一文了解大数据下 Redis 的应用大数据下Redis的应用1、Redis客户

文章图片

文章图片
大数据下Redis的应用 1、Redis客户端区别 1.1 redis常用客户端
目前市面上比较流行的客户端有jedis、lettuce、redisson
jedis
jedis客户端连接方式是基于TCP阻塞方式
lettuce
lettuce内部是基于netty的多路复用异步非阻塞方式（目前业界解决高并发大数据的问题的思路）
redisson
相对于上面两种使用得较少
在并发数量不大的情况下，两者性能可能差不多， jedis的性能可能还优于lettuce ，但当并发量的提升， jedis的超时错误会增加，但lettuce只是平均响应时间增加和最大响应时间会增加， lettuce是已稳定性为主的。
1.2 epoll模型-单线程的redis为什么快
redis内部使用epoll模型来提高链接处理能力

文章图片

文章图片
传统TCP链接与epoll模型的本质区别
TCP链接存在链接数瓶颈，随着连接数的增加，响应速度会明显变慢
epoll可支持更大数量的连接数而不会对性能有明显的影响
2、大数据下的redis的存储方案 2.1 分片模式
分片模式是把部署多个redis节点，然后由客户端决定数据分片规则，常见的分片规则就是以节点数量进行哈希分片
优点：
服务端不需要进行繁琐的配置，由客户端决定路由规则
缺点：
缺点很明显，如果多个节点中的某个节点挂了，将丢失这一部分数据，因为客户端还是为每个节点分配了连接，而且客户端配置分片节点IP的时候要注意
IP列表的顺序不能随意指定顺序， IP变更也会影响数据，扩容相当麻烦。
建议：如果分片节点较少可以使用分片来适当的分摊压力
配置示例：
spring :remote :ecredis :type : shardinguri :- 192.168.1.3:6379- 192.168.1.4:6379- 192.168.1.5:6379- 192.168.1.6:6379- 192.168.1.7:6379db : 1maxIdle : 10minIdle : 5maxActive : 10password : GpG4fZoxsp7cTB5fkeyPrefix : 'ERP:EXPORT-CENTER:'2.2 哨兵机制
在Redis 2.8版本开始引入，就有了哨兵这个概念，哨兵实现了自动化的故障恢复，无需关心IP是否变更。
优点：
哨兵模式是基于主从模式的，所有主从的优点，哨兵模式都具有。
主从可以自动切换，系统更健壮，可用性更高。
Sentinel 会不断的检查主服务器和从服务器是否正常运行。当被监控的某个 Redis 服务器出现问题， Sentinel 通过API脚本向管理员或者其他的应用程序发送通知。
缺点：
Redis较难支持在线扩容，对于集群，容量达到上限时在线扩容会变得很复杂。

文章图片

文章图片
spring :redis :password : 123456sentinel :master : masternodes : 47.98.217.106:26379,47.98.217.109:26380,47.98.217.109:26381timeout : 20000database : 0jedis :pool :max-active : 300max-wait : -1max-idle : 100min-idle : 202.3 redis cluster集群
通过数据分片的方式来进行数据共享问题，同时提供数据复制和故障转移功能，包含了哨兵模式的所有功能。
优点：数据按slot来分散存储，访问任何一个master节点都可以获取任何分片上面的数据，任何一个master节点都可以做扩容或者新增master节点的时候，数据会自动分片同步迁移(redis集群的重新分片由redis内部的redis-trib负责执行) ，服务器不需要下线。如果每个master使用了主从模式，那么当master发生故障的时候，下面的slave们会选举一个新的master