Lettuce实现redisson配置

Redis快速学习（二）

1、SpringBoot整合

SpringBoot 操作数据：spring-data jpa jdbc mongodb redis

SpringData 也是和SpringBoot齐名的项目！

说明：在 SpringBoot2.x 之后，原来使用的jedis被替换成了lettuce

jedis：采用的直连，多个线程操作的话，是不安全的，如果想要避免不安全的，使用jedis pool连接池！更像BIO模式

lettuce：采用netty，实例可以在多个线程中进行共享，不存在线程不安全的情况，可以减少线程数据，更像 NIO 模式

源码分析：

@Bean
	@ConditionalOnMissingBean(name = "redisTemplate")	//我们可以自己定义一个redisTemplate来替换这个默认的！
	@ConditionalOnSingleCandidate(RedisConnectionFactory.class)
	public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
        // 默认的 RedisTemplate 没有过多的设置，redis 对象都是需要序列化！
        //两个泛型都是 Object， Object 的类型，我们后使用需要强制转换
		RedisTemplate<Object, Object> template = new RedisTemplate<>();
		template.setConnectionFactory(redisConnectionFactory);
		return template;
	}

	@Bean
	@ConditionalOnMissingBean // 由于 String 是 redis 中最常使用的类型，所以说单独提出来一个bean！
	@ConditionalOnSingleCandidate(RedisConnectionFactory.class)
	public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory) {
		return new StringRedisTemplate(redisConnectionFactory);
	}

整合测试

配置idea远程连接阿里云服务器参考教程：

说明：设置了端口就重启防火墙，设置了配置文件就重启redis服务生效

连接之后，命令框连接客户端输入命令会提示报错信息：(error) NOAUTH Authentication required.意思是需要密码验证，输入 auth “yourspasswod” 验证密码即可

1、导入依赖

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

2、配置连接

# SpringBoot 所有的配置类，都有一个自动配置类 为RedisAutoConfiguration
# 自动配置类都会绑定一个 properties 配置文件 为RedisProperties
# 查找方法，前往依赖包找到autoconfigure包，打开META-INF中的spring-autoconfigure-meta.properties,点开后搜索关于redis的即可查找到

#配置redis 
spring.redis.host=37.115.220.197
spring.redis.password=123456
spring.redis.port=6379

3、测试

使用redis封装模板redisTeplate在test里面进行测试：

// 真实的开发一般都使用json来传递参数
		User user = new User("张三", 3);
		String jsonUser = null;
		try {
			jsonUser = new ObjectMapper().writeValueAsString(user);
		} catch (JsonProcessingException e) {
			e.printStackTrace();
		}
		ValueOperations ops = redisTemplate.opsForValue();
		ops.set("user", jsonUser);
		System.out.println(ops.get("user"));

结果为：{“name”:“张三”,“age”:3}

在企业中，我们的所有 pojo 都会序列化！SpringBoot

@Component
@Data
@AllArgsConstructor
@NoArgsConstructor
public class User implements Serializable {	//序列化
    
    private String name;
    private int age;
    
}

@Test
	public void test(){
		// 真实的开发一般都使用json来传递参数
		User user = new User("张三", 3);
		String jsonUser = null;
		// try {
		// 	jsonUser = new ObjectMapper().writeValueAsString(user);
		// } catch (JsonProcessingException e) {
		// 	e.printStackTrace();
		//}
		ValueOperations ops = redisTemplate.opsForValue();
		ops.set("user", user);
		System.out.println(ops.get("user"));
    }

结果为：User(name=张三, age=3)

编写一个自己的 RedisTemplate

// 自己定义了一个 RedisTemplate，固定模板
    @Bean
    @SuppressWarnings("all")
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
        // 我们为了自己开发方便，一般直接使用<String, Object>
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        template.setConnectionFactory(redisConnectionFactory);
        // Json序列化配置
        Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
        ObjectMapper objectMapper = new ObjectMapper();
        objectMapper.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        objectMapper.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
        jackson2JsonRedisSerializer.setObjectMapper(objectMapper);
        
