Redis持久化之大数据服务暂停问题

lygyh9985825

　　Redis持久化是有两种方式：RDB和AOF
　　对这两种方式的官方文档的翻译请看：
　　http://latteye.com/2011/11/redis-persistence.html
　　RDB就是快照存储，比如“每1个小时对redis进行快照存储”。那么，
save这个参数就应该设置save 3600 1000   //前一次快照3600秒后，当有超过1000个key被改动的时候就进行一次快照更新RDB快照产生dump.rdb文件，当每到快照时间，更新文件。AOF是存储所有的写操作，分两个步骤：fsync和rewritefsync是把内存中的写操作写入aof文件中rewrite是将写操作合并，比如set aa 1; set aa 2; 两个操作应该写成一个操作set aa 2;如果数据量小的话，啥问题也没有现在假设服务器是20G内存，而且服务器上仅仅只有跑redis一个占内存的进程，就是说redis最多可以跑20G物理内存现在压入13G的redis数据（可以使用phpredis循环压入，但是要注意设置php的运行内存大小，最好使用pipeline的方式，否则php出现内存不足的error）尝试1，我们只使用RDB的方式当进行快照的时候（测试时候可以把快照间隔时间定成30秒或更短）top查看进程　　26376 test 16 0 13.5g 13g 7488 D 0.0 42.8 6:48.24 redis-server
　　32459 test 18 0 13.5g 13g 7200 D 1.3 42.8 0:23.22 redis-server
看到有两个进程，同时在运行，并且占用同样大小的内存数，和起来竟然占用26G之大~！现在redis服务端上两个进程都运行，看看客户端：测试redis-cli set操作：　　redis 10.1.0.108:6379> set test2 22
　　耗时(40.47s)近1分钟
　　就是说在大数据量的时候，做RDB，redis服务会暂停近1分钟！这个就是redis持久化的时候的服务暂停现象。
　　好吧，为了保证数据容错性，我们的快照一般是要频繁快照的，所以暂停一分钟是不可容忍的。
　　现在尝试使用AOF+RDB：
　　1 将RDB的快照时间设置为1天（由于加上了AOF，所以这个时间是合理的）。
　　2 1次性压入1000w左右的string数据到redis中（大概有5G数据量）
　　3 查看性能表现：
　　第一个步骤fsync：
　　redis会从内存中逐渐生成appendonly.aof  在这个过程我试了下set和get操作都是没有暂停现象的（很好~！）
　　好了，现在appendonly.aof生成了，有5.7个G
　　-rw-r--r-- 1 root root 4186238374 Mar 6 15:50 appendonly.aof
　　第二个步骤：调用BGREWRITEAOF重写aof文件
　　这个时候top查看：
　　看到也是两个redis-server服务开着。说明rewrite的时候是fork一个子进程在rewrite的，主进程是进行着redis服务的。
　　这个时候redis-cli调用检查
　　get操作：无延时
　　set操作：出现了延迟现象 ！！
这个说明AOF在重写的时候会占用服务器的大量CPU和内存资源，导致服务出现短暂暂停现象！但是为什么get操作没有出现延迟现象呢？参考官网文章，看到一个配置项：no-appendfsync-on-rewrite　　这个配置项是设置在rewrite的时候是否对新的写操作进行fsync。no表示进行fsync，yes表示不进行
　　默认是设置为no
　　现在将这个配置项设置为yes（我们对于rewrite的aof文件硬盘大小没有很大要求）
　　重新进行测试：
　　对同样的5.7G的AOF操作进行一次BGREWRITEAOF。
　　get操作：无延迟
　　set操作：无延迟
　　很好！说明在rewrite的时候如果不进行fsync操作，主进程和子进程是互不干扰的。
　　那么如果rewrite的时候对新的写操作不进行fsync，那么新的aof文件里面是否会丢失这个写操作呢？
　　答案是不会的，redis会将新的写操作放在内存中，等待rewrite操作完成的时候，将新操作直接挂在aof中。
　　好了，至此，这个问题应该已经可以过去了。
　　推荐几个文章：
　　对数据持久化的一些想法：http://www.yiihsia.com/2011/04/%E5%AF%B9redis%E6%95%B0%E6%8D%AE%E6%8C%81%E4%B9%85%E5%8C%96%E7%9A%84%E4%B8%80%E4%BA%9B%E6%83%B3%E6%B3%95/
　　（这个文章提供了一个非常好的方法，当数据量大，内存足够的情况，一台机子上尽量多开几个redis，甚至可以考虑有几个cpu就开几个redis，这样，每个redis的内存量不会太大，就不会有大数据量服务暂停问题，这个也是考虑到了redis是单线程的，能尽量利用CPU）
　　redis的内存陷阱：http://www.iteye.com/topic/808293
　　（这个文章很好解释了问什么大数据量的时候会出现服务暂停）
　　Copy on write does not seem to work.： http://code.google.com/p/redis/issues/detail?id=150