| 注册
请输入搜索内容

热门搜索

Java Linux MySQL PHP JavaScript Hibernate jQuery Nginx
520300
6年前发布

Redis 集群方案介绍了

   <p>由于Redis出众的性能,其在众多的移动互联网企业中得到广泛的应用。Redis在3.0版本前只支持单实例模式,虽然现在的服务器内存可以到100GB、200GB的规模,但是单实例模式限制了Redis没法满足业务的需求(例如新浪微博就曾经用Redis存储了超过1TB的数据)。Redis的开发者Antirez早在博客上就提出在Redis 3.0版本中加入集群的功能,但3.0版本等到2015年才发布正式版。各大企业在3.0版本还没发布前为了解决Redis的存储瓶颈,纷纷推出了各自的Redis集群方案。这些方案的核心思想是把数据分片(sharding)存储在多个Redis实例中,每一片就是一个Redis实例。</p>    <p>下面介绍Redis的集群方案。</p>    <h2>1.客户端分片</h2>    <p>客户端分片是把分片的逻辑放在Redis客户端实现,通过Redis客户端预先定义好的路由规则,把对Key的访问转发到不同的Redis实例中,最后把返回结果汇集。这种方案的模式如图1所示。</p>    <p style="text-align: center;"><img src="https://simg.open-open.com/show/b03205d04da2372c3fa59a52229677ce.png"></p>    <p style="text-align: center;">图1 客户端分片的模式</p>    <p>客户端分片的好处是所有的逻辑都是可控的,不依赖于第三方分布式中间件。开发人员清楚怎么实现分片、路由的规则,不用担心踩坑。</p>    <p>客户端分片方案有下面这些缺点。</p>    <ul>     <li>这是一种静态的分片方案,需要增加或者减少Redis实例的数量,需要手工调整分片的程序。</li>     <li>可运维性差,集群的数据出了任何问题都需要运维人员和开发人员一起合作,减缓了解决问题的速度,增加了跨部门沟通的成本。</li>     <li>在不同的客户端程序中,维护相同的分片逻辑成本巨大。例如,系统中有两套业务系统共用一套Redis集群,一套业务系统用Java实现,另一套业务系统用PHP实现。为了保证分片逻辑的一致性,在Java客户端中实现的分片逻辑也需要在PHP客户端实现一次。相同的逻辑在不同的系统中分别实现,这种设计本来就非常糟糕,而且需要耗费巨大的开发成本保证两套业务系统分片逻辑的一致性。</li>    </ul>    <h2>2.Twemproxy</h2>    <p>Twemproxy是由推ter开源的Redis代理,其基本原理是:Redis客户端把请求发送到Twemproxy,Twemproxy根据路由规则发送到正确的Redis实例,最后Twemproxy把结果汇集返回给客户端。</p>    <p>Twemproxy通过引入一个代理层,将多个Redis实例进行统一管理,使Redis客户端只需要在Twemproxy上进行操作,而不需要关心后面有多少个Redis实例,从而实现了Redis集群。</p>    <p>Twemproxy集群架构如图2所示。</p>    <p style="text-align: center;"><img src="https://simg.open-open.com/show/c8dae5728d3ace49253e77430dd2ece3.jpg"></p>    <p style="text-align: center;">图2Twemproxy集群架构</p>    <p>Twemproxy的优点如下。</p>    <ul>     <li>客户端像连接Redis实例一样连接Twemproxy,不需要改任何的代码逻辑。</li>     <li>支持无效Redis实例的自动删除。</li>     <li>Twemproxy与Redis实例保持连接,减少了客户端与Redis实例的连接数。</li>    </ul>    <p>Twemproxy有如下不足。</p>    <ul>     <li>由于Redis客户端的每个请求都经过Twemproxy代理才能到达Redis服务器,这个过程中会产生性能损失。</li>     <li>没有友好的监控管理后台界面,不利于运维监控。</li>     <li>最大的问题是Twemproxy无法平滑地增加Redis实例。对于运维人员来说,当因为业务需要增加Redis实例时工作量非常大。</li>    </ul>    <p>Twemproxy作为最被广泛使用、最久经考验、稳定性最高的Redis代理,在业界被广泛使用。</p>    <h2>3.Codis</h2>    <p>Twemproxy不能平滑增加Redis实例的问题带来了很大的不便,于是豌豆荚自主研发了Codis,一个支持平滑增加Redis实例的Redis代理软件,其基于Go和C语言开发,并于2014年11月在GitHub上开源。</p>    <p>Codis包含下面4个部分。