        // String 的序列化
        StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
        
        // key采用String的序列化方式
        template.setKeySerializer(stringRedisSerializer);
        // hash的key也采用String的序列化方式
        template.setHashKeySerializer(stringRedisSerializer);
        // value序列化方式采用jackson
        template.setValueSerializer(jackson2JsonRedisSerializer);
        //hash的value序列化方式采用jackson
        template.setHashValueSerializer(jackson2JsonRedisSerializer);
        template.afterPropertiesSet();

        return template;
    }

测试结果：

127.0.0.1:6379> flushdb
OK
127.0.0.1:6379> keys *
1) "user"

在企业里面一般不直接使用redisTemplate，而是进行封装使用，RedisUtil组件，内容为：

总结：所有的redis操作，其实对于java开发人员来说，十分的简单，更重要的是要去理解redis的思想和每一种数据结构的用处。

2、Redis.conf详解

启动的时候，就通过配置文件来启动！

单位

包含

网络

bind 127.0.0.1 # 绑定ip
protected-mode yes # 保护模式
port 6379 # 端口设置

通用 GENERAL

daemonize yes # 守护进程方式运行，开启yes，关闭no
pidfile /www/server/redis/redis.pid #如果以后台的方式运行，我们就需要指定一个 pid 文件

#日志
# Specify the server verbosity level.
# This can be one of:
# debug (a lot of information, useful for development/testing)
# verbose (many rarely useful info, but not a mess like the debug level)
# notice (moderately verbose, what you want in production probably) 生产环境
# warning (only very important / critical messages are logged)
loglevel notice

logfile "/www/server/redis/redis.log" #日志的文件位置名

databases 16 # 默认的数据库有16个

always-show-logo yes # 是否总是显示logo

快照

持久化，在规定时间内，执行了多少次操作，则会持久到文件 .rdb .aof

redis 是内存数据库，如果没有持久化，那么数据断电及失！

# 如果900秒内，如果至少有1个key进行了修改，我们就进行持久化操作
save 900 1
# 如果300秒内，如果至少有10个key进行了修改，我们就进行持久化操作
save 300 10
# 如果60秒内，如果至少有10000个key进行了修改，我们就进行持久化操作
save 60 10000
#我们一般会自己定义这个测试

stop-writes-on-bgsave-error yes # 持久化如果出错，是否还需要继续工作！

rdbcompression yes # 是否压缩 rdb 文件，需要消耗一些cpu资源

rdbchecksum yes # 保存rdb 文件的时候，进行错误的检查校验

dir /www/server/redis/ # rdb保存的目录

REPLICATION 复制，在主从复制的时候讲

SECURITY 安全

我们可以在这里设置redis的密码，默认就是没有密码

requirepass 123456 #设置密码

限制 CLIENTS

maxclients 10000 # 设置能连接上redis的最大客户端数量

maxmemory <bytes> # redis 配置最大的内存容量

maxmemory-policy noeviction # 内存到达上限之后的处理策略：
	# volatile-lru		从已设置过期时间的数据集中挑选最近最少使用的数据淘汰
    # volatile-lfu		从已设置过期时间的数据集中挑选最不经常使用的数据淘汰
    # volatile-ttl		从已设置过期时间的数据集中挑选将要过期的数据淘汰
    # volatile-random	从已设置过期时间的数据集中挑选任意数据淘汰
    # allkeys-lru		当内存不足写入新数据时淘汰最近最少使用的Key
    # allkeys-random	当内存不足写入新数据时随机选择key淘汰
    # allkeys-lfu		当内存不足写入新数据时移除最不经常使用的Key
    # no-eviction		当内存不足写入新数据时，写入操作会报错，同时不删除数据

APPEND ONLY 模式 aof配置

appendonly on # 默认是不开启的aof模式的，默认是使用rdb方式持久化的，在大部分的情况下，rdb完全够用！

appendfilename "appendonly.aof" # 持久化的文件名字

# appendfsync always	# 每次修改都会 sync，消耗性能
appendfsync everysec 	# 每秒执行一次 sync，可能会丢失这1s的数据
# appendfsync no 		# 不执行 sync，这个时候操作系统自己同步数据，速度最快

