Redis简介
1. 支持5种数据结构
支持strings, hashes, lists, sets, sorted sets
string是很好的存储方式,用来做计数存储。sets用于建立索引库非常棒;
2. K-V 存储 vs K-V 缓存
新浪微博目前使用的98%都是持久化的应用,2%的是缓存,用到了600+服务器
Redis中持久化的应用和非持久化的方式不会差别很大:
非持久化的为8-9万tps,那么持久化在7-8万tps左右;
当使用持久化时,需要考虑到持久化和写性能的配比,也就是要考虑redis使用的内存大小和硬盘写的速率的比例计算;
3. 社区活跃
Redis目前有3万多行代码, 代码写的精简,有很多巧妙的实现,作者有技术洁癖
Redis的社区活跃度很高,这是衡量开源软件质量的重要指标,开源软件的初期一般都没有商业技术服务支持,如果没有活跃社区做支撑,一旦发生问题都无处求救;
Redis基本原理
redis持久化(aof) append online file:
写log(aof), 到一定程度再和内存合并. 追加再追加, 顺序写磁盘, 对性能影响非常小
1. 单实例单进程
Redis使用的是单进程,所以在配置时,一个实例只会用到一个CPU;
在配置时,如果需要让CPU使用率最大化,可以配置Redis实例数对应CPU数, Redis实例数对应端口数(8核Cpu, 8个实例, 8个端口), 以提高并发:
单机测试时, 单条数据在200字节, 测试的结果为8~9万tps;
2. Replication
过程: 数据写到master-->master存储到slave的rdb中-->slave加载rdb到内存。
存储点(save point): 当网络中断了, 连上之后, 继续传.
Master-slave下第一次同步是全传,后面是增量同步;、
3. 数据一致性
长期运行后多个结点之间存在不一致的可能性;
开发两个工具程序:
1.对于数据量大的数据,会周期性的全量检查;
2.实时的检查增量数据,是否具有一致性;
对于主库未及时同步从库导致的不一致,称之为延时问题;
对于一致性要求不是那么严格的场景,我们只需要要保证最终一致性即可;
对于延时问题,需要根据业务场景特点分析,从应用层面增加策略来解决这个问题;
例如:
1.新注册的用户,必须先查询主库;
2.注册成功之后,需要等待3s之后跳转,后台此时就是在做数据同步。
新浪Redis使用历程
2009年, 使用memcache(用于非持久化内容), memcacheDB(用于持久化+计数),
memcacheDB是新浪在memcache的基础上,使用BerkeleyDB作为数据持久化的存储实现;
1. 面临的问题
- 数据结构(Data Structure)需求越来越多, 但memcache中没有, 影响开发效率
- 性能需求, 随着读操作的量的上升需要解决,经历的过程有:
数据库读写分离(M/S)-->数据库使用多个Slave-->增加Cache (memcache)-->转到Redis - 解决写的问题:
水平拆分,对表的拆分,将有的用户放在这个表,有的用户放在另外一个表; -
可靠性需求
Cache的"雪崩"问题让人纠结
Cache面临着快速恢复的挑战 -
开发成本需求
Cache和DB的一致性维护成本越来越高(先清理DB, 再清理缓存, 不行啊, 太慢了!)
开发需要跟上不断涌入的产品需求
硬件成本最贵的就是数据库层面的机器,基本上比前端的机器要贵几倍,主要是IO密集型,很耗硬件; -
维护性复杂
一致性维护成本越来越高;
BerkeleyDB使用B树,会一直写新的,内部不会有文件重新组织;这样会导致文件越来越大;大的时候需要进行文件归档,归档的操作要定期做;
这样,就需要有一定的down time;
基于以上考虑, 选择了Redis
2. 寻找开源软件的方式及评判标准
- 对于开源软件,首先看其能做什么,但更多的需要关注它不能做什么,它会有什么问题?
- 上升到一定规模后,可能会出现什么问题,是否能接受?
- google code上, 国外论坛找材料(国内比国外技术水平滞后5年)
- 观察作者个人的代码水平
Redis应用场景
1. 业务使用方式
- hash sets: 关注列表, 粉丝列表, 双向关注列表(key-value(field), 排序)
- string(counter): 微博数, 粉丝数, ...(避免了select count(*) from ...)