</p>    <ul>     <li>Codis Proxy:Redis客户端连接到Redis实例的代理,实现了Redis的协议,Redis客户端连接到Codis Proxy进行各种操作。Codis Proxy是无状态的,可以用Keepalived等负载均衡软件部署多个Codis Proxy实现高可用。</li>     <li>CodisRedis:Codis项目维护的Redis分支,添加了slot和原子的数据迁移命令。Codis上层的 Codis Proxy和Codisconfig只有与这个版本的Redis通信才能正常运行。</li>     <li>Codisconfig:Codis管理工具。可以执行添加删除CodisRedis节点、添加删除Codis Proxy、数据迁移等操作。另外,Codisconfig自带了HTTP server,里面集成了一个管理界面,方便运维人员观察Codis集群的状态和进行相关的操作,极大提高了运维的方便性,弥补了Twemproxy的缺点。</li>     <li>ZooKeeper:分布式的、开源的应用程序协调服务,是Hadoop和Hbase的重要组件,其为分布式应用提供一致性服务,提供的功能包括:配置维护、名字服务、分布式同步、组服务等。Codis依赖于ZooKeeper存储数据路由表的信息和Codis Proxy节点的元信息。另外,Codisconfig发起的命令都会通过ZooKeeper同步到CodisProxy的节点。</li>    </ul>    <p>Codis的架构如图3所示。</p>    <p style="text-align: center;"><img src="https://simg.open-open.com/show/3acbb148f682c2ccc4fb99b05a65cbb4.png"></p>    <p style="text-align: center;">图3Codis的架构图</p>    <p>在图3的Codis的架构图中,Codis引入了Redis Server Group,其通过指定一个主CodisRedis和一个或多个从CodisRedis,实现了Redis集群的高可用。当一个主CodisRedis挂掉时,Codis不会自动把一个从CodisRedis提升为主CodisRedis,这涉及数据的一致性问题(Redis本身的数据同步是采用主从异步复制,当数据在主CodisRedis写入成功时,从CodisRedis是否已读入这个数据是没法保证的),需要管理员在管理界面上手动把从CodisRedis提升为主CodisRedis。</p>    <p>如果觉得麻烦,豌豆荚也提供了一个工具Codis-ha,这个工具会在检测到主CodisRedis挂掉的时候将其下线并提升一个从CodisRedis为主CodisRedis。</p>    <p>Codis中采用预分片的形式,启动的时候就创建了1024个slot,1个slot相当于1个箱子,每个箱子有固定的编号,范围是1~1024。slot这个箱子用作存放Key,至于Key存放到哪个箱子,可以通过算法“crc32(key)%1024”获得一个数字,这个数字的范围一定是1~1024之间,Key就放到这个数字对应的slot。例如,如果某个Key通过算法“crc32(key)%1024”得到的数字是5,就放到编码为5的slot(箱子)。1个slot只能放1个Redis Server Group,不能把1个slot放到多个Redis Server Group中。1个Redis Server Group最少可以存放1个slot,最大可以存放1024个slot。因此,Codis中最多可以指定1024个Redis Server Group。</p>    <p>Codis最大的优势在于支持平滑增加(减少)Redis Server Group(Redis实例),能安全、透明地迁移数据,这也是Codis 有别于Twemproxy等静态分布式 Redis 解决方案的地方。Codis增加了Redis Server Group后,就牵涉到slot的迁移问题。例如,系统有两个Redis Server Group,Redis Server Group和slot的对应关系如下。</p>    <table cellspacing="0">     <tbody>      <tr>       <td>Redis Server Group</td>       <td>slot</td>      </tr>      <tr>       <td>1</td>       <td>1~500</td>      </tr>      <tr>       <td>2</td>       <td>501~1024</td>      </tr>     </tbody>    </table>    <p>当增加了一个Redis Server Group,slot就要重新分配了。Codis分配slot有两种方法。</p>    <p>第一种:通过Codis管理工具Codisconfig手动重新分配,指定每个Redis Server Group所对应的slot的范围,例如可以指定Redis Server Group和slot的新的对应关系如下。