring Data Redis和RabbitMQ,我们可以轻松实现字符串缓存和计数的功能。而关键的部分不过是一些"厨房的套路",一旦你掌握了这些套路,那么你就像厨师一样可以准备出一道道饕餮美食了。通过这种方式促进数据处理效率无疑将大大提高我们的生产力。
92 32
|
1月前
|
缓存 NoSQL Java
Redis:现代服务端开发的缓存基石与电商实践-优雅草卓伊凡
Redis:现代服务端开发的缓存基石与电商实践-优雅草卓伊凡
51 5
Redis:现代服务端开发的缓存基石与电商实践-优雅草卓伊凡
|
4月前
|
存储 NoSQL 安全
Redis的两种持久化方式---RDB、AOF
通过本文的介绍,我们详细讲解了Redis的两种主要持久化方式:RDB和AOF。每种方式都有其独特的优缺点和适用场景。在实际应用中,可以根据具体需求选择合适的持久化方式,或者同时启用RDB和AOF,以达到最佳效果。希望本文能帮助您更好地理解和应用Redis的持久化机制,构建高效、可靠的数据存储解决方案。
275 79
|
3月前
|
缓存 监控 NoSQL
Redis--缓存击穿、缓存穿透、缓存雪崩
缓存击穿、缓存穿透和缓存雪崩是Redis使用过程中可能遇到的常见问题。理解这些问题的成因并采取相应的解决措施,可以有效提升系统的稳定性和性能。在实际应用中,应根据具体场景,选择合适的解决方案,并持续监控和优化缓存策略,以应对不断变化的业务需求。
157 29
|
3月前
|
缓存 NoSQL Java
Redis应用—8.相关的缓存框架
本文介绍了Ehcache和Guava Cache两个缓存框架及其使用方法,以及如何自定义缓存。主要内容包括:Ehcache缓存框架、Guava Cache缓存框架、自定义缓存。总结:Ehcache适合用作本地缓存或与Redis结合使用,Guava Cache则提供了更灵活的缓存管理和更高的并发性能。自定义缓存可以根据具体需求选择不同的数据结构和引用类型来实现特定的缓存策略。
187 16
Redis应用—8.相关的缓存框架
|
5月前
|
存储 缓存 数据处理
Pandas高级数据处理:缓存与持久化
本文介绍 Pandas 中的缓存与持久化技术,涵盖其意义、常见方式及问题解决方案。缓存可提高效率、减少重复计算;持久化则优化资源使用。文中探讨内存缓存、文件系统和数据库持久化,并提供代码示例,如 LRU 缓存、Parquet 格式保存及 SQLite 数据库交互,帮助读者理解和应用这些技术。
197 73
|
2月前
|
人工智能 缓存 NoSQL
Redis 与 AI:从缓存到智能搜索的融合之路
Redis 已从传统缓存系统发展为强大的 AI 支持平台,其向量数据库功能和 RedisAI 模块为核心,支持高维向量存储、相似性搜索及模型服务。文章探讨了 Redis 在实时数据缓存、语义搜索与会话持久化中的应用场景,并通过代码案例展示了与 Spring Boot 的集成方式。总结来看,Redis 结合 AI 技术,为现代应用提供高效、灵活的解决方案。