大数据-45 Redis 持久化概念 RDB AOF机制 持久化原因和对比

简介: 大数据-45 Redis 持久化概念 RDB AOF机制 持久化原因和对比

点一下关注吧!!!非常感谢!!持续更新!!!

目前已经更新到了:

Hadoop(已更完)

HDFS(已更完)

MapReduce(已更完)

Hive(已更完)

Flume(已更完)

Sqoop(已更完)

Zookeeper(已更完)

HBase(已更完)

Redis (正在更新…)

章节内容

上节完成了的内容如下:


Redis慢查询日志

Redis监视器

Redis慢查询定位和处理

持久化原因

  • Redis 是内存数据库,宕机后数据消失
  • Redis 重启后快速恢复数据 需要提供持久化机制
  • Redis 持久化是为了快速恢复

持久化方式

Redis 的持久化不保证数据的完整性!

  • RDB
  • AOF

我们可以通过 INFO 指令查看Redis当前持久化的信息:

./redis-cli
info

RDB(Redis Database)

RDB 持久化是通过生成内存快照的方式,将 Redis 数据写入到磁盘上的二进制文件中。

RDB 文件可以在指定的时间间隔内进行创建(快照方式),例如每隔一段时间或者每达到一定数量的写操作时。


具体特性如下:


自动备份:RDB 文件可以设置在特定时间间隔自动生成,用于数据备份和恢复。

高效恢复:由于 RDB 文件是紧凑的二进制格式,恢复数据时速度非常快。

性能开销低:在持久化的过程中,Redis 仍然可以处理客户端请求,只是在生成 RDB 文件时会稍微影响性能。

数据丢失风险:如果 Redis 意外崩溃,最后一次 RDB 快照之后的数据会丢失,因为快照是周期性的而不是实时的。

AOF(Append Only File)

AOF 持久化是将每一个写操作记录到日志文件中。

AOF 文件以文本形式记录了每一条修改命令,通过不断追加的方式来保证数据持久化。


具体特性如下:


实时性更高:AOF 可以设置为每次写操作都进行持久化(always),或者每秒持久化一次(every second),因此数据丢失的可能性较低。

可重写:随着时间推移,AOF 文件会越来越大,但可以通过 AOF 重写机制将文件压缩,保持较小的文件大小。

日志冗长:由于每个写操作都被记录,AOF 文件比 RDB 文件要大,而且恢复速度相对较慢,因为需要逐条执行日志命令。

安全性高:AOF 更适合需要最大化数据持久性的场景,例如金融数据处理。

如何选择 RDB 和 AOF

选择 RDB 还是 AOF 取决于你的具体需求:


如果需要快速恢复数据,并且对少量数据丢失不敏感,可以选择 RDB。

如果需要更高的持久化保证,并且能够接受较大的磁盘和恢复开销,可以选择 AOF。

许多场景下,可以结合两者使用,即开启 RDB 作为定期备份,开启 AOF 作为实时持久化,以获得更好的数据安全性和恢复性能。

模式对比

RDB存在某个时刻的快照,采用二进制的方式压缩存储,AOF存操作命令,采用文本存储

RDB性能高,AOF性能低

RDB在配置触发状态会丢失最后一次快照以后更改的所有数据,AOF每1秒都保存一次,最多丢2秒。

Redis以主服务模式运行,RDB不会保存过期键值数据

Redis以从服务模式运行,RDB会保存过期数据,但是同步时会清空

应用场景

RDB(Redis Database)

RDB 持久化适用于以下场景:


快速恢复数据:


场景:需要在服务器重启或故障后快速恢复数据。

例子:游戏状态数据、会话管理等需要在短时间内恢复大量数据的应用。

较少的数据变更:


场景:数据变更不频繁,允许在一段时间内进行定期快照。

例子:只读数据集或数据变更较少的应用,如配置管理、静态内容缓存等。

定期备份:


场景:需要定期对数据进行备份以防止数据丢失。

例子:日终备份、每小时备份等场景,适用于数据分析和报表生成。

较低的持久化需求:


场景:可以容忍一定的数据丢失,追求更高的性能。

例子:缓存应用、临时数据存储等。

AOF(Append Only File)

AOF 持久化适用于以下场景:


高数据安全性要求:


场景:需要最大限度地保证数据持久性,尽量避免数据丢失。

例子:金融系统、电子商务平台等数据极其重要的应用。

高实时性要求:


场景:数据变更频繁,需要实时记录每一次操作。

例子:实时日志记录、消息队列等需要保证每条记录都持久化的应用。

增量备份:


场景:希望通过增量方式备份数据,而不是定期全量快照。

例子:交易系统、用户行为记录等。

易于故障恢复:


场景:需要逐条重放命令来恢复数据,确保数据完整性。

例子:数据分析系统、数据同步等需要逐条命令执行恢复的场景。


相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
存储 分布式计算 大数据
大数据-169 Elasticsearch 索引使用 与 架构概念 增删改查
大数据-169 Elasticsearch 索引使用 与 架构概念 增删改查
300 3
|
12月前
|
缓存 NoSQL 算法
Redis数据库的键值过期和删除机制
我们需要注意的是,虽然Redis提供了这么多高级的缓存机制,但在使用过程中,必须理解应用的特性,选择合适的缓存策略,才能最大化Redis的性能。因此,在设计和实施应用程序时,理解应用的数据访问模式,以及这些模式如何与Redis的缓存机制相互作用,尤为重要。
333 24
|
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。
1301 79
|
存储 NoSQL Redis
Redis 持久化揭秘:选择 RDB、AOF 还是混合持久化?
Redis 是一个内存数据库,意味着它主要将数据存储在内存中,从而能够提供极高的性能。然而,作为内存数据库,Redis 默认情况下的数据不会永久保存。为了确保数据在重启或故障后能够恢复,Redis 提供了几种 **持久化机制**。这些机制允许 Redis 将内存中的数据保存到硬盘上,从而实现数据持久化。
1309 22
Redis 持久化揭秘:选择 RDB、AOF 还是混合持久化?
|
NoSQL API Redis
在C程序中实现类似Redis的SCAN机制的LevelDB大规模key分批扫描
通过上述步骤,可以在C程序中实现类似Redis的SCAN机制的LevelDB大规模key分批扫描。利用LevelDB的迭代器,可以高效地遍历和处理数据库中的大量键值对。该实现方法不仅简单易懂,还具有良好的性能和扩展性,希望能为您的开发工作提供实用的指导和帮助。
276 7
|
数据采集 数据可视化 大数据
大数据体系知识学习(三):数据清洗_箱线图的概念以及代码实现
这篇文章介绍了如何使用Python中的matplotlib和numpy库来创建箱线图,以检测和处理数据集中的异常值。
493 1
大数据体系知识学习(三):数据清洗_箱线图的概念以及代码实现
|
监控 NoSQL 测试技术
【赵渝强老师】Redis的AOF数据持久化
Redis 是内存数据库,提供数据持久化功能,支持 RDB 和 AOF 两种方式。AOF 以日志形式记录每个写操作,支持定期重写以压缩文件。默认情况下,AOF 功能关闭,需在 `redis.conf` 中启用。通过 `info` 命令可监控 AOF 状态。AOF 重写功能可有效控制文件大小,避免性能下降。
485 6
|
存储 监控 NoSQL
【赵渝强老师】Redis的RDB数据持久化
Redis 是内存数据库,提供数据持久化功能以防止服务器进程退出导致数据丢失。Redis 支持 RDB 和 AOF 两种持久化方式,其中 RDB 是默认的持久化方式。RDB 通过在指定时间间隔内将内存中的数据快照写入磁盘,确保数据的安全性和恢复能力。RDB 持久化机制包括创建子进程、将数据写入临时文件并替换旧文件等步骤。优点包括适合大规模数据恢复和低数据完整性要求的场景,但也有数据完整性和一致性较低及备份时占用内存的缺点。
610 6
|
机器学习/深度学习 XML 分布式计算
大数据的概念
【10月更文挑战第16天】
865 4
|
8月前
|
机器学习/深度学习 传感器 分布式计算
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
557 14