具体的配置，在Redis持久化中详解

3、Redis持久化（rdb）

面试和工作，持久化都是重点！

Redis 是内存数据库，如果不将内存中的数据库状态保存到磁盘，那么一旦服务器进程退出，服务器中的数据库状态也会消失。所以Redis提供了持久化功能！

Redis 提供了两种持久化机制：第一种是 RDB，又称快照（snapshot）模式，第二种是 AOF 日志，也就追加模式。

RDB（Redis DataBase）

什么是RDB

在指定的时间间隔内将内存中的数据集快照写入磁盘，也就是行话讲的Snapshot快照，它恢复时是将快照文件直接读到内存里。

Redis会单独创建（fork）一个子进程来进行持久化，会先将数据写入到一个临时文件中，待持久化过程都结束了，再用这个临时文件替换上次持久化好的文件。整个过程中，主进程是不进行任何IO操作的，这就确保了极高的性能。如果需要进行大规模数据的恢复，且对于数据恢复的完整性不是非常敏感，那RDB方式要比AOF方式更加的高效。RDB的缺点是最后一次持久化后的数据可能丢失。我们默认的就是RDB，一般情况下不需要修改这个配置。

有时候在生产环境我们会将这个文件进行备份！

rdb保存的文件是 dump.rdb 都是在我们的配置文件中快照中进行配置的！

1、save的规则满足的情况下，会自动出发rdb规则

2、在执行flushall命令，也会触发我们的rdb规则

3、退出redis，也会产生rdb文件

备份就自动生成一个dump.rdb

如何恢复rdb文件

1、只需要将rdb文件放在我们redis启动目录就可以，redis启动的时候会自动检查dump.rdb恢复其中的数据！

2、查看需要存在的位置

127.0.0.1:6379> config get dir
1) "dir"
2) "/www/server/redis"	# 如果在这个目录下存在 dump.rdb 文件，启动就会自动恢复其中的数据

几乎就他自己默认的配置就够用了，但是我们还需要去学习！

优点：

1、适合大规模的数据恢复！dump.rdb

2、对数据的完整性要求不高

缺点：

1、需要一定的时间间隔进程操作，如果redis意外宕机了，这个最后一次修改的数据就没有了

2、fork进程的时候，会占用一定的内容空间

扩展：

1、RDB持久化方式能够在指定的时间间隔内对你的数据进行快照存储。
2、AOF 持久化方式记录每次对服务器写的操作，当服务器重启的时候会重新执行这些命令来恢复原始的数据,AOF命令以Redis协议追加保存每次写的操作到文件末尾，Redis还能对AOF文件进行后台重写，使得AOF文件的体积不至于过大。
3、只做缓存，如果你只希望你的数据在服务器运行的时候存在，你也可以不使用任何持久化
4、同时开启两种持久化方式
	在这种情况下，当redis重启的时候会优先载入AOF文件来恢复原始的数据，因为在通常情况下AOF文件保存的数据集要比RDB文件保存的数据集要完整。
	RDB的数据不实时，同时使用两者时服务器重启也只会找AOF文件，那要不要只使用AOF呢？作者建议不要，因为RDB更适合用于备份数据库( AOF在不断变化不好备份)，快速重启，而且不会有AOF可能潜在的Bug，留着作为一个万一的手段。
5、性能建议
	因为RDB文件只用作后备用途，建议只在Slave上持久化RDB文件，而且只要15分钟备份一 次就够了，只保留 save 900 1 这条规则。
	如果Enable AOF，好处是在最恶劣情况下也只会丢失不超过两秒数据，启动脚本较简单只load自己的AOF文件就可以了，代价一是带来了持续的IO，二是AOF rewrite的最后将rewrite过程中产生的新数据写到新文件造成的阻塞几乎是不可避免的。只要硬盘许可，应该尽量减少AOF rewrite的频率，AOF重写的基础大小默认值64M太小了，可以设到5G以上，默认超过原大小100%大小重写可以改到适当的数值。
	如果不Enable AOF，仅靠Master-Slave Repllcation实现高可用性也可以，能省掉一大笔IO，也减少了rewrite时带来的系统波动。代价是如果Master/Slave 同时挂掉，会丢失 十几分钟的数据，启动脚本也要比较两个Master/Slave中的RDB文件，载入较新的那个，微博就是这种架构。

4、Redis发布订阅

Redis 发布订阅（pub/sub）是一种消息通信模式：发送者（pub）发送消息，订阅者（sub）接受消息。微信，微博，关注系统！Redis 客户端可以订阅任意数量的频道。

