Redis持久化锦囊在手，再也不会担心数据丢失了
Redis 的读写都是在内存中进行的，所以它的性能高。而当我们的服务器断开或者重启的时候，数据就会消失，那么我们该怎么解决这个问题呢?
其实 Redis 已经为我们提供了一种持久化的机制，分别是 RDB 和 AOF 两种方式，接下来跟着我一起看看这两个锦囊都是怎么保证数据的持久化的。
持久化
由于 Redis 是基于内存的数据库，所以当服务器出现故障的时候，我们的数据就得不到安全保障。
这个时候就需要将内存中的数据存储到磁盘中，当我们服务器重启时，便可以通过磁盘来恢复数据，这个过程就叫做 Redis 持久化。
Redis持久化
RDB
简介
RDB全称Redis Database Backup file(Redis数据备份文件)，也可以称为Redis数据快照。
RDB 文件是一个经过压缩的二进制文件(默认：dump.rdb); RDB 文件保存在硬盘里; 通过保存数据库中的键值对来记录数据库状态。创建
当 Redis 持久化时，程序会将当前内存中的数据库状态保存到磁盘中。
创建
创建 RDB 文件主要有两个 Redis 命令：SAVE 和 BGSAVE。
SAVE
同步操作，执行命令时，会阻塞 Redis 服务器进程，拒绝客户端发送的命令请求。
代码示例：
def SAVE(): # 创建 RDB 文件 rdbSave()图示：
Save命令
BGSAVE
异步操作，执行命令时，子进程执行保存工作，服务器还可以继续让主线程处理客户端发送的命令请求。
代码示例：
def BGSAVE(): # 创建子进程 pid = fork() if pid == 0: # 子进程负责创建 RDB 文件 rdbSave() # 完成之后向父进程发送信号 signal_parent() elif pid > 0: # 父进程继续处理命令请求，并通过轮训等待子进程的信号 handle_request_and_wait_signal() else: handle_fork_error()图示：
bgSave命令
载入
载入工作在服务器启动时自动执行。
载入
服务器在载入 RDB 文件期间，会一直处于阻塞状态，直到载入工作完成为止。
主要设置
Redis 允许用户通过设置服务器配置的 save 选项，让服务器每隔一段时间自动执行一次 BGSAVE 命令。
设置保存条件
提供配置如下：
save 900 1 save 300 10在这种情况下，只要满足以下条件中的一个，BGSAVE 命令就会被执行：
服务器在 900 秒之内，对数据库进行了至少 1 次修改了; 服务器在 300 秒之内，对数据库进行了至少 10 次修改。saveparams
服务器程序会根据 save 选项所设置的保存条件，设置服务器状态 redisServer 结构的 saveparams 属性。
saveparams 属性是一个数组; 数组中的每一个元素都是一个 saveparam 结构; 每个 saveparam 结构都保存了一个 save 选项设置的保存条件。 struct saveparam { // 秒数 time_t seconds; // 修改数 int changes; }dirty
dirty 计数器记录距离上一次成功执行 SAVE 命令或 BGSAVE 命令之后，服务器对数据库状态进行了多少次修改(包括写入、删除、更新等操作)。
lastsave
是一个 UNINX 时间戳，记录了服务器上一次成功执行 SAVE 命令或者 BGSAVE 命令的时间。
检查保存条件是否满足
服务器周期性操作函数 serverCron (该函数对正在运行的服务器进行维护)默认每隔 100 毫秒就会执行一次，其中一项工作就是检查 save 选项所设置的保存条件是否已经满足，满足的话就执行 BGSAVE 命令。
代码示例：
def serverCron(): # .... # 遍历所有保存条件 for saveparam in server.saveparams: # 计算距离上次执行保存操作有多少秒 save_interval = unixtime_now() - server.lastsave # 如果数据库状态的修改次数超过条件所设置的次数 # 如果距离上次保存的时间超过条件所设置的时间 if server.dirty >= saveparam.changes and save_interval > saveparam.seconds: BGSAVE()默认配置
RDB 文件默认的配置如下：
