复述,数据库持久化

  

复述,数据库持久化

  

一、数据库概述;
二,持久化的作用以及实现方式;
三,RDB持久化方式配置;
四,AOF持久化方式配置;

  

一、数据库概述:

  

复述是一种高级键-值数据库。它跟memcached类似,不过数据可以持久化,而且支持的数据类型很丰富,有字符串,链表,集合和有序集合。支持在服务器端计算集合的并、交和补集(差异)等,还支持多种排序功能,所以复述,也可以被看成是一个数据结构服务器。
复述,数据库持久化

  

二,持久化的作用以及实现方式:

  

作用:
复述的所有数据都是保存在内存中,如果没有配置持久化,复述,重启后数据就全丢失了,于是需要开启复述的持久化功能,将数据保存到磁盘上,当复述,重启后,可以从磁盘中恢复数据。那么不定期的通过异步方式保存到磁盘上(半持久化模式),也可以把每一次数据变化都写入到一个附加alt="复述,数据库持久化”>

AOF持久化是以日志的形式记录服务器所处理的每一个写,删除操作,查询操作不会记录,以文本的方式记录,可以打开文件看到详细的操作记录。

  

复述,数据库持久化”> <br/> RDB的优势:<br/> 1)。一旦采用该方式,那么你的整个复述,数据库将只包含一个文件,这对于文件备份而言是非常完美的。比如,你可能打算每个小时归档一次最近24小时的数据,同时还要每天归档一次最近30天的数据。通过这样的备份策略,一旦系统出现灾难性故障,我们可以非常容易的进行恢复。<br/> 2)。对于灾难恢复而言,RDB是非常不错的选择,因为我们可以非常轻松的将一个单独的文件压缩后再转移到其它存储介质上。<br/> 3)。性能最大化。对于复述的服务进程而言,在开始持久化时,它唯一需要做的只是叉出子进程,之后再由子进程完成这些持久化的工作,这样就可以极大的避免服务主进程执行IO操作了。<br/> 4)。相比于AOF机制,如果数据集很大,RDB的启动效率会更高。<br/> RDB的劣势:<br/> 1)。如果你想保证数据的高可用性,即最大限度的避免数据丢失,那么RDB将不是一个很好的选择。因为系统一旦在定时持久化周期之内出现宕机现象,此前没有来得及写入磁盘的数据都将丢失。<br/> 2)。由于RDB是通过叉子进程来协助完成数据持久化工作的,因此,如果当数据集较大时,可能会导致整个服务器停止服务几百毫秒,甚至是1秒钟。</p>
  <p> AOF的优势:<br/> 1)。该机制可以带来更高的数据安全性,即数据持久性.Redis中提供了3中同步策略,即每秒同步,每修改同步和不同步。事实上,每秒同步也是异步完成的,其效率也是非常高的,所差的是一旦系统出现宕机现象,那么这一秒钟之内修改的数据将会丢失。而每修改同步,我们可以将其视为同步持久化,即每次发生的数据变化都会被立即记录到磁盘中。可以预见,这种方式在效率上是最低的。<br/> 2)。由于该机制对日志文件的写入操作采用的是附加模式,因此在写入过程中即使出现宕机现象,也不会破坏日志文件中已经存在的内容。然而如果我们本次操作只是写入了一半数据就出现了系统崩溃问题,不用担心,在复述下一次启动之前,我们可以通过redis-check-aof工具来帮助我们解决数据一致性的问题。<br/> 3)。如果日志过大,复述,可以自动启用重写机制。即复述,以附加模式不断的将修改数据写入到老的磁盘文件中,同时复述,还会创建一个新的文件用于记录此期间有哪些修改命令被执行。因此在进行重写切换时可以更好的保证数据安全性。<br/> 4)。AOF包含一个格式清晰,易于理解的日志文件用于记录所有的修改操作。事实上,我们也可以通过该文件完成数据的重建。<br/> AOF的劣势:<br/> 1)。对于相同数量的数据集而言,AOF文件通常要大于RDB文件.RDB在恢复大数据集时的速度比AOF的恢复速度要快。<br/> 2)。根据同步策略的不同,如果在数据量比较大的情况下,AOF在运行效率上往往会慢于RDB。</p>
  <p>应用场景:<br/> 1)。愿意牺牲一些性能(选择AOF); <br/> 2)。换取更高的缓存一致性,保证数据库最高可能的完整性(选择AOF); <br/> 3)。愿意写操作频繁的时候,不启用备份来换取更高的性能,待手动运行保存的时候,再做备份(RDB); </p>
  <h3>三,RDB持久化方式配置;</h3>
  <p>环境准备:根据“复述,高性能数据库”安装复述,服务,</p>
  <h2 class=复述,数据库持久化