订阅/发布消息图：

第一个：消息发送者 第二个：频道 第三个：消息订阅者

命令

这些命令被广泛用于构建即时通信应用，比如网络聊天室（chatroom）和实时广播、实时提醒等。

测试

订阅端：

127.0.0.1:6379> SUBSCRIBE weiwei # 订阅一个频道 weiwei
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "weiwei"
3) (integer) 1
# 等待读取推送的信息
1) "message" # 消息
2) "weiwei" # 哪个频道的消息
3) "I miss you" # 消息的具体内容

发送端：

127.0.0.1:6379> PUBLISH weiwei "I miss you" # 发布者发布消息到频道
(integer) 1

原理

# Redis是使用C实现的，通过分析Redis源码里的pubsub.c文件，了解发布和订阅机制的底层实现，籍此加深对Redis的理解。
# Redis通过PUBLISH、SUBSCRIBE和PSUBSCRIBE等命令实现发布和订阅功能。
# 通过SUBSCRIBE命令订阅某频道后，redis-server里维护了一个字典，字典的键就是一个个channel,而字典的值则是一个链表，链表中保存了所有订阅这个channel的客户端。SUBSCRIBE命令的关键，就是将客户端添加到给定channel的订阅链表中。
# 通过PUBLISH命令向订阅者发送消息，redis-server会使用给定的频道作为键，在它所维护的channel字典中查找记录了订阅这个频道的所有客户端的链表，遍历这个链表，将消息发布给所有订阅者。
# Pub/Sub从字面上理解就是发布(Publish)与订阅(Subscribe),在Redis中，你可以设定对某一个key值进行消息发布及消息订阅，当一个ky值上进行了消息发布后，所有订阅它的客户端都会收到相应的消息。这一功能最明显的用法就是用作实时消息系统，比如普通的即时聊天，群聊等功能。

使用场景：

• 实时消息系统
• 实时聊天室（将信息回显给所有人）
• 订阅，关注系统

稍微复杂的场景我们就会使用 消息中间件 MQ

5、Redis主从复制

概念

主从复制，是指将一台Redis服务器的数据，复制到其他的Redis服务器。前者称为主节点(master/leader),后者称为从节点(slave/follower);==数据的复制是单向的，只能由主节点到从节点。==Masterl以写为主，Slave以读为主。

默认情况下，每台Redis服务器都是主节点；

且一个主节点可以有多个从节点（或没有从节点），但一个从节点只能有一个主节点。

主从复制的作用主要包括：

1、数据冗余：主从复制实现了数据的热备份，是持久化之外的一种数据冗余方式。

2、故障恢复：当主节点出现问题时，可以由从节点提供服务，实现快速的故障恢复；实际上是一种服务的冗余。

3、负载均衡：在主从复制的基础上，配合读写分离，可以由主节点提供写服务，由从节点提供读服务(即写Rdis数据时应用连接主节点，读Rdis数据时应用连接从节点)，分担服务器负载；尤其是在写少读多的场景下，通过多个从节点分担读负载，可以大大提高Redis服务器的并发量。

4、高可用（集群）基石：除了上述作用以外，主从复制还是哨兵和集群能够实施的基础，因此说主从复制是Rdis高可用的基础。

一般来说，要将Redisi运用于工程项目中，只使用一台Redis,是万万不能的（宕机），原因如下：

1、从结构上，单个Rdis服务器会发生单点故障，并且一台服务器需要处理所有的请求负载，压力较大；

2、从容量上，单个Redis服务器内存容量有限，就算一台Redis服务器内存容量为256G,也不能将所有内存用作Redis存储内存，一般来说，单台Redisi最大使用内存不应该超过20G。

电商网站上的商品，一般都是一次上传，无数次浏览的，说专业点也就是"多读少写”。

对于这种场景，我们可以使如下这种架构：

主从复制，读写分离！80% 的情况下都是在进行读操作，减缓服务器压力，架构中经常使用，最低标配：一主二从！

在公司中，主从复制就是要必须使用的，因为在真实的项目中不可能单机使用Redis！

环境配置

只配置从库，不用配置主库！

127.0.0.1:6379> info replication # 查看当前库的信息
# Replication
role:master	# 角色
connected_slaves:0 # 没有从机
master_failover_state:no-failover
master_replid:f4bbba7b54882f8348646084b3e4b484cee63907
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0