- sort sets(自动排序): TopN, 热门微博等, 自动排序
- lists(queue): push/sub提醒,...
上述四种, 从精细化控制方面,hash sets和string(counter)推荐使用, sort sets和lists(queue)不推荐使用
还可通过二次开发,进行精简。比如: 存储字符改为存储整形, 16亿数据, 只需要16G内存
存储类型保存在3种以内,建议不要超过3种;
将memcache +myaql 替换为Redis:
Redis作为存储并提供查询,后台不再使用mysql,解决数据多份之间的一致性问题;
2. 对大数据表的存储
(eg:140字微博的存储)
一个库就存唯一性id和140个字;
另一个库存id和用户名,发布日期、点击数等信息,用来计算、排序等,等计算出最后需要展示的数据时再到第一个库中提取微博内容;
改进的3个步骤:
1)发现现有系统存在问题;
2)发现了新东西, 怎么看怎么好, 全面转向新东西;
3)理性回归, 判断哪些适合新东西, 哪些不适合, 不合适的回迁到老系统
3. 一些技巧
- 很多应用, 可以承受数据库连接失败, 但不能承受处理慢
- 一份数据, 多份索引(针对不同的查询场景)
- 解决IO瓶颈的唯一途径: 用内存
- 在数据量变化不大的情况下,优先选用Redis
遇到的问题及解决办法
(注意: 都是量特别大时候会出现的, 量小了怎么都好说)
1.Problem: Replication中断后, 重发-->网络突发流量
Solution: 重写Replication代码, rdb+aof(滚动)
2.Problem: 容量问题
Solution: 容量规划和M/S的sharding功能(share nothing, 抽象出来的数据对象之间的关联数据很小)
增加一些配置, 分流, 比如: 1,2,3,4, 机器1处理%2=1的, 机器2处理%2=0的.
低于内存的1/2使用量, 否则就扩容(建议Redis实例使用的数据,最大不要超过内存的80%)
我们线上96G/128G内存服务器不建议单实例容量大于20/30G。
微博应用中单表数据最高的有2T的数据,不过应用起来已经有些力不从心;
每个的端口不要超过20G;测试磁盘做save所需要的时间,需要多长时间能够全部写入;内存越大,写的时间也就越长;
单实例内存容量较大后,直接带来的问题就是故障恢复或者Rebuild从库的时候时间较长,对于普通硬盘的加载速度而言,我们的经验一般是redis加载1G需要1分钟;(加载的速度依赖于数据量的大小和数据的复杂度)
Redis rewrite aof和save rdb时,将会带来非常大且长的系统压力,并占用额外内存,很可能导致系统内存不足等严重影响性能的线上故障。
reblance: 现有数据按照上述配置重新分发。
后面使用中间层,路由HA;
注:目前官方也正在做这个事,Redis Cluster,解决HA问题;
3. Problem: bgsave or bgwriteaof的冰晶问题
Solution: 磁盘性能规划和限制写入的速度, 比如: 规定磁盘以200M/s的速度写入, 细水长流, 即使到来大量数据. 但是要注意写入速度要满足两个客观限制:
符合磁盘速度
符合时间限制(保证在高峰到来之前, 就得写完)
4.Problem: 运维问题
1)Inner Crontab: 把Crontab迁移到Redis内部, 减少迁移时候的压力
本机多端口避免同时做 - 能做到
同一业务多端口(分布在多机上), 避免同时做 - 做不到
2)动态升级: 先加载.so文件, 再管理配置, 切换到新代码上(Config set命令)
把对redis改进的东西都打包成lib.so文件,这样能够支持动态升级
自己改的时候要考虑社区的升级。当社区有新的版本,有很好用的新功能时,要能很容易的与我们改进后的版本很好的merge;
升级的前提条件: 模块化, 以模块为单位升级
加载时间取决于两个方面: 数据大小, 数据结构复杂度. 一般, 40G数据耗时40分钟
分布式系统的两个核心问题: A.路由问题 B.HA问题
3)危险命令的处理: 比如: fresh all删除全部数据, 得进行控制
运维不能只讲数据备份,还得考虑数据恢复所需要的时间;
增加权限认证(管理员才有权限)eg:flashall 权限认证,得有密码才能做;
当然,高速数据交互一般都不会在每次都进行权限认证,通用的处理策略是第一次认证,后期都不用再认证;
控制hash策略(没有key, 就找不到value; 不知道hash策略, 就无法得到key)
4)Config Dump:
内存中的配置项动态修改过, 按照一定策略写入到磁盘中(Redis已支持)
5)bgsave带来aof写入很慢:
fdatasync在做bgsave时, 不做sync aof(会有数据出入)
6)成本问题: (22T内存, 有10T用来计数)
Redisscounter(16亿数据占用16G内存) - 全部变为整型存储, 其余(字符串等)全不要
Redis+SSD(counterService计数服务)
顺序自增, table按照顺序写, 写满10个table就自动落地(到SSD)
存储分级: 内存分配问题, 10K和100K写到一块, 会有碎片. Sina已经优化到浪费只占5%以内(已经很好了!)
