前言
假如有人问你："你会把 Redis 用在什么业务场景下？"
我想你大概率会说："我会把它当作缓存利用，因为它把后端数据库中的数据存储在内存中，然后直接从内存中读取数据，响应速度会非常快。"
没错，这确实是 Redis 的一个普遍利用场景，但是，这里也有一个绝对不能忽略的问题：一旦服务器宕机，内存中的数据将全部丢失。
现在，Redis 的持久化主要有两大机制，即 AOF（Append Only File）日记和 RDB（Redis DataBase） 快照。
AOF
日记是如何实现的
说到日记，我们比较熟悉的是数据库的写前日记（Write Ahead Log, WAL），在实际写数据前，先把修改的数据记到日记文件中，以便故障时进行规复。不外，AOF 日记恰好相反，它是写后日记，"写后"的意思是 Redis 是先实行命令，把数据写入内存，然后才记录日记。
AOF 里记录的是 Redis 收到的每一条命令，这些命令是以文本形式保存的。
我们以 Redis 收到“set testkey testvalue”命令后记录的日记为例，看看 AOF 日记的内容。其中，“*3”体现当前命令有三个部分，每部分都是由“$+数字”开头，后面紧跟着详细的命令、键或值。这里，“数字”体现这部分中的命令、键或值一共有多少字节。例如，“$3 set”体现这部分有 3 个字节，也就是“set”命令。
写后日记的优势与风险
为了避免额外的检查开销，Redis 在向 AOF 里面记录日记的时候，并不会先去对这些命令进行语法检查。
假如先记日记再实行命令的话，日记中就有可能记录了错误的命令，Redis 在利用日记规复数据时，就可能会出错。而写后日记这种方式，就是先让系统实行命令，只有命令能实行成功，才会被记录到日记中，否则，系统就会直接向客户端报错。
所以，Redis 利用写后日记这一方式的一大好处是，可以避免出现记录错误命令的情况。
除此之外，写后日记一个好处：它是在命令实行后才记录日记，不会壅闭当前的写操纵。
AOF 也有两个潜在的风险：
- 风险一：假如刚实行完一个命令，还没有来得及记日记就宕机了，那么这个命令和相应的数据就有丢失的风险。
- 假如此时 Redis 是用作缓存，还可以从后端数据库重新读入数据进行规复。
- 假如 Redis 是直接用作数据库的话，此时，因为命令没有记入日记，所以就无法用日记进行规复了。
- 风险二：AOF 虽然避免了对当前命令的壅闭，但可能会给下一个操纵带来壅闭风险。
- AOF 日记也是在主线程中实行(写回策略为 always 时)，假如在把日记文件写入磁盘时，磁盘写压力大，就会导致写盘很慢，进而导致后续的操纵也无法实行了。
这两个风险都是和 AOF 写回磁盘的机遇相关的。这也就意味着，假如我们能够控制一个写命令实行完后 AOF 日记写回磁盘的机遇，这两个风险就排除了。
日记的写回策略
AOF 机制一共有三种写回策略，也就是 AOF 设置项 appendfsync 的三个可选值。
- Always 同步写回：每个写命令实行完，立马同步地将日记写回磁盘；
- Everysec 每秒写回：每个写命令实行完，只是先把日记写到 AOF 文件的内存缓冲区，每隔一秒把缓冲区中的内容写入磁盘；
- No 操纵系统控制的写回：每个写命令实行完，只是先把日记写到 AOF 文件的内存缓冲区，由操纵系统决定何时将缓冲区内容写回磁盘。
针对避免主线程壅闭和淘汰数据丢失问题，这三种写回策略都无法做到两全其美。
我们就可以根据系统对高性能和高可靠性的要求，来选择利用哪种写回策略了。
- 想要得到高性能，就选择 No 策略；
- 想要得到高可靠性保证，就选择 Always 策略；
- 答应数据有一点丢失，又希望性能别受太大影响的话，那么就选择 Everysec 策略。
日记的重写
重写的作用
AOF 是以文件的形式在记录接收到的全部写命令。随着接收的写命令越来越多，AOF 文件会越来越大。这也就意味着，我们一定要小心 AOF 文件过大带来的性能问题，主要在于以下三个方面：
- 一是，文件系统自己对文件巨细有限制，无法保存过大的文件；
- 二是，假如文件太大，之后再往里面追加命令记录的话，服从也会变低；
- 三是，假如发生宕机，AOF 中记录的命令要一个个被重新实行，用于故障规复，假如日记文件太大，整个规复过程就会非常缓慢，这就会影响到 Redis 的正常利用。
AOF 重写机制就是在重写时，Redis 根据数据库的现状创建一个新的 AOF 文件，也就是说，读取数据库中的全部键值对，然后对每一个键值对用一条命令记录它的写入。重写机制具有“多变一”功能。所谓的“多变一”，也就是说，旧日记文件中的多条命令，在重写后的新日记中变成了一条命令。
重写的过程
AOF 日记由主线程写回不同，重写过程是由背景子进程 bgrewriteaof 来完成的，这也是为了避免壅闭主线程，导致数据库性能下降。
