本文首发于
Redis 持久化（persistence）技术口袋书，转载请注明出处。
本文讲解 Redis 数据库的数据持久化解决方案。
测试环境：
- Windows 7
- Redis 4.0.2.2 去下载 Windows 版本
RDB 和 AOF 持久化解决方案
Redis 提供两种持久化解决方案：RDB 持久化和 AOF 持久化。
要点：
RDB 持久化：可以在指定时间间隔内，生成数据集在这个时间点的快照。
AOF 持久化：通过记录服务器执行的所有写操作命令，在服务器重启时，通过重新执行这些命令来还原数据。
RDB 持久化方案
采用 RDB 持久化方案时，Redis 会每隔一段时间对数据集进行快照备份，换句话说这种方案在服务器发生故障时可能造成数据的丢失。所以，如果对数据的完整性有比较强烈的要求，可能不太适用这种备份方案，即它适用于做数据的备份。
执行持久化策略
- 自动执行 RDB 持久化
我们已经知道，采用 RDB 持久化方案会每隔一段时间对数据进行备份，那么这个时间段如何确定呢？
我们可以到 redis.windows.conf 配置文件的 SNAPSHOTTING 配置节点获取答案，默认情况下 Redis 采用三种持久化策略：
save 900 1
save 300 10
save 60 10000这里的 save 指令表示「在 x 秒内有 n 个及以上键被改动」则会自动保存一次数据集，比如配置中的 save 60 10000 表示如果在 60 秒内有 10000 个及以上的键被改动时则执行保存数据集操作。
我们在启动 Redis 服务时，服务器会读取配置文件中的配置，所以 RDB 持久化策略会自动启动，当满足条件时会执行持久化处理。
- 手动执行 RDB 持久化
不过，有时我们可能需要手动的执行 RDB 持久化处理，那么 Redis 有没有提供类似的方法呢？
答案是有的，我们可以使用 [SAVE]](http://redisdoc.com/server/sa…（这里不是配置文件中的 save 指令） 或 BGSAVE 命令，来手动执行 RDB 持久化处理。
虽然，save 和 bgsave 都可以手动的执行 RDB 持久化处理。但是它们的工作模式完全不同。
- 执行 SAVE 命令时，会阻塞 Redis 主进程，直到保存完成为止。在主进程阻塞期间，服务器不能处理客户端的任何请求。
- BGSAVE 则 fork 出一个子进程，子进程负责执行保存处理，并在保存完成之后向主进程发送信号，通知主进程保存完成。所以 Redis 服务器在 BGSAVE 执行期间仍然可以继续处理客户端的请求。
注意：虽然通过
SAVE 命令可以执行 RDB 持久化处理，但是它的运行原理同自动持久化中的
save 指令是完全不同的，
save 指令的工作原理同
BGSAVE 指令。
快照（SNAPSHOTTING）
在 RDB 持久化策略中，我们引入了「快照」的概念，即「在 x 秒内有 n 个及以上键被改动」则执行持久化处理。
写时复制（copy-on-write）：快照的运行原理
- Redis 调用 fork() ，同时拥有父进程和子进程。
- 子进程将数据集写入到一个临时 RDB 文件中。
- 当子进程完成对新 RDB 文件的写入时，Redis 用新 RDB 文件替换原来的 RDB 文件，并删除旧的 RDB 文件。
摘自 Redis 持久化。
优点
- RDB 是一个非常紧凑（compact）的文件（笔者注：因为 RDB 持久化文件 dump.rdb 将数据集以二级制形式保存），它保存了 Redis 在某个时间点上的数据集。 这种文件非常适合用于进行备份。
- RDB 非常适用于灾难恢复（disaster recovery）：它只有一个文件，并且内容都非常紧凑，可以（在加密后）将它传送到别的数据中心，或者亚马逊 S3 中。
- RDB 可以最大化 Redis 的性能：父进程在保存 RDB 文件时唯一要做的就是 fork 出一个子进程，然后这个子进程就会处理接下来的所有保存工作，父进程无须执行任何磁盘 I/O 操作。
- RDB 在恢复大数据集时的速度比 AOF 的恢复速度要快。
缺点
- 可能在服务器故障时导致数据丢失，因为 RDB 采用的是定时保存数据的机制，所以可能导致下次保存数据时的数据丢失。
- 可能导致服务器无法处理客户端处理，这是由于 RDB 执行非阻塞（BGSAVE 或 save 指令）保存时，会 fock 出子进程，如果待保存的数据集非常大可能会非常耗时。
AOF 持久化方案
通过 RDB 持久化方案的学习，我们知道它可能导致数据丢失，如果你的项目忍不了数据丢失的问题，那么可能就需要使用 AOF 持久化方案。
