【Redis】高可用核心讲解

news2026/3/20 20:26:45
Redis 进阶篇持久化 主从复制 哨兵 集群面试必杀本篇你将掌握Redis 数据为什么不会完全丢Redis 如何实现高可用Redis 如何支撑大规模系统面试官最爱问的架构问题一、Redis 为什么不会“完全丢数据”很多人以为Redis 内存数据库 一断电就没了 ❌其实Redis 提供持久化机制二、Redis 持久化机制Redis 有两种核心持久化方式方式本质RDB快照AOF日志1️⃣ RDB快照模式什么是 RDB在某一时刻把内存数据拍个快照存到磁盘类比理解RDB ≈ 游戏存档触发方式自动触发配置save9001# 900秒内有1次修改save30010save6010000手动触发SAVE# 同步阻塞BGSAVE# 异步推荐✅ 优点恢复速度快文件小性能影响低❌ 缺点会丢数据最后一次快照之后的数据可能丢失2️⃣ AOF追加日志什么是 AOF把每一次写操作记录下来SET name Tom INCR count类比AOF ≈ 操作日志回放恢复三种刷盘策略面试必问策略说明always每次写都同步最安全everysec每秒同步推荐no操作系统决定✅ 优点更安全最多丢1秒数据❌ 缺点文件大恢复慢3️⃣ 面试标准答案Redis 持久化如何选生产环境AOF RDB 混合使用Redis 4.0 之后支持混合持久化AOF RDB三、Redis 高可用主从复制核心为什么需要主从单机 Redis → 容易挂 ❌解决一主多从Master Slave架构图理解Master / \ Slave Slave原理面试重点第一次同步全量复制Slave 发送请求Master 执行BGSAVE → 生成 RDB发送给 SlaveSlave 加载数据后续同步增量复制通过命令传播面试加分点Redis 复制是异步复制重要四、Redis 哨兵Sentinel为什么需要哨兵主从架构问题Master 挂了怎么办❌哨兵的作用1️⃣ 监控 Redis2️⃣ 自动故障转移3️⃣ 选举新 Master架构图Sentinel Sentinel Sentinel \ | / Redis集群故障转移流程面试重点哨兵发现 Master 挂了投票选举新 MasterSlave 升级为 Master通知客户端面试关键点哨兵是分布式系统多个节点投票五、Redis 集群Cluster为什么需要集群主从的问题数据量太大 → 一台机器放不下 ❌解决Redis Cluster分片核心思想数据分散到多个节点核心机制Hash Slot槽位Redis 有16384 个槽位数据分布key → hash → slot → 节点示例Node1: 0-5000 Node2: 5001-10000 Node3: 10001-16383面试高频问题为什么是 16384权衡太大 → 计算复杂太小 → 分布不均集群特点去中心化自动分片支持扩容六、Redis 架构总结三种模式对比模式特点单机简单但不可靠主从读写分离哨兵高可用集群高可用 高扩展七、面试高频问题1. RDB 和 AOF 区别RDB快照恢复快但可能丢数据 AOF日志更安全但恢复慢2. Redis 如何保证高可用主从复制 哨兵3. Redis 集群如何分片Hash Slot163844. 主从复制是同步的吗不是 → 异步复制5. 哨兵如何选主投票机制类似 Raft 思想八、实际开发建议✅ 生产推荐架构Redis Cluster 哨兵或云服务✅ 持久化推荐AOF everysec RDB✅ 客户端建议Spring Boot → Lettuce默认避免 Jedis 连接池问题九、总结面试速记版Redis 高可用核心 1. 持久化RDB AOF 2. 主从复制读写分离 3. 哨兵自动故障转移 4. 集群分片 扩展

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2431040.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…