5.Problem: 分布式问题
1.Config Server: 命名空间, 特别大的告诉访问, 都不适合用代理, 因为代理降低速度, 但是, Sina用了(单机多端口, Redis Cluster, sentinel)
Config Server放到Zookeeper上
最前面是命名服务,后面跟的是无状态的twmemproxy(twitter的改进的,用C写的) ,后面才是redis;
2.twmemproxy
应用不必关心连接失败, 由代理负责重连
把Hash算法放到代理商
代理后边的升级, 前端不关心, 解决了HA的问题
无状态, 多台代理无所谓
3.AS --> Proxy -->Redis
4.Sina的Redis都是单机版, 而Redis-Cluster交互过于复杂,没有使用
做HA的话,一定要配合监控来做,如果挂了之后,后续该如何做;
并不是追求单机性能,而是集群的吞吐量,从而可以支持无线扩展;
经验总结
- 提前做好数据量的规划, 减少sharding(互联网公司一般以年为单位)
- 只存精细化数据(内存很金贵!)
- 存储用户维度的数据
对象维度的数据要有生命周期
特别是数据量特别大的时候,就很有必要来进行划分了; - 暴露服务的常见过程: IP-->负载均衡-->域名-->命名服务(一张表: 名字+资源(IP+端口))
- 对于硬件消耗,IO、网络和CPU相比,Redis最消耗的是CPU,复杂的数据类型必定带来CPU消耗;
- 新浪微博响应时间超时目前设置为5s;(返回很慢的记录key,需记录下来分析,慢日志);
- 备份的数据要定期要跑一下生产的数据;用来检查备份数据的有效性;
- slave挂多了肯定会对master造成比较的影响;新浪微博目前使用的M/S是一拖一,主要用来做容灾;
同步时,是fork出一个单独进程来和slave进行同步;不会占用查询的进程; - 升级到2.6.30以后的linux内核;
在2.6.30以上对软中断的问题处理的很好,性能提升效果明显,差不多有15%到30%的差距; - redis不用读写分离,每个请求都是单线程,为什么要进行读写分离。
相关推荐
尽管Redis为新浪微博提供了很多便利,但在实际使用过程中也遇到了不少挑战: - **内存碎片问题**:由于Redis是基于内存的数据库,如果管理不当容易导致内存碎片问题,进而影响性能。 - **数据丢失风险**:虽然Redis...
根据提供的文件内容,我们可以了解到新浪微博开放平台的Redis实践,具体包括在好友关系、计数器等场景的应用,以及使用Redis的一些经验教训。 首先,Redis简介。Redis(Remote Dictionary Server)是一个开源的使用...
### 新浪微博Redis技术...通过上述内容可以看出,新浪微博在Redis的应用过程中不断探索和实践,积累了许多宝贵的经验。这些经验不仅有助于提升系统的稳定性和性能,也为其他企业在面对类似挑战时提供了重要的参考案例。
**Redis在新浪微博的应用** - **计数(Counter)**: 对于高频次的增减操作,如点赞、评论数量等,Redis提供了高效的计数功能。 - **关系(Graph)**: 处理用户之间的关注、粉丝等社交关系,利用Redis进行快速的查询...