复制3个配置文件，然后修改对应的信息：

1、端口

2、pid 名字

3、log文件名字

4、dump.rdb 名字

修改完毕之后，启动我们的3geredis服务器，可以通过进程信息查看

默认情况下，每台Redis服务器都是主节点；配置从机即可！一主（79）二从（80、81）

127.0.0.1:6380> SLAVE0F127.0.0.16379 # SLAVE0F host 6379 找谁当自己的老大！
OK
127.0.0.1:6380>info replication
# Replication
role:slave # 当前角色是从机
master_host:127.0.0.1 # 可以的看到主机的信息master_port:6379
master_link_status:up
master_last_io_seconds_ago:3
master_sync_in_progress:0
slave_repl_offset:14
slave_priority:1001
slave_read_on1y:1
connected_slaves:0
master_replid:a81be8dd257636b2d3e7a9f595e69d73ff03774e
master._rep1id2:0000000000000000000000000000000000000000
master_repl_offset:14
second_repl_offset:-1
rep1_backlog_active:1
repl_backlog_size:1048576
rep1_backlog_first_byte_offset:1
rep1_backlog_histlen:14

# 在主机中查看
127.0.0.1:6379> info replication
# Replication
role:master
connected_slaves:1 # 多了从机的配置
slave0:ip=127.0.0.1,port=6380,state=online,offset=42,lag=1 # 从机的配置
master_replid:a81be8dd257636b2d3e7a9f595e69d73ff03774e
master._rep1id2:0000000000000000000000000000000000000000
master_repl_offset:42
second_repl_offset:-1
rep1_backlog_active:1
rep1_backlog_size:1048576
rep1_backlog_first_byte_offset:1
rep1_backlog_histlen:42

真实的主从配置应该在配置文件中配置，这样的永久的配置，使用命令就是暂时的配置！

细节

主机可以写，从机不能写，只能读！主机中的所有信息和数据，都会自动被从机保存！

主机断开连接，从机依旧连接到主机的，但是没有写操作了，这个时候，主机如果回来了，从机依旧可以直接获得主机的信息。

如果是使用命令行来配置主从，这个时候从机重启了，就会变为主机，再次设为从机，立刻能获得主机中的所有值。

复制原理

Slave 启动成功连接到 master 后会发送一个 sync 命令

Master 接到命令，启动后台的存盘进程，同时手机所有接收到的用于修改数据集命令，在后台进程执行完毕之后，master将传送整个文件到 salve，并完成一次完全同步。

全量复制：Slave 服务在接收到数据库文件数据后，将其存盘并加载到内存中。

增量复制：Master 继续将新的所有收集到的命令依次传给 slave，完成同步。

但是只要是重新连接 master，一次完全同步（全量复制）将被自动执行。我们的数据一定可以在从机中看到！

层层链路

上一个master连接下一个slave，这个slave还连接一个slave 即：M->(S1、M)->S2，这时候也可以完成我们的主从复制！

如果主机断开了连接，我们可以使用slaveof no one让自己变成主机！其他的节点就可以手动连接到最新的主节点。如果这个时候原Master修复了，也不能改变现状。

以上两种方式，我们工作中，一般都不会使用！

6、哨兵模式

sentinel：哨兵（自动选举老大的模式）

概述

主从切换技术的方法是：当主服务器宕机后，需要手动把一台从服务器切换为主服务器，这就需要人工干预，费事费力，还会造成一段时间内服务不可用。这不是一种推荐的方式，更多的时候，我们优先考虑哨兵模式。Redis从2.8开始正式提供了Sentinel（哨兵）架构来解决这个问题。

自动监控主机是否故障，如果故障了根据投票数自动将从库转换为主库。

哨兵模式是一种特殊的模式，首先Redis提供了哨兵的命令，哨兵是一个独立的进程，作为进程，它会独立运行。其原理是哨兵通过发送命令，等待Redis服务器响应，从而监控运行的多个Redis实例。

这里的哨兵有两个作用

• 通过发送命令，让Redis服务器返回监控其运行状态，包括主服务器和从服务器
• 当哨兵监测到master宕机，会自动将slave切换成master，然后通过发布订阅模式通知其他的从服务器，修改配置文件，让它们切换主机

