知识点思维导图
17 个知识节点
Redis（03） - 持久化、复制与集群
读完后，你应能完成以下任务：
- 绘制“Redis（03） - 持久化、复制与集群 / RDB 与 AOF 的取舍”的关键对象与数据流，解释“RDB 在时间点生成紧凑快照，恢复快、适合备份，但两次快照之间的写入可能丢失；”，并用源码位置、日志或 Trace 标注证据。
- 为“Redis（03） - 持久化、复制与集群 / 复制、Sentinel 与 Cluster”设计正常与异常输入，验证“Redis 主从复制通常是异步的，”，输出首个偏差位置与回归测试结果。
- 实现“Redis（03） - 持久化、复制与集群 / 配置与恢复验证”的最小代码或配置，检验“策略选择先写 RPO/RTO：纯缓存可允许完全丢失并从数据库重建；”，输出命令、结果与 Diff，并说明不适用边界。
一、先建立全局：持久化、复制与集群 是什么？
理解“持久化、复制与集群”，先要把标题中的对象放进同一条处理链：它接收什么输入，经过哪些状态变化，最终用什么证据判断结果。下表不另造概念，只把作者正文已经解释的章节按依赖顺序连起来。
“持久化、复制与集群”的第一个核心判断是：RDB 在时间点生成紧凑快照，恢复快、适合备份，但两次快照之间的写入可能丢失；。先弄清这个判断中的对象和输入输出，后面的实现、故障和验收才有共同语境。
| 顺序 | 章节 | 读完本节应抓住的结论 |
|---|---|---|
| 1 | RDB 与 AOF 的取舍 | RDB 在时间点生成紧凑快照，恢复快、适合备份，但两次快照之间的写入可能丢失； |
| 2 | 复制、Sentinel 与 Cluster | Redis 主从复制通常是异步的， |
| 3 | 配置与恢复验证 | 策略选择先写 RPO/RTO：纯缓存可允许完全丢失并从数据库重建； |
| 4 | 故障边界与监控 | 复制延迟、断链、AOF Rewrite 失败、RDB 保存失败和磁盘写满都需要告警。 |
| 5 | AOF 记录写命令 | AOF 记录写命令， |
| 6 | appendfsync everysec 常在性能和最多约一秒数 | appendfsync everysec 常在性能和最多约一秒数据风险间折中。 |
1.1 核心对象之间怎样衔接
flowchart LR
S1["RDB 与 AOF 的取舍"] --> S2
S2["复制、Sentinel 与 Cluster"] --> S3
S3["配置与恢复验证"] --> S4
S4["故障边界与监控"] --> S5
S5["AOF 记录写命令"]
这张图只表达本文的讲解顺序，不替代正文机制。判断“持久化、复制与集群”是否真正掌握，需要能从最后一个结果沿图回到前面每个章节的输入、状态变化和证据。
1.2 再看失败：问题最早会出现在哪一步？
在“持久化、复制与集群”的对象和顺序已经明确后，再看可观察的失败：计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致。定位时不从最后一条错误猜原因，而是沿上图找第一个偏离正文结论的节点。
二、RDB 与 AOF 的取舍
RDB 在时间点生成紧凑快照，恢复快、适合备份，但两次快照之间的写入可能丢失；
AOF 记录写命令，
appendfsync everysec 常在性能和最多约一秒数据风险间折中。
AOF Rewrite 会重建更紧凑日志，不是简单压缩旧文件。
同时开启 RDB 与 AOF 时，恢复通常优先使用 AOF。
持久化会触发 Fork 和 Copy-on-Write，
数据集大、内存碎片高或写流量大时可能出现延迟和额外内存峰值。
容器内必须给 Fork、页复制和输出缓冲预留空间，
不能把内存上限设置得只够当前 used_memory。
三、复制、Sentinel 与 Cluster
Redis 主从复制通常是异步的， 从库用于读取、备份和故障切换， 但主库故障时仍可能丢失未复制写入。 Sentinel 负责监控、主观/客观下线判断、选主和通知，不负责数据分片。 Cluster 把 16384 个 Slot 分布到多个主节点， 并为每个主节点配置副本， 从而同时提供分片和故障转移。
Cluster 的多 Key 命令、Lua 和事务通常要求 Key 位于同一 Slot，
可用 Hash Tag 控制；
过度使用同一 Tag 会制造热点。
客户端必须支持 MOVED、ASK 重定向和拓扑刷新，不能把节点地址硬编码成单机连接。
四、配置与恢复验证
appendonly yes
appendfsync everysec
aof-use-rdb-preamble yes
save 900 1
save 300 10
save 60 10000
策略选择先写 RPO/RTO：纯缓存可允许完全丢失并从数据库重建； 会话可能容忍短窗口； 若 Redis 保存唯一事实，则必须重新评估产品设计和更严格持久化。 备份 RDB/AOF 时还要保存配置、模块版本和加密密钥。
恢复演练需要在隔离实例加载备份， 检查启动日志、Key 数量、过期分布和关键抽样， 再进行应用冒烟测试。 复制和 Failover 演练应确认客户端发现新主、旧主不会继续写、连接池能恢复， 并测量实际不可用时间和数据差异。
五、故障边界与监控
复制延迟、断链、AOF Rewrite 失败、RDB 保存失败和磁盘写满都需要告警。
不能只监控实例存活；
如果配置要求持久化成功后才允许写入，
应明确 stop-writes-on-bgsave-error 的业务影响。
脑裂时旧主可能继续接受写入，网络恢复后这些写入无法自动合并。 故障切换要结合最小副本、超时、网络拓扑和业务幂等。 Cluster 扩缩容期间监控 Slot 迁移、重定向率、热点节点和客户端错误。
验收清单
- 不同数据类型有明确 RPO、RTO 和是否允许从源库重建。
- Fork 内存峰值、磁盘空间、复制延迟和持久化失败有监控。
- 备份在隔离环境成功恢复，关键 TTL 和业务数据经过校验。
