您现在的位置是:网站首页> 内容页

redis实战之事务与持久化

  • 宝运莱官方网
  • 2019-03-25
  • 389人已阅读
简介1.事务描述(1)什么是事务  事务,就是把一堆事情绑在一起,按顺序的执行,都成功了才算完成,否则恢复之前的样子  事务必须服从ACID原则,ACID原则分别是原子性(atomici

1. 事务描述

(1)什么是事务

  事务,就是把一堆事情绑在一起,按顺序的执行,都成功了才算完成,否则恢复之前的样子

  事务必须服从ACID原则,ACID原则分别是原子性(atomicity)、一致性(consistency)、隔离性(isolation)和持久性(durability)

  原子性:操作这些指令时,要么全部执行成功,要么全部不执行。只要其中一个指令执行失败,所有的指令都执行失败,数据进行回滚,回到执行指令前的数据状态

  一致性:事务的执行使数据从一个状态转换为另一个状态,但是对于整个数据的完整性保持稳定

  隔离性:在该事务执行的过程中,无论发生的任何数据的改变都应该只存在于该事务之中,对外界不存在影响,只有在事务确认提交之后们才会显示该事务对数据的改变,其他事务才能获取到这些改变后的数据

  持久性:当事务正确完成后,它对于数据的改变是永久性的

(2)并发事务导致的常见错误

  第一类丢失更新:撤销一个事务时,把其他事务已提交的更新数据覆盖

  脏读:一个事务读取到另一个事务未提交的更新数据

  幻读也叫虚读:一个事务执行两次查询,第二次结果集包含第一次中没有或某些行已经被删除的数据,造成两次结果不一致,只是另一个事务在这两次查询中间插入或删除了数据造成的

  不可重复读:一个事务两次读取同一行的数据,结果得到不同状态的结果,中间正好另一个事务更新了该数据,两次结果相异,不可被信任

  第二类丢失更新:是不可重复读的特殊情况。如果两个事物都读取同一行,然后两个都进行写操作,并提交,第一个事物所做的改变就会丢失

2. redis事务处理

  redis事务通过MULTI、WATCH、UNWAYCH、EXEC、DISCARD五个命令实现

  MUTIL命令:用于开启一个事务,客户端可以继续向服务器发送任意多条命令,这些命令不会立即被执行,而是被放到一个队列中,当EXEC命令被调用时,所有队列中的命令才会被执行,它总是返回OK

  WATCH命令:对键进行监视,直到用户执行EXEC命令的这段时间里面,如果其他客户端抢先对任何被监视的键进行了替换、更新或删除等操作,那么当用户舱室执行EXEC命令的时候,事务将失败并返回一个错误(之后用户可以选择重试或者放弃事务)

  UNWATCH命令:在WATCH命令执行之后,EXEC命令执行之前对链接进行重置

  EXEC命令:执行事务命令

  DISCARD命令:客户端可以取消WATCH命令名清空所有已入队命令

3. redis事务示例

  下面将用商品交易示例说明事务处理过程

   

(1)将商品投放到市场

  a. 使用散列(users:)来管理市场中的所有用户信息,包括用户名、用户拥有的钱

  

  b. 使用集合(inventory:)来管理每个用户的所有商品信息,包括商品名名

  

  inventory:1对应用户User:1的报告

  c. 使用有序集合(market:)来管理投放到市场中的商品

  流程:检查inventory:1包裹中是否含有ItemL商品----->将inventory:1包裹中的ItemL商品添加到交易市场----->删除inventory:1包裹中的ItemL商品

def list_item(conn,userid,goodsname,price): #使用有序集合(market:)来管理投放到市场中的商品 #商品的key为userid:goodsid inventory = "inventory:%s" %(userid) user = "User:%s" %(userid) goodsitem = "%s:%s" %(userid,goodsname) end = time.time() + 5 pipe = conn.pipeline() while time.time() < end: try: pipe.watch(inventory) #监视包裹发生的变化 if not pipe.sismember(inventory,goodsname): #检查用户是否仍然持有将要被放入市场的商品 pipe.unwatch() return None pipe.multi() pipe.zadd("market:",{goodsitem:price}) #将商品投放到市场 pipe.srem(inventory, goodsname) #从用户包裹中删除该商品 pipe.execute() print("商场中的商品:",conn.zrange("market:", 0, -1,withscores=True)) print("商品投放市场后用户{}的商品:{}".format(userid, conn.smembers(inventory))) return True except redis.exceptions.WatchError as e: print(e) return False

  测试:

  

(2)交易:User:2购买交易市场中的中的ItemL商品

  思想:使用watch对市场以及买家的个人信息进行监视,然后获取买家拥有的钱数以及商品市场的售价,并检查买家是否有足够的钱来购买商品,如果买家没有足够的钱,那么程序会取消事务,如果买家钱足够,那么程序首先会将买家支付的钱转移给卖家,然后将售出的商品移除商品交易市场。