然而一个哨兵进程对对Redis服务器进行监控，可能会出现问题，为此，我们可以使用多个哨兵进行监控。各个哨兵之间还会进程监控，这样就形成了多哨兵模式。

假设主服务器宕机，哨兵1先检测到这个结果，系统并不会马上进行failover过程，仅仅是哨兵1主观的认为服务器不可用，这个现象称为主观下线。当后面的哨兵也检测到主服务器不可用，并且数量达到一定值时，那么哨兵之间就会进行一次投票，投票的结果由一个哨兵发起，进行failover[故障转移]操作。切换成功后，就会通过发布订阅模式，让各个哨兵把自己监控的从服务器实现切换主机，这个过程称为客观下线。

测试

1、配置哨兵配置文件 sentinel.conf

# sentinel monitor 被监控的名称 host port 1
sentinel monitor myredis 127.0.0.1 6379 1

后面的这个数字1，代表主机挂了，slave投票看让谁来接替成为主机，票数高的成为主机。

2、启动哨兵

redis-sentinel sentinel.conf

如果Master节点断开，这个时候就会从从机中随机选择一个服务器！（这里有一个投票算法）

如果主机此时回来了，只能归并到新的主机下，当做从机，这就是哨兵模式的规则！

哨兵模式

优点：

1、哨兵集群，基于主从复制模式，所有的主从配置优点，它全有

2、主从可以切换，故障可以转移，系统的可用性就会更好

3、哨兵模式就是主从模式的升级，手动到自动，更加健壮！

缺点：

1、Redis 不好在线扩容的，集群容量一旦达到上限，在线扩容就十分麻烦！

2、实现哨兵模式的配置其实是很麻烦的，里面有很多选择

哨兵模式的全部配置

# Example sentinel.conf
# 哨兵sentine1实例运行的端口 默认 26379
port 26379

# 哨兵sentinel的工作目录
dir /tmp

# 哨兵sentinel监控的redis主节点的ip port
# master-name 可以自己命名的主节点名字只能由字母A-z、数字0-9、这三个字符".-_"组成。
# quorum 配置多少个sentinel哨兵统一认为master主节点失联那么这时客观上认为主节点失联了
# sentinel monitor <master-name> <ip> <redis-port> <quorum>
sentinel monitor mymaster 127.0.0.1 6379 2

# 当在Redis实例中开启了requirepass foobared授权密码这样所有连接Redis实例的客户端都要提供密码
# 设置哨兵sentine]连接主从的密码注意必须为主从设置一样的验证密码
# sentinel auth-pass <master-name> <password>
sentinel auth-pass mymaster MySUPER--secret-0123password

# 指定多少毫秒之后主节点没有应答哨兵sentine1此时哨兵主观上认为主节点下线默认30秒
# sentinel down-after-milliseconds <master-name> <milliseconds>
sentinel down-after-milliseconds mymaster 30000

# 这个配置项指定了在发生failover主备切换时最多可以有多少个s1ave同时对新的master.进行同步，
这个数字越小，完成fai1over所需的时间就越长，
但是如果这个数字越大，就意味着越多的s1ave因为replication而不可用。
可以通过将这个值设为1来保证每次只有一个s1ave处于不能处理命令请求的状态。
# sentinel parallel-syncs <master-name> <numslaves>
sentinel parallel-syncs mymaster 1

# 故障转移的超时时间fai1over-timeout可以用在以下这些方面：
# 1.同一个sentine1对同一个master两次fai1over之间的间隔时间。
# 2.当一个s1ave从一个错误的master那里同步数据开始计算时间。直到s1ave被纠正为向正确的master那里同步数据时。
# 3.当想要取消一个正在进行的fai1over所需要的时间。
# 4.当进行fai1over时，配置所有s1aves指向新的master所需的最大时间。不过，即使过了这个超时，s1aves依然会被正确配置为指向master,但是就不按para1lel-syncs)所配置的规则来了
# 默认三分钟
# sentinel failover-timeout <master-name> <milliseconds>
sentinel failover-timeout mymaster 180000

# SCRIPTS EXECUTION

# 配置当某一事件发生时所需要执行的脚本，可以通过脚本来通知管理员，例如当系统运行不正常时发邮件通知相关人员。
# 对于脚本的运行结果有以下规则：
# 若脚本执行后返回1，那么该脚本稍后将会被再次执行，重复次数目前默认为10
# 若脚本执行后返回2，或者比2更高的一个返回值，脚本将不会重复执行。
# 如果脚本在执行过程中由于收到系统中断信号被终止了，则同返回值为1时的行为相同。
# 一个脚本的最大执行时间为60s,如果超过这个时间，脚本将会被一个SIGK工LL信号终止，之后重新执行。