################################ SNAPSHOTTING ################################ # # Save the DB on disk: #在给定的秒数和给定的对数据库的写操作数下，自动持久化操作。 # save <seconds> <changes> # save 900 1 save 300 10 save 60 10000 #bgsave发生错误时是否停止写入，一般为yes stop-writes-on-bgsave-error yes #持久化时是否使用LZF压缩字符串对象? rdbcompression yes #是否对rdb文件进行校验和检验，通常为yes rdbchecksum yes # RDB持久化文件名 dbfilename dump.rdb #持久化文件存储目录 dir ./AOF
简介
AOF全称为 Append Only File(追加日志文件)。日志是写后日志，Redis 是先执行命令，把数据写入内存，然后才记录日志。
写后日志
通过保存 Redis 服务器所执行的写命令来记录数据库状态; 写入 AOF 文件的所有命令都是以 Redis 的命令请求协议格式保存的。实现
AOF 持久化流程实现主要是通过以下流程来实现的：
AOF流程
命令追加
若 AOF 持久化功能处于打开状态，服务器在执行完一个命令后，会以协议格式将被执行的写命令追加到服务器状态的 aof_buf 缓冲区的末尾。
文件同步
服务器每次结束一个事件循环之前，都会调用 flushAppendOnlyFile 函数，这个函数会考虑是否需要将 aof_buf 缓冲区中的内容写入和保存到 AOF 文件里。
flushAppendOnlyFile 函数执行以下流程：
WRITE：根据条件，将 aof_buf 中的缓存写入到 AOF 文件; SAVE：根据条件，调用 fsync 或 fdatasync 函数，将 AOF 文件保存到磁盘中。这个函数是由服务器配置的 appendfsync 的三个值：always、everysec、no来影响的，也被称为三种策略。
Always
每条命令都会 fsync 到硬盘中，这样 redis 的写入数据就不会丢失。
Always
everysec
每秒都会刷新缓冲区到硬盘中(默认值)。
everysec
no
根据当前操作系统的规则决定什么时候刷新到硬盘中，不需要我们来考虑。
no
数据加载
创建一个不带网络连接的伪客户端; 从 AOF 文件中分析并读取出一条写命令; 使用伪客户端执行被读出的写命令; 一直执行步骤 2 和 3，直到 AOF 文件中的所有写命令都被处理完毕为止。文件重写
为何需要文件重写：
为了解决 AOF 文件体积膨胀的问题; 通过重写创建一个新的 AOF 文件来替代现有的 AOF 文件，新的 AOF 文件不会包含任何浪费空间的冗余命令。实现
文件重写的实现原理：
不需要对现有的 AOF 文件进行任何操作; 从数据库中直接读取键现在的值; 用一条命令记录键值对，从而代替之前记录这个键值对的多条命令。后台重写
为不阻塞父进程，Redis 将 AOF 重写程序放到子进程里执行。
在子进程执行 AOF 重写期间，服务器进程需要执行三个流程：
执行客户端发来的命令; 将执行后的写命令追加到 AOF 缓冲区; 将执行后的写命令追加到 AOF 重写缓冲区。
服务器流程
默认配置
AOF 文件默认的配置如下：
############################## APPEND ONLY MODE ############################### #开启AOF持久化方式 appendonly no #AOF持久化文件名 appendfilename "appendonly.aof" #每秒把缓冲区的数据fsync到磁盘 appendfsync everysec # appendfsync no #是否在执行重写时不同步数据到AOF文件 no-appendfsync-on-rewrite no # 触发AOF文件执行重写的增长率 auto-aof-rewrite-percentage 100 #触发AOF文件执行重写的最小size auto-aof-rewrite-min-size 64mb #redis在恢复时，会忽略最后一条可能存在问题的指令 aof-load-truncated yes #是否打开混合开关 aof-use-rdb-preamble yes总结
通过以上的简介，想必大家都对 Redis 持久化有了大致的了解，那么这两种方式，我们该如何选择呢?
对于大中型的应用，我们既想保证数据完整性又想保证高效率，就应该结合使用 RDB 和 AOF 两种方式; 如果只是需要保证数据的完整性，保护数据不会丢失，那么优先使用 AOF 方式; 如果是处理大规模的数据恢复，追求更高更快的效率的话，优先使用 RDB 方式。也可以参照下图进行选择：
主要对比
本文转载自微信公众号「浅羽的IT小屋」，可以通过以下二维码关注。转载本文请联系浅羽的IT小屋公众号。
扫一扫，关注我们
