Docker实战之Redis-Cluster集群
概述
接上一篇Docker实战之MySQL主从复制, 这里是Docker实战系列的第二篇,主要进行Redis-Cluster集群环境的快速搭建。Redis作为基于键值对的NoSQL数据库,具有高性能、丰富的数据结构、持久化、高可用、分布式等特性,同时Redis本身非常稳定,已经得到业界的广泛认可和使用。
在Redis中,集群的解决方案有三种
- 主从复制
- 哨兵机制
- Cluster
Redis Cluster是Redis的分布式解决方案,在 3.0 版本正式推出。
集群方案的对比
1. 主从复制
同Mysql主从复制的原因一样,Redis虽然读取写入的速度都特别快,但是也会产生读压力特别大的情况。为了分担读压力,Redis支持主从复制,读写分离。一个Master可以有多个Slaves。
优点
- 数据备份
- 读写分离,提高服务器性能
缺点
- 不能自动故障恢复,RedisHA系统(需要开发)
- 无法实现动态扩容
2. 哨兵机制
Redis Sentinel是社区版本推出的原生高可用
解决方案,其部署架构主要包括两部分:Redis Sentinel集群和Redis数据集群。
其中Redis Sentinel集群是由若干Sentinel节点组成的分布式集群,可以实现故障发现、故障自动转移、配置中心和客户端通知。Redis Sentinel的节点数量要满足2n+1(n>=1)的奇数个。
优点
- 自动化故障恢复
缺点
- Redis 数据节点中 slave 节点作为备份节点不提供服务
- 无法实现动态扩容
3. Redis-Cluster
Redis Cluster是社区版推出的Redis分布式集群解决方案,主要解决Redis分布式方面的需求,比如,当遇到单机内存,并发和流量等瓶颈的时候,Redis Cluster能起到很好的负载均衡的目的。
Redis Cluster着眼于提高并发量
。
群集至少需要3主3从,且每个实例使用不同的配置文件。
在redis-cluster架构中,redis-master节点一般用于接收读写,而redis-slave节点则一般只用于备份
, 其与对应的master拥有相同的slot集合,若某个redis-master意外失效,则再将其对应的slave进行升级为临时redis-master。
在redis的官方文档中,对redis-cluster架构上,有这样的说明:在cluster架构下,默认的,一般redis-master用于接收读写,而redis-slave则用于备份,当有请求是在向slave发起时,会直接重定向到对应key所在的master来处理
。 但如果不介意读取的是redis-cluster中有可能过期的数据并且对写请求不感兴趣时,则亦可通过readonly
命令,将slave设置成可读,然后通过slave获取相关的key,达到读写分离。具体可以参阅redis官方文档等相关内容
优点
- 解决分布式负载均衡的问题。具体解决方案是分片/虚拟槽slot。
- 可实现动态扩容
- P2P模式,无中心化
缺点
- 为了性能提升,客户端需要缓存路由表信息
- Slave在集群中充当“冷备”,不能缓解读压力
网络规划
这里没有搭建虚拟机环境,全部在本地部署。本机的ip为 192.168.124.5
ip | port |
---|---|
192.168.124.5 | 7001 |
192.168.124.5 | 7002 |
192.168.124.5 | 7003 |
192.168.124.5 | 7004 |
192.168.124.5 | 7005 |
192.168.124.5 | 7006 |
Redis配置文件
在docker环境中,配置文件映射宿主机的时候,(宿主机)必须有配置文件。附件在这里。大家可以根据自己的需求定制配置文件。
下边是我的配置文件 redis-cluster.tmpl
# redis端口 port ${PORT} # 关闭保护模式 protected-mode no # 开启集群 cluster-enabled yes # 集群节点配置 cluster-config-file nodes.conf # 超时 cluster-node-timeout 5000 # 集群节点IP host模式为宿主机IP cluster-announce-ip 192.168.124.5 # 集群节点端口 7001 - 7006 cluster-announce-port ${PORT} cluster-announce-bus-port 1${PORT} # 开启 appendonly 备份模式 appendonly yes # 每秒钟备份 appendfsync everysec # 对aof文件进行压缩时,是否执行同步操作 no-appendfsync-on-rewrite no # 当目前aof文件大小超过上一次重写时的aof文件大小的100%时会再次进行重写 auto-aof-rewrite-percentage 100 # 重写前AOF文件的大小最小值 默认 64mb auto-aof-rewrite-min-size 64mb
由于节点IP相同,只有端口上的差别,现在通过脚本 redis-cluster-config.sh
批量生成配置文件
for port in `seq 7001 7006`; do mkdir -p ./redis-cluster/${port}/conf && PORT=${port} envsubst < ./redis-cluster.tmpl > ./redis-cluster/${port}/conf/redis.conf && mkdir -p ./redis-cluster/${port}/data; done
生成的配置文件如下图
Docker环境搭建
这里还是通过docker-compose进行测试环境的docker编排。