# 通知型脚本：当sentine1有任何警告级别的事件发生时(比如说redis实例的主观失效和客观失效等等)，将会去调用这个脚本，这时这个脚本应该通过邮件，SMS等方式去通知系统管理员关于系统不正常运行的信息。调用该脚本时，将传给脚本两个参数，一个是事件的类型，一个是事件的描述。如果sentine1.conf配置文件中配置了这个脚本路径，那么必须保证这个脚本存在于这个路径，并且是可执行的，否则sentine1无法正常启动成功。、

# 通知脚本
# she11编程
# sentinel notification-script <master-name> <script-path>
sentinel notification-script mymaster /var/redis/notify.sh

# 客户端重新配置主节点参数脚本
# 当一个master由于fai1over而发生改变时，这个脚本将会被调用，通知相关的客户端关于master.地址已经发生改变的信息。
# 以下参数将会在调用脚本时传给脚本：
# <master-name> <role> <state> <from-ip> <from-port> <to-ip> <to-port>
# 目前<state>总是“failover”，
# <ro1le>是“1 eader"或者“observer"中的一个。
# 参数from-ip,from-port,to-ip,to-port是用来和I旧的master和新的master(即l旧的slave)通信的
# 这个脚本应该是通用的，能被多次调用，不是针对性的
# sentinel client-reconfig-script <master-name> <script-path>
sentinel client-reconfig-script mymaster /var/redis/reconfig.sh # 一般都是运维来配置

7、Redis缓存穿透和雪崩

服务的高可用

Redis缓存的使用，极大地提升了应用程序的性能和效率，特别是数据查询方面。但同时，它也带来了一些问题。其中，最要害的问题，就是数据的一致性问题，从严格意义上讲，这个问题无解。如果对数据的一致性要求很高，那么就不能使用缓存。

另外的一些典型的问题就是，缓存穿透、缓存雪崩和缓存击穿。目前，业界也都有比较流行的解决方案。

7.1、缓存穿透（查不到）

概念

缓存穿透的概念很简单，用户想要查询一个数据，发现redis内存数据库没有，也就是缓存没有命中，于是向持久层数据库查询。发现也没有，于是查询失败。当用户很多的时候，缓存都没有命中，于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透。

解决方案

布隆过滤器

布隆过滤器是一种数据结构，对所有可能查询的参数以hash形式存储，在控制层先进行校验，不符合则丢弃，从而避免了对底层存储系统的查询压力；

缓存空对象

当存储层不命中后，即使返回的空对象也将其缓存起来，同时会设置一个过期时间，之后再访问这个数据将会从缓存中获取，保护了后端数据源；

但是这个方法会存在两个问题：

1、如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多的空值得键

2、即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响。

7.2、缓存击穿（量太多，缓存过期）

概述

这里需要注意和缓存击穿的区别，缓存击穿，是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。

当某个key在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期，会同时访问数据库来查询最新数据，并且回写缓存，会导使数据库瞬间压力过大。

解决方案

设置热点数据永不过期

从缓存层面来看，没有设置过期时间，所以不会出现热点key过期后产生的问题。

加互斥锁

分布式锁：使用分布式锁，保证对于每个key同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，因此只需要等待即可。这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考验很大。

7.3、缓存雪崩

概念

缓存雪崩，是指在某一个时间段，缓存集中过期失效。Redis宕机！

产生雪崩的原因之一，比如在写本文的时候，马上就要到双十二零点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。于是所有的请求都会达到存储层，存储层的调用量会暴增，造成存储层也会挂
掉的情况。

其实集中过期，倒不是非常致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，这个时候，数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。

解决方案

redisi高可用

这个思想的含义是，既然redis有可能挂掉，那我多增设几台redis,这样一台挂掉之后其他的还可以继续工作，其实就是搭建的集群。(异地多活！)

限流降级

这个解决方案的思想是，在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个ky只允许一个线程查询数据和写缓存，其他线程等待。

数据预热

数据加热的含义就是在正式部署之前，先把可能的数据先预先访问遍，这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的ky,设置不同的过期时间，让缓存失效的时间点尽量均匀。