def purchase_item(conn, buyerid, goodsname, sellerid): buyer = "User:{}".format(buyerid) #买家key seller = "User:{}".format(sellerid) #卖家key buy_inventory = "inventory:{}".format(buyerid) #买家包裹key sell_inverntory = "inventory:{}".format(sellerid) #卖家包裹key goodsitem = "{}:{}".format(sellerid,goodsname) #市场中的商品key end = time.time() + 5 pipe = conn.pipeline() while time.time() < end: try: pipe.watch("market:",buyer) #对商品买卖市场以及买家的个人信息进行监视 funds = int(pipe.hget(buyer,"funds")) #得到买家拥有的钱 print("买家手上的钱:", funds) price = pipe.zscore("market:", goodsitem) #得到商品的价格 print("price:",price) if funds < price: pipe.unwatch() return None pipe.multi() pipe.hincrby(buyer, "funds", int(-price)) #买家的钱减少 pipe.hincrby(seller, "funds", int(price)) #卖家的钱增加 pipe.sadd(buy_inventory,goodsname) pipe.zrem("market:", goodsitem) pipe.execute() print("交易市场中的商品:", conn.zrange("market:", 0, -1, withscores=True)) print("买家现在手中的钱:",conn.hget(buyer, "funds")) print("买家包裹内容:", conn.smembers(buy_inventory)) print("卖家现在手中的钱:",conn.hget(seller, "funds")) return True except redis.exceptions.WatchError as e: print(e) return False

  测试:

if __name__ == "__main__": conn = redis.Redis() #create_users(conn) #create_user_inventory(conn) list_item(conn,1,"ItemL",28) purchase_item(conn, 2, "ItemL", 1)

4. redis持久化

  redis提供了两种不同的持久化方式来将数据从内存存储到硬盘里面,一种是RDB持久化,原理是将redis内存中的数据库记录定时dump到磁盘上的RDB持久化,另外一种是AOF(append only file)持久化,原理是被执行的写命令复制到磁盘里。

(1)RDB持久化配置

# Save the DB on disk:# 设置sedis进行数据库镜像的频率。# 900秒(15分钟)内至少1个key值改变(则进行数据库保存--持久化)。# 300秒(5分钟)内至少10个key值改变(则进行数据库保存--持久化)。# 60秒(1分钟)内至少10000个key值改变(则进行数据库保存--持久化)。save 900 1save 300 10save 60 10000stop-writes-on-bgsave-error yes# 在进行镜像备份时,是否进行压缩。yes:压缩,但是需要一些cpu的消耗。no:不压缩,需要更多的磁盘空间。rdbcompression yes# 一个CRC64的校验就被放在了文件末尾,当存储或者加载rbd文件的时候会有一个10%左右的性能下降,为了达到性能的最大化,你可以关掉这个配置项。rdbchecksum yes# 快照的文件名dbfilename dump.rdb# 存放快照的目录dir ./

(2)创建快照的方法

  a. 客户端可以通过想redis发送besave命令来创建一个快照,对于支持bgsave命令的平台来说(基本上所有平台都支持,除了windows平台),redis会调用fork来创建一个子进程,然后子进程负责将快照写入磁盘,而父进程继续处理命令请求

  b. 客户端还可以向redis发送save命令来创建一个快照,接到save命令的redis服务器在快照创建完毕之前不再响应任何其他命令,save命令不常用,我们通常只会在没有足够内存去支持bgsave的情况下,又或者即使等待持久化操作执行完毕也无所谓的情况下,才会使用这个命令

  c. 当redis通过shutdown命令接收到关闭服务器请求时,或者接收到标准term命令时,会执行一个save命令,阻塞所有客户端,不再执行客户端发送的任何命令,并在save命令执行完毕之后关闭服务器

  d. 当一个redis服务器链接另一个redis服务器,并向对方发送sync同步命令来开始一次复制操作时,如果主服务器目前没有执行bgsave操作,或者主服务器并非刚刚执行完bgsave操作,那么主服务器就会执行bgsave

(3)AOF持久化配置

# 是否开启AOF,默认关闭(no)appendonly yes# 指定 AOF 文件名appendfilename appendonly.aof# Redis支持三种不同的刷写模式:# appendfsync always #每次收到写命令就立即强制写入磁盘,是最有保证的完全的持久化,但速度也是最慢的,一般不推荐使用。appendfsync everysec #每秒钟强制写入磁盘一次,在性能和持久化方面做了很好的折中,是受推荐的方式。# appendfsync no #完全依赖OS的写入,一般为30秒左右一次,性能最好但是持久化最没有保证,不被推荐。#在日志重写时,不进行命令追加操作,而只是将其放在缓冲区里,避免与命令的追加造成DISK IO上的冲突。#设置为yes表示rewrite期间对新写操作不fsync,暂时存在内存中,等rewrite完成后再写入,默认为no,建议yesno-appendfsync-on-rewrite yes #当前AOF文件大小是上次日志重写得到AOF文件大小的二倍时,自动启动新的日志重写过程。auto-aof-rewrite-percentage 100#当前AOF文件启动新的日志重写过程的最小值,避免刚刚启动Reids时由于文件尺寸较小导致频繁的重写。auto-aof-rewrite-min-size 64mb

(4)AOF重写原理

  AOF 重写和 RDB 创建快照一样,都巧妙地利用了写时复制机制:

  a. Redis 执行 fork() ,现在同时拥有父进程和子进程

  b. 子进程开始将新 AOF 文件的内容写入到临时文件

  c . 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

  d. 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

  注意:在将内存缓存中的数据追加到新AOF文件末尾和rename时,主进程是阻塞的

 

 

, 1, 0, 9);

文章评论

Top