version: '3.7' services: redis7001: image: 'redis' container_name: redis7001 command: ["redis-server", "/usr/local/etc/redis/redis.conf"] volumes: - ./redis-cluster/7001/conf/redis.conf:/usr/local/etc/redis/redis.conf - ./redis-cluster/7001/data:/data ports: - "7001:7001" - "17001:17001" environment: # 设置时区为上海,否则时间会有问题 - TZ=Asia/Shanghai redis7002: image: 'redis' container_name: redis7002 command: ["redis-server", "/usr/local/etc/redis/redis.conf"] volumes: - ./redis-cluster/7002/conf/redis.conf:/usr/local/etc/redis/redis.conf - ./redis-cluster/7002/data:/data ports: - "7002:7002" - "17002:17002" environment: # 设置时区为上海,否则时间会有问题 - TZ=Asia/Shanghai redis7003: image: 'redis' container_name: redis7003 command: ["redis-server", "/usr/local/etc/redis/redis.conf"] volumes: - ./redis-cluster/7003/conf/redis.conf:/usr/local/etc/redis/redis.conf - ./redis-cluster/7003/data:/data ports: - "7003:7003" - "17003:17003" environment: # 设置时区为上海,否则时间会有问题 - TZ=Asia/Shanghai redis7004: image: 'redis' container_name: redis7004 command: ["redis-server", "/usr/local/etc/redis/redis.conf"] volumes: - ./redis-cluster/7004/conf/redis.conf:/usr/local/etc/redis/redis.conf - ./redis-cluster/7004/data:/data ports: - "7004:7004" - "17004:17004" environment: # 设置时区为上海,否则时间会有问题 - TZ=Asia/Shanghai redis7005: image: 'redis' container_name: redis7005 command: ["redis-server", "/usr/local/etc/redis/redis.conf"] volumes: - ./redis-cluster/7005/conf/redis.conf:/usr/local/etc/redis/redis.conf - ./redis-cluster/7005/data:/data ports: - "7005:7005" - "17005:17005" environment: # 设置时区为上海,否则时间会有问题 - TZ=Asia/Shanghai redis7006: image: 'redis' container_name: redis7006 command: ["redis-server", "/usr/local/etc/redis/redis.conf"] volumes: - ./redis-cluster/7006/conf/redis.conf:/usr/local/etc/redis/redis.conf - ./redis-cluster/7006/data:/data ports: - "7006:7006" - "17006:17006" environment: # 设置时区为上海,否则时间会有问题 - TZ=Asia/Shanghai
启动结果如图
集群配置
redis集群官方提供了配置脚本,4.x和5.x略有不同,具体可参见集群配置
下边是我自己的环境
docker exec -it redis7001 redis-cli -p 7001 -a 123456 --cluster create 192.168.124.5:7001 192.168.124.5:7002 192.168.124.5:7003 192.168.124.5:7004 192.168.124.5:7005 192.168.124.5:7006 --cluster-replicas 1
看到如下结果说明集群配置成功
集群测试
接下来进行一些集群的基本测试
1. 查看集群通信是否正常
redis7001主节点对它的副本节点redis7005进行ping操作。
-h host -p port -a pwd
? docker docker exec -it redis7001 redis-cli -h 192.168.124.5 -p 7005 -a 123456 ping Warning: Using a password with '-a' or '-u' option on the command line interface may not be safe. PONG
2. 测试简单存储
redis7001主节点客户端操作redis7003主节点
? docker docker exec -it redis7001 redis-cli -h 192.168.124.5 -p 7003 -a 123456 Warning: Using a password with '-a' or '-u' option on the command line interface may not be safe. 192.168.124.5:7003> set name admin (error) MOVED 5798 192.168.124.5:7002
由于Redis Cluster会根据key进行hash运算,然后将key分散到不同slots,name的hash运算结果在redis7002节点上的slots中。所以我们操作redis7003写操作会自动路由到7002。然而error提示无法路由?没关系,差一个 -c
参数而已。
再次运行查看结果如下:
? docker docker exec -it redis7001 redis-cli -h 192.168.124.5 -p 7003 -a 123456 -c Warning: Using a password with '-a' or '-u' option on the command line interface may not be safe. 192.168.124.5:7003> set name admin -> Redirected to slot [5798] located at 192.168.124.5:7002 OK 192.168.124.5:7002> get name "admin" 192.168.124.5:7002>
3. 查看集群状态
4. 查看slots分片
5. 查看集群信息
6. 测试读写分离
试试看,发现读不到,原来在redis cluster中,如果你要在slave读取数据,那么需要带先执行 readonly
指令,然后 get key
7. 简单压测
选项 | 描述 |
---|---|
-t | 指定命令 |
-c | 客户端连接数 |
-n | 总请求数 |
-d | set、get的value大小(单位byte) |
测试如下
? docker docker exec -it redis7001 bash :/data# redis-benchmark -h 192.168.124.5 -p 7001 -t set -c 100 -n 50000 -d 20 ====== SET ====== 50000 requests completed in 10.65 seconds 100 parallel clients 20 bytes payload keep alive: 1 0.00% <= 2 milliseconds 0.01% <= 3 milliseconds ... 100.00% <= 48 milliseconds 100.00% <= 49 milliseconds 4692.63 requests per second
这里没啥实际意义,在工作业务上大家可以根据QPS和主机配置进行压测,计算规划出节点数量。
容灾演练
现在我们杀掉主节点redis7001,看从节点redis7005是否会接替它的位置。
docker stop redis7001
再试着启动7001,它将自动作为slave挂载到7005
SpringBoot配置Redis集群
在SpringBoot2.x版本中,redis默认的连接池已经更换为Lettuce,而不再是jedis。
- 在pom.xml中引入相关依赖
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId> </dependency> <dependency> <groupId>org.apache.commons</groupId> <artifactId>commons-pool2</artifactId> </dependency>
- application.yml
spring: redis: timeout: 6000 password: 123456 cluster: max-redirects: 3 # 获取失败 最大重定向次数 nodes: - 192.168.124.5:7001 - 192.168.124.5:7002 - 192.168.124.5:7003 - 192.168.124.5:7004 - 192.168.124.5:7005 - 192.168.124.5:7006 lettuce: pool: max-active: 1000 #连接池最大连接数(使用负值表示没有限制) max-idle: 10 # 连接池中的最大空闲连接 min-idle: 5 # 连接池中的最小空闲连接 max-wait: -1 # 连接池最大阻塞等待时间(使用负值表示没有限制) cache: jcache: config: classpath:ehcache.xml
- redis配置
@Configuration @AutoConfigureAfter(RedisAutoConfiguration.class) public class RedisConfig { @Bean public RedisTemplate<String, Object> redisCacheTemplate(LettuceConnectionFactory redisConnectionFactory) { RedisTemplate<String, Object> template = new RedisTemplate<>(); template.setKeySerializer(new StringRedisSerializer()); template.setValueSerializer(new GenericJackson2JsonRedisSerializer()); template.setConnectionFactory(redisConnectionFactory); return template; } }
- 基本测试
@SpringBootTest public class RedisTest { @Autowired private RedisTemplate<String, String> redisTemplate; @Test public void test() { redisTemplate.opsForValue().set("name", "admin"); String name = redisTemplate.opsForValue().get("name"); System.out.println(name); //输出admin } }
总结
通过以上演示,基本上可以在本地环境下用我们的Redis Cluster集群了。最后再上一张本地映射文件的最终样子,帮助大家了解Redis持久化及集群相关的东西。感兴趣的小伙伴可以自行测试并查看其中的内容。
内容如有错漏,还望大家不吝赐教,同时,欢迎大家关注公众号【当我遇上你】,你们的支持就是我写作的最大动力。
参考
- https://redis.io/topics/cluster-tutorial
公众号 【当我遇上你】