在新浪微博开放平台中,Redis发挥了关键作用。微博系统主要由三部分构成:feed(动态)、关系和数字。Redis在此场景下有以下应用: 1. **好友关系**:在处理好友关系时,Redis的哈希数据结构可以用来存储用户之间的...
在新浪微博的丰富化应用开发过程中,技术选型是至关重要的环节。这关乎到系统的稳定、性能、可扩展性以及成本效益。在这个过程中,新浪的高级DBA师婷婷提出了几个核心的问题:为什么需要进行技术选型,如何进行选型...
新浪微博采用OAuth协议进行第三方应用授权,XWeibo在实现用户授权登录功能时,也需要理解并应用OAuth协议,确保安全地获取和使用用户的微博账户权限。 6. **模板引擎** 为了提高视图层的复用性和可维护性,XWeibo...
【描述】:描述中的“新浪微博爬虫(Scrapy、Redis).zip”可能包含了实现该爬虫项目的源代码和相关配置文件。用户下载解压后,可以查看并运行这个爬虫,以便抓取新浪微博上的公开数据,如用户信息、微博内容、评论...
Redis大数据之路是一篇讲述Redis在大数据场景下的应用和...Redis大数据之路讲述了Redis在大数据场景下的应用和经验教训,包括对大数据的理解、Redis的简介、新浪微博中的Redis应用、通知、好友关系、计数器等知识点。
在“新浪微博丰富化应用下的...以上是构建类似新浪微博应用可能涉及的技术选型和策略,每个环节都需要深入理解和优化,以确保服务的稳定、高效和安全。实际的实现细节和技术选型可能会根据业务需求和团队能力进行调整。
- **Redis**:作为一种高性能的键值存储系统,Redis在新浪微博的架构中扮演了重要角色。它不仅可以作为缓存,还被用于实现复杂的业务逻辑,如排行榜、计数器等功能。 #### 消息队列 - **消息队列中间件**:如...
- **新浪Redis应用**:作为国内最早大规模使用Redis的企业之一,新浪在微博等产品中广泛应用Redis技术,实现了数据的高速读写及缓存功能。 - **性能优化**:新浪通过对Redis的深入研究和实践,成功地解决了大量并发...
在“新浪微博开发源码”中,我们可以看到这些关键环节的具体实现。 1. **并发处理**:描述中提到下载服务器做了并发限制,这涉及到系统架构中的高并发处理。在微博平台,大量的用户同时访问和交互,服务器必须具备...
在这个工程案例中,我们将探讨如何使用SSH技术来构建一个类似新浪微博的平台。SSH不仅确保了数据传输的安全性,还提供了命令行接口,使得开发者可以远程管理服务器,执行脚本,以及进行各种自动化任务。 在构建这样...
【伪新浪微博代码】项目是一个模仿新浪微博的客户端应用的源代码,虽然代码可能较为混乱且缺乏注释,但它依然能为我们提供一些关于构建类似社交媒体平台的知识点。以下将详细阐述其中涉及的技术、架构以及可能遇到的...
随着时间的推移,Redis 的普及度显著提高,被广泛应用于许多知名网站,如新浪微博、街旁网、知乎网、GitHub 和 Stack Overflow。VMware 公司自 2010 年起赞助 Redis 的开发,使其进一步成熟和完善。 Redis 的核心...
知名公司如 GitHub、Stack Overflow、Flickr、新浪微博、知乎网等都在其服务中运用了 Redis。 Redis 的历史发展快速,自开源以来,其用户群体不断扩大,尤其是在 2012 年 Hacker News 的调查中,Redis 已成为约 12%...
在新浪微博的架构中,LNMP扮演着关键角色,为微博服务提供了强大支撑。 1. Linux:作为开源操作系统,Linux以其稳定性、安全性及灵活性成为服务器平台的首选。在新浪的架构中,Linux不仅作为底层操作系统,还通过其...