</p>    <table cellspacing="0">     <tbody>      <tr>       <td>Redis Server Group</td>       <td>slot</td>      </tr>      <tr>       <td>1</td>       <td>1~500</td>      </tr>      <tr>       <td>2</td>       <td>501~700</td>      </tr>      <tr>       <td>3</td>       <td>701~1024</td>      </tr>     </tbody>    </table>    <p>第二种:通过Codis管理工具Codisconfig的rebalance功能,会自动根据每个Redis Server Group的内存对slot进行迁移,以实现数据的均衡。</p>    <h2>4.Redis 3.0集群</h2>    <p>Redis 3.0集群采用了P2P的模式,完全去中心化。Redis把所有的Key分成了16384个slot,每个Redis实例负责其中一部分slot。集群中的所有信息(节点、端口、slot等),都通过节点之间定期的数据交换而更新。</p>    <p>Redis客户端在任意一个Redis实例发出请求,如果所需数据不在该实例中,通过重定向命令引导客户端访问所需的实例。</p>    <p>Redis 3.0集群的工作流程如图4所示。</p>    <p style="text-align: center;"><img src="https://simg.open-open.com/show/8784826bc28e4a0273418bc46d3ec670.jpg"></p>    <p style="text-align: center;">图4Redis 3.0集群的工作流程图</p>    <p>如图4所示Redis集群内的机器定期交换数据,工作流程如下。</p>    <p>(1)      Redis客户端在Redis2实例上访问某个数据。</p>    <p>(2)      在Redis2内发现这个数据是在Redis3这个实例中,给Redis客户端发送一个重定向的命令。</p>    <p>(3)      Redis客户端收到重定向命令后,访问Redis3实例获取所需的数据。</p>    <p>Redis 3.0的集群方案有以下两个问题。</p>    <ul>     <li>一个Redis实例具备了“数据存储”和“路由重定向”,完全去中心化的设计。这带来的好处是部署非常简单,直接部署Redis就行,不像Codis有那么多的组件和依赖。但带来的问题是很难对业务进行无痛的升级,如果哪天Redis集群出了什么严重的Bug,就只能回滚整个Redis集群。</li>     <li>对协议进行了较大的修改,对应的Redis客户端也需要升级。升级Redis客户端后谁能确保没有Bug?而且对于线上已经大规模运行的业务,升级代码中的Redis客户端也是一个很麻烦的事情。</li>    </ul>    <p>综合上面所述的两个问题,Redis 3.0集群在业界并没有被大规模使用。</p>    <h2>5.云服务器上的集群服务</h2>    <p>国内的云服务器提供商阿里云、UCloud等均推出了基于Redis的云存储服务。</p>    <p>这个服务的特性如下。</p>    <p>(1)动态扩容</p>    <p>用户可以通过控制面板升级所需的Redis存储空间,扩容的过程中服务部不需要中断或停止,整个扩容过程对用户透明、无感知,这点是非常实用的,在前面介绍的方案中,解决Redis平滑扩容是个很烦琐的任务,现在按几下鼠标就能搞定,大大减少了运维的负担。</p>    <p>(2)数据多备</p>    <p>数据保存在一主一备两台机器中,其中一台机器宕机了,数据还在另外一台机器上有备份。</p>    <p>(3)自动容灾</p>    <p>主机宕机后系统能自动检测并切换到备机上,实现服务的高可用。</p>    <p>(4)实惠</p>    <p>很多情况下为了使Redis的性能更高,需要购买一台专门的服务器用于Redis的存储服务,但这样子CPU、内存等资源就浪费了,购买Redis云存储服务就很好地解决了这个问题。</p>    <p>有了Redis云存储服务,能使App后台开发人员从烦琐运维中解放出来。App后台要搭建一个高可用、高性能的Redis服务,需要投入相当的运维成本和精力。如果使用云存储服务,就没必要投入这些成本和精力,可以让App后台开发人员更专注于业务。</p>    <p> </p>    <p>来自: <a href="/misc/goto?guid=4959674286437716198" rel="nofollow">http://h2ex.com/1130</a></p>    <p> </p>    
 本文由用户 520300 自行上传分享,仅供网友学习交流。所有权归原作者,若您的权利被侵害,请联系管理员。
 转载本站原创文章,请注明出处,并保留原始链接、图片水印。
 本站是一个以用户分享为主的开源技术平台,欢迎各类分享!
 本文地址:https://www.open-open.com/lib/view/open1465520425935.html
Redis NoSQL数据库