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
|
10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。
|
10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)
|
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。
550 9
|
NoSQL Redis
Redis的数据持久化策略有哪些 ?
Redis 提供了两种方式,实现数据的持久化到硬盘。 1. RDB 持久化(全量),是指在指定的时间间隔内将内存中的数据集快照写入磁盘。 2. AOF持久化(增量),以日志的形式记录服务器所处理的每一个写、删除操作 RDB和AOF一起使用, 在Redis4.0版本支持混合持久化方式 ( 设置 aof-use-rdb-preamble yes )
|
10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
639 14
|
12月前
|
数据采集 分布式计算 DataWorks
ODPS在某公共数据项目上的实践
本项目基于公共数据定义及ODPS与DataWorks技术,构建一体化智能化数据平台,涵盖数据目录、归集、治理、共享与开放六大目标。通过十大子系统实现全流程管理,强化数据安全与流通,提升业务效率与决策能力,助力数字化改革。
413 4
|
分布式计算 DataWorks 数据处理
在数据浪潮中前行:记录一次我与ODPS的实践、思考与展望
本文详细介绍了在 AI 时代背景下,如何利用阿里云 ODPS 平台(尤其是 MaxCompute)进行分布式多模态数据处理的实践过程。内容涵盖技术架构解析、完整操作流程、实际部署步骤以及未来发展方向,同时结合 CSDN 博文深入探讨了多模态数据处理的技术挑战与创新路径,为企业提供高效、低成本的大规模数据处理方案。
509 3
|
11月前
|
机器学习/深度学习 运维 监控
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
1079 0
|
10月前
|
传感器 人工智能 监控
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
306 14
|
10月前
|
机器学习/深度学习 传感器 监控
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
322 1