- 主从切换与 Cluster Slot 迁移均做过客户端侧故障演练。
六、动手验证：先跑通 持久化、复制与集群，再改变一个变量
前面的章节已经建立问题、概念和机制。现在把“持久化、复制与集群”放进同一套基线中运行；本节不再引入新术语，只验证前文结论能否被复现。
6.1 基线与候选只允许一个变量不同
验证“持久化、复制与集群”时，先固定数据快照、并发条件、客户端配置、拓扑和故障注入点。候选方案只能改变本次要验证的变量；如果同时更换数据、依赖和配置，即使结果改善，也不能知道是哪一项产生作用。
执行“持久化、复制与集群”时，动作是：执行正常读写与故障场景，记录查询计划、锁、复制或消费状态。原始结果不能只保留截图或汇总分数，必须同步保存：执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验，使下一次复查可以在同一输入上重放。
| 实验要素 | 本文要求 |
|---|---|
| 固定条件 | 固定数据快照、并发条件、客户端配置、拓扑和故障注入点 |
| 唯一变量 | 本次候选方案与基线之间的一项明确差异 |
| 原始证据 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| 通过阈值 | 一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用 |
| 立即停止 | 计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致 |
6.2 执行前先排除不可比较条件
“持久化、复制与集群”开始前先确认下面四项；任一项不成立，都应先修复实验条件，而不是解释结果。
- 基线能够在“持久化、复制与集群”的当前环境重复运行。
- 候选只改变一个与“持久化、复制与集群”结论直接相关的条件。
- “持久化、复制与集群”的基线和候选使用同一批输入、同一版本依赖与同一通过阈值。
- “持久化、复制与集群”的原始输出和失败现场不会被重试、格式化或汇总覆盖。
6.3 执行后先核对证据完整性
结果出来后先检查证据，再讨论“持久化、复制与集群”是否通过。缺少中间状态时，最终输出只能说明现象，不能证明机制。
| 检查项 | 当前文章的判定 |
|---|---|
| 输入可追溯 | 固定数据快照、并发条件、客户端配置、拓扑和故障注入点 |
| 过程可回放 | 执行正常读写与故障场景，记录查询计划、锁、复制或消费状态 |
| 结果可审计 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
“持久化、复制与集群”的一次合格基线对照按以下顺序执行：
- 保存“持久化、复制与集群”基线版本及输入摘要，确认基线本身可以重复运行。
- 写下“持久化、复制与集群”候选方案唯一变化的变量，以及它预期影响的指标。
- 在同一环境执行“持久化、复制与集群”：执行正常读写与故障场景，记录查询计划、锁、复制或消费状态。
- 为“持久化、复制与集群”保存：执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验。
- 使用“持久化、复制与集群”预登记条件判断：一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用。
- 如果“持久化、复制与集群”未通过，不修改第二个变量，先恢复基线并保留失败现场。
七、用一张矩阵验证 持久化、复制与集群 的关键结论
矩阵按正文顺序列出“持久化、复制与集群”的结论。一次实验只选择一行，只改变这一行对应的条件；不要把多行合并成一个无法归因的大实验。
| 正文章节 | 已解释的结论 | 本轮唯一变量 | 必须保存的证据 |
|---|---|---|---|
| RDB 与 AOF 的取舍 | RDB 在时间点生成紧凑快照，恢复快、适合备份，但两次快照之间的写入可能丢失； | 只改变与“RDB 与 AOF 的取舍”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| 复制、Sentinel 与 Cluster | Redis 主从复制通常是异步的， | 只改变与“复制、Sentinel 与 Cluster”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| 配置与恢复验证 | 策略选择先写 RPO/RTO：纯缓存可允许完全丢失并从数据库重建； | 只改变与“配置与恢复验证”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| 故障边界与监控 | 复制延迟、断链、AOF Rewrite 失败、RDB 保存失败和磁盘写满都需要告警。 | 只改变与“故障边界与监控”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| AOF 记录写命令 | AOF 记录写命令， | 只改变与“AOF 记录写命令”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| appendfsync everysec 常在性能和最多约一秒数 | appendfsync everysec 常在性能和最多约一秒数据风险间折中。 | 只改变与“appendfsync everysec 常在性能和最多约一秒数”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
7.1 记录本次实际实验
下面的记录用于“持久化、复制与集群”当前这一次实验，不是第二套知识目录。先从矩阵选择一个章节，再填写实际值；没有填写的字段表示尚未验证。
topic: "持久化、复制与集群"
selected_chapter: required
claim_from_article: required
baseline_version: required