我把重写的过程总结为“一个拷贝，两处日记”。
“一个拷贝”就是指，每次实行重写时，主线程 fork 出背景的 bgrewriteaof 子进程。此时，fork 会把主线程的内存拷贝一份给 bgrewriteaof 子进程，这里面就包罗了数据库的最新数据。然后，bgrewriteaof 子进程就可以在不影响主线程的情况下，逐一把拷贝的数据写成操纵，记入重写日记。
第一处日记，指的是因为主线程未壅闭，仍然可以处理新来的操纵，Redis 会把这个操纵写到它的缓冲区。如许一来，即使宕机了，这个 AOF 日记的操纵仍然是齐全的，可以用于规复。
第二处日记，就是指新的 AOF 重写日记。这个操纵也会被写到重写日记的缓冲区。如许，重写日记也不会丢失最新的操纵。比及拷贝数据的全部操纵记录重写完成后，重写日记记录的这些最新操纵也会写入新的 AOF 文件，以保证数据库最新状态的记录。
此时，我们就可以用新的 AOF 文件替换旧文件了。
总结来说，每次 AOF 重写时，Redis 会先实行一个内存拷贝，用于重写；然后，利用两个日记保证在重写过程中，新写入的数据不会丢失。而且，因为 Redis 接纳子进程进行日记重写，所以，这个过程并不会壅闭主线程。
正因为记录的是操纵命令，而不是实际的数据，所以，用 AOF 方法进行故障规复的时候，需要逐一把操纵日记都实行一遍。假如操纵日记非常多，Redis 就会规复得很缓慢，影响到正常利用。这当然不是理想的效果。那么，还有没有既可以保证可靠性，还能在宕机时实现快速规复的其他方法呢？
RDB
对 Redis 来说，它实现类似照片记录效果的方式，把某一时候的状态以文件的形式写到磁盘上，也就是快照（RDB 文件）。如许一来，即使宕机，快照文件也不会丢失，数据的可靠性也就得到了保证。
和 AOF 相比，RDB 记录的是某一时候的数据，并不是操纵，所以，在做数据规复时，我们可以直接把 RDB 文件读入内存，很快地完成规复。
快照的原理
Redis 提供了两个命令来生成 RDB 文件，分别是 save 和 bgsave。
- save：在主线程中实行，会导致壅闭；
- bgsave：创建一个子进程，专门用于写入 RDB 文件，避免了主线程的壅闭，这也是 Redis RDB 文件生成的默认设置。
我们可以通过 bgsave 命令来实行全量快照，这既提供了数据的可靠性保证，也避免了对 Redis 的性能影响。
在实行快照的同时，Redis 就会借助操纵系统提供的写时复制技术（Copy-On-Write, COW），正常处理写操纵。bgsave 子进程是由主线程 fork 生成的，可以共享主线程的全部内存数据。bgsave 子进程运行后，开始读取主线程的内存数据，并把它们写入 RDB 文件。
假如主线程对这些数据也都是读操纵（例如图中的键值对 A），那么，主线程和 bgsave 子进程相互不影响。但是，假如主线程要修改一块数据（例如图中的键值对 C），那么，这块数据就会被复制一份，生成该数据的副本（键值对 C’）。然后，主线程在这个数据副本上进行修改。同时，bgsave 子进程可以继续把原来的数据（键值对 C）写入 RDB 文件。
如许既保证了快照的完整性，也答应主线程同时对数据进行修改，避免了对正常业务的影响。
混合 AOF/RDB
虽然 bgsave 实行时不壅闭主线程，但是，假如频繁地实行全量快照，也会带来两方面的开销。
一方面，频繁将全量数据写入磁盘，会给磁盘带来很大压力，多个快照竞争有限的磁盘带宽，前一个快照还没有做完，后一个又开始做了，轻易造成恶性循环（所以，在 Redis 中假如有一个 bgsave 在运行，就不会再启动第二个 bgsave 子进程）。
另一方面，bgsave 子进程需要通过 fork 操纵从主线程创建出来。虽然，子进程在创建后不会再壅闭主线程，但是，fork 这个创建过程自己会壅闭主线程，而且主线程的内存越大，壅闭时间越长。
Redis 4.0 中提出了一个混合利用 AOF 日记和内存快照的方法。简单来说，内存快照以一定的频率实行，在两次快照之间，利用 AOF 日记记录这期间的全部命令操纵。如许一来，快照不用很频繁地实行，这就避免了频繁 fork 对主线程的影响。而且，AOF 日记也只用记录两次快照间的操纵，也就是说，不需要记录全部操纵了，因此，就不会出现文件过大的情况了，也可以避免重写开销。
总结
末了，关于 AOF 和 RDB 的选择问题，我想再给你提三点建议：
- 数据不能丢失时，内存快照和 AOF 的混合利用是一个很好的选择；
- 假如答应分钟级别的数据丢失，可以只利用 RDB；
- 假如只用 AOF，优先利用 everysec 的设置选项，因为它在可靠性和性能之间取了一个均衡。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