AOF（append only file）：只进行追加操作的文件。默认情况下，Redis 会禁用 AOF 重写，无需开启我们需要到配置文件中将 appendonly 指令配置为 yes（默认：no 不启用）。
启用 AOF 持久化方案后，当我们执行类似 SET 设置（或修改）命令时，Redis 会将命令以 Redis 通信协议 文本保存到 appendonly.aof 文件中。
执行持久化策略
AOF 持久化方案提供 3 种不同时间策略将数据同步到磁盘中，同步策略通过 appendfsync 指令完成：
- everysec（默认）：表示每秒执行一次 fsync 同步策略，效率上同 RDB 持久化差不多。由于每秒同步一次，所以服务器故障时会丢失 1 秒内的数据。
- always: 每个写命令都会调用 fsync 进行数据同步，最安全但影响性能。
- no: 表示 Redis 从不执行 fsync，数据将完全由内核控制写入磁盘。对于 Linux 系统来说，每 30 秒写入一次。
使用是推荐采用默认的 everysec 每秒同步策略，兼顾安全与效率。
写时复制（copy-on-write）：AOF 持久化的运行原理
- Redis 主进程执行 fork() 创建出子进程。
- 子进程开始将新 AOF 文件的内容写入到临时文件。
- 对于所有新执行的写入命令，父进程一边将它们累积到一个内存缓存中，一边将这些改动追加到现有 AOF 文件的末尾： 这样即使在重写的中途发生停机，现有的 AOF 文件也还是安全的。
- 当子进程完成重写工作时，它给父进程发送一个信号，父进程在接收到信号之后，将内存缓存中的所有数据追加到新 AOF 文件的末尾。
- 搞定！现在 Redis 原子地用新文件替换旧文件，之后所有命令都会直接追加到新 AOF 文件的末尾。
摘自 Redis 持久化。
优化 AOF 备份文件
我们知道 AOF 的运行原理是不断的将写入的命令以 Redis 通信协议的数据格式追加到 .aof 文件末尾，这就会导致文件的体积不断增大。
如果所有的命令完全不同到没有关系。
但是，如果命令处理类似计数器的功能，比如执行 100 次 INCR（incr counter） 处理，AOF 文件会保存全部的 INCR 命令的执行记录，但实际上我们知道这些处理的结果同 set counter 100 并无二致。这就导致我们的 .aof 多存储了 99 条命令记录。
这时，我们就可以使用 Redis 提供的 BGREWRITEAOF 重写命令，将 AOF 文件进行重写优化。
举例：
SET name 'liugongzi'
SET age 18
SET name 'liugongzi handsome'AOF 文件将这些写入命令保存到（appendonly.aof）文件中，内容如下:
*2
$6
SELECT
$1
0
*3
$3
set
$4
name
$9
liugongzi
*3
$3
set
$3
age
$2
18
*3
$3
set
$4
name
$18
liugongzi handsome写入的内容完全遵循 Redis 通信协议。通过示例，我们知道虽然我们执行了两次 set name 操作，但最终 Redis 保存的 name 值是 liugongzi handsome。也就是说第一次 set name 其实并无必要。
现在我们通过 BGREWRITEAOF 命令对文件进行重写处理：
127.0.0.1:6380> BGREWRITEAOF
Background append only file rewriting started重写完成后的 AOF 文件内容如下：
*2
$6
SELECT
$1
0
*3
$3
SET
$3
age
$2
18
*3
$3
SET
$4
name
$18
liugongzi handsome通过对比重写前后的文件内容，可以发现 Redis 将第一次的 set name ‘liugongzi’ 操作给删出掉了。这样就达到优化 AOF 文件的目的。
补充一句 AOF 重写，并不是对 AOF 文件进行重写，而是依据 Redis 在内存中当前的键值进行重写的。
优点
- 提供比 RDB 持久化方案更安全的数据，由于默认采用每秒进行持久化处理，所有即使服务器重启或宕机，最多也就丢失 1 秒内的数据。
- AOF 文件有序地保存了对数据库执行的所有写入操作， 这些写入操作以 Redis 协议的格式保存， 因此 AOF 文件的内容非常容易被人读懂， 对文件进行分析（parse）也很轻松
缺点
- 相比于 RDB 持久化，AOF 文件会比 RDB 备份文件大得多。
- AOF 持久化的速度可能比 RDB 持久化速度慢。