changed_condition: exactly_one
execution: "执行正常读写与故障场景，记录查询计划、锁、复制或消费状态"
evidence: "执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验"
pass_when: "一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用"
stop_when: "计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致"
observed_result: required
first_deviation: null_or_evidence
recovery_replay: required_after_failure
7.2 边界实验必须证明能够停止和恢复
成功路径只能证明“持久化、复制与集群”在当前样本上工作，不能证明它可以进入生产。边界实验需要主动制造：计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致，并观察系统是否在产生不可逆副作用前停止。
| 场景 | 只改变什么 | 应保存什么 | 通过标准 |
|---|---|---|---|
| 正常路径 | 使用已知有效输入 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 | 一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用 |
| 边界路径 | 把一个输入推进到约束临界值 | 临界值前后的输出与指标 | 不静默降级，不把部分结果冒充成功 |
| 明确失败 | 注入：计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致 | 原始错误、首个异常阶段和最终状态 | 失败被正确分类且没有扩大副作用 |
| 恢复重放 | 执行：从数据入口、存储状态、复制消费链路和恢复步骤定位根因 | 原失败样本的复测证据 | 原样本恢复，正常样本没有回归 |
恢复动作不是简单重启。对于“持久化、复制与集群”，第一步是：从数据入口、存储状态、复制消费链路和恢复步骤定位根因。完成后使用原始失败样本复测；只验证一个新样本成功，不能证明触发条件已经消失。
“持久化、复制与集群”边界实验结束后，应把正常、临界、失败和恢复四类记录放在同一个运行批次中。这样才能区分“候选方案真的修复问题”和“环境变化让问题暂时没有出现”。
八、持久化、复制与集群 的结果解释
解释“持久化、复制与集群”实验时先看首个偏差，而不是最后一条错误。最后的异常通常只是上游状态错误的结果；从末端反推容易误把症状当根因。
| 观察结果 | 可以支持的判断 | 下一步 |
|---|---|---|
| 主链路没有达到预期 | 计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致 | 先执行：从数据入口、存储状态、复制消费链路和恢复步骤定位根因 |
| 异常链路无法恢复 | 计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致 | 先执行：从数据入口、存储状态、复制消费链路和恢复步骤定位根因 |
| 新样本成功但原样本仍失败 | 修复没有覆盖原始触发条件 | 固定原失败输入，恢复基线后重新比较 |
| 指标改善但证据无法回链 | 数据、版本或中间状态没有固定 | 暂停发布，补齐可追溯记录后重跑 |
“持久化、复制与集群”只有同时满足“一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用”，并且没有出现“计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致”，才可以认为主链路通过。这里的“通过”只对当前固定版本、样本和环境有效，不能外推到尚未测试的容量、权限或数据分布。
如果“持久化、复制与集群”候选方案与基线差异很小，先检查证据分辨率是否足够；如果差异很大，先排除数据泄漏、环境漂移和版本不一致。两种情况都不能只看一个汇总均值，需要回到逐样本输出和中间状态。
“持久化、复制与集群”故障定位完成后，记录“现象、首个偏差、根因、改动、原样本复测”五项。缺少原样本复测时，只能标记为待观察，不能标记为已解决。
九、持久化、复制与集群 的发布判断
发布判断需要把“持久化、复制与集群”的质量、失败边界和恢复能力放在同一份记录中。以下任一条件缺失，都应停止扩量，而不是用“基本正常”替代证据。
- “持久化、复制与集群”的基线与候选只存在一个计划内变量。
- “持久化、复制与集群”的输入、代码、依赖、配置和数据版本可以追溯。
- “持久化、复制与集群”的正常、临界、失败和恢复样本使用同一套断言。
- “持久化、复制与集群”的原始输出、中间状态和失败现场已经保留。
- “持久化、复制与集群”的日志、Trace、截图和测试数据已经脱敏。
- “持久化、复制与集群”的停止条件、负责人和回滚入口已经演练。
- “持久化、复制与集群”尚未覆盖的输入、权限、容量和外部依赖已经登记。
最终记录至少包含基线版本、唯一变量、原始证据、首个偏差、恢复复测和发布责任人。没有参与本次修改的人如果不能据此重放“持久化、复制与集群”的判断，就不能发布。
十、总结
- RDB 与 AOF 的取舍：RDB 在时间点生成紧凑快照，恢复快、适合备份，但两次快照之间的写入可能丢失；
- 复制、Sentinel 与 Cluster：Redis 主从复制通常是异步的，从库用于读取、备份和故障切换，但主库故障时仍可能丢失未复制写入。
- 配置与恢复验证：策略选择先写 RPO/RTO：纯缓存可允许完全丢失并从数据库重建；
- 故障边界与监控：复制延迟、断链、AOF Rewrite 失败、RDB 保存失败和磁盘写满都需要告警。
学完自测
选择所有正确答案；提交后逐项核对判断依据。