- AOF 在过去曾经发生过这样的 bug ： 因为个别命令的原因，导致 AOF 文件在重新载入时，无法将数据集恢复成保存时的原样。 （举个例子，阻塞命令 BRPOPLPUSH 就曾经引起过这样的 bug 。） 测试套件里为这种情况添加了测试： 它们会自动生成随机的、复杂的数据集， 并通过重新载入这些数据来确保一切正常。 虽然这种 bug 在 AOF 文件中并不常见， 但是对比来说， RDB 几乎是不可能出现这种 bug 的。
摘自 Redis 持久化。
Redis 数据恢复
通过前面的学习我们了解到 Redis 是如何执行 RDB 和 AOF 持久化处理的，现在我们简单了解下 Redis 是如何恢复 RDB 或 AOF 备份中的数据。
我们知道 Redis 是一种内存型的 NoSQL 数据库（或者说数据结构），当服务重启或宕机都会导致内存中的数据丢失。
所以，当 Redis 服务器重启或恢复时，它会进行读取 RDB 或 AOF 文件（如果存在的话）处理，将文件中的数据重新载入内存实现数据恢复操作。
Redis 数据恢复采用两套恢复方案:
- 开启 AOF 持久化方案时，优先采用 AOF 文件进行数据恢复
这个很好理解，因为 AOF 持久化方案的数据保存是秒级的，所以相对于 RDB 持久化数据更完整，所以在启动 Redis 服务器是，会在 AOF 启用时有限载入 AOF 文件进行数据还原。
- 未开启 AOF 持久化方案是，Redis 通过载入 RDB 文件进行数据恢复
RDB 持久化配置
到这里，相信你对 Redis 持久化已经有了相当大了解了，这节开始我们将学习 Redis 配置文件，看看如何使用 RDB 和 AOF 持久化功能。
Redis 服务器配置文件默认是 redis.windows.conf：
RDB 持久化配置选项
RDB 配置位于 SNAPSHOTTING 配置节点。
- 开启 / 关闭 RDB 持久化功能
- 严格来说 Redis 没有提供类似 AOF 的 appendonly 指令来开启 RDB 持久化功能，我们可以通过注释掉 save 指令来关闭 RDB 备份方案。
#save 900 1
#save 300 10
#save 60 10000- 或者使用 config set save “” 命令来关闭重写，但是如果仅使用这条命令，仅在当前服务器运行时生效，所以重启服务器依然从配置文件读取 RDB 重写规则。如果想永久生效，可以运行 config rewrite 命令，将 config set save 命令结果写入到配置文件。执行完 config rewrite 命令后会直接删除 redis.windows.conf 配置中的 save 指令。
- 是否启用压缩
通过 rdbcompression 指令完成，默认 yes 进行压缩。
- 修改备份文件名
使用 dbfilename 指令，默认值 dump.rdb。
- 修改备份文件存储目录
使用 dir 指令，默认值 your_redis_path。另外 AOF 备份数据同样会保存到该目录下。
AOF 持久化配置选项
AOF 配置位于 APPEND ONLY MODE 配置节点。
- 开启 / 关闭 AOF 持久化功能
开启 AOF 持久化功能，通过 appendonly 指令完成，取值范围 yes / no，默认：no 不开启 AOF 重写。
- 修改备份文件名
由 appendfilename 指令完成，默认值 appendonly.aof。
- 设置持久化执行策略
请参考前文 appendfsync 指令说明。
- AOF 备份文件重写规则配置
之前我们通过使用命令 BGREWRITEAOF 对 AOF 执行重写，但是当我们启用 AOF 持久化功能后，Redis 默认会启用 AOF 重写优化，这个工作有两条指令完成：
auto-aof-rewrite-percentage 100
auto-aof-rewrite-min-size 64mbauto-aof-rewrite-percentage 指令表示，本次执行 AOF 重写时，当 AOF 文件的大小是上次执行重写时文件的百分之多少才可以自动重写。默认: 100 表示本次重写时的 AOF 文件是上次 2 倍可以自动重写。
auto-aof-rewrite-min-size 这个指令用于设置进行 AOF 文件自动重写的最小文件大小。
换言之，这两条配置表示：当 AOF 文件大小达到 64mb 时，才开始自动进行重写。下一次只有当文件大小需达到 128 mb 才能再次重写，以此类推。
- 自动修复出错的 AOF 数据
当我们的 Redis 服务器宕机时，可能导致 AOF 文件的尾部数据不完整，在重启 Redis 服务器可能导致数据不一致。此时可以通过：
aof-load-truncated 指令在启动 Redis 自动修复文件。它的取值范围是 yes / no，默认为 yes 重启时自动修复。
同样的我们也可以通过 redis-check-aof –fix 修复工具手动进行修复。
