Redis 通过 RDB 方式进行数据备份与还原的方法

Intro

有的时候我们需要对 Redis 的数据进行迁移，今天介绍一下通过 RDB（快照）文件进行 Redis 数据的备份和还原

Redis 持久化

Redis 的数据持久化有两种机制，一种是 RDB(Redis Database)，一种是 AOF(Append Only File)

Redis 提供了不同级别的持久化方式:

• RDB持久化方式能够在指定的时间间隔能对你的数据进行快照存储.
• AOF持久化方式记录每次对服务器写的操作,当服务器重启的时候会重新执行这些命令来恢复原始的数据,AOF命令以redis协议追加保存每次写的操作到文件末尾.Redis还能对AOF文件进行后台重写,使得AOF文件的体积不至于过大.
• 如果你只希望你的数据在服务器运行的时候存在,你也可以不使用任何持久化方式.
• 你也可以同时开启两种持久化方式, 在这种情况下, 当redis重启的时候会优先载入AOF文件来恢复原始的数据,因为在通常情况下AOF文件保存的数据集要比RDB文件保存的数据集要完整.

RDB的优点

• RDB是一个非常紧凑的文件,它保存了某个时间点得数据集,非常适用于数据集的备份,比如你可以在每个小时报保存一下过去24小时内的数据,同时每天保存过去30天的数据,这样即使出了问题你也可以根据需求恢复到不同版本的数据集.
• RDB是一个紧凑的单一文件,很方便传送到另一个远端数据中心或者亚马逊的S3（可能加密），非常适用于灾难恢复.
• RDB在保存RDB文件时父进程唯一需要做的就是fork出一个子进程,接下来的工作全部由子进程来做，父进程不需要再做其他IO操作，所以RDB持久化方式可以最大化redis的性能.
• 与AOF相比,在恢复大的数据集的时候，RDB方式会更快一些.

RDB的缺点

• 如果你希望在redis意外停止工作（例如电源中断）的情况下丢失的数据最少的话，那么RDB不适合你.虽然你可以配置不同的save时间点(例如每隔5分钟并且对数据集有100个写的操作),是Redis要完整的保存整个数据集是一个比较繁重的工作,你通常会每隔5分钟或者更久做一次完整的保存,万一在Redis意外宕机,你可能会丢失几分钟的数据.
• RDB 需要经常fork子进程来保存数据集到硬盘上,当数据集比较大的时候,fork的过程是非常耗时的,可能会导致Redis在一些毫秒级内不能响应客户端的请求.如果数据集巨大并且CPU性能不是很好的情况下,这种情况会持续1秒,AOF也需要fork,但是你可以调节重写日志文件的频率来提高数据集的耐久度.

AOF 优点

• 使用AOF 会让你的Redis更加耐久: 你可以使用不同的fsync策略：无fsync,每秒fsync,每次写的时候fsync.使用默认的每秒fsync策略,Redis的性能依然很好(fsync是由后台线程进行处理的,主线程会尽力处理客户端请求),一旦出现故障，你最多丢失1秒的数据.
• AOF文件是一个只进行追加的日志文件,所以不需要写入seek,即使由于某些原因(磁盘空间已满，写的过程中宕机等等)未执行完整的写入命令,你也也可使用redis-check-aof工具修复这些问题.
• Redis 可以在 AOF 文件体积变得过大时，自动地在后台对 AOF 进行重写： 重写后的新 AOF 文件包含了恢复当前数据集所需的最小命令集合。 整个重写操作是绝对安全的，因为 Redis 在创建新 AOF 文件的过程中，会继续将命令追加到现有的 AOF 文件里面，即使重写过程中发生停机，现有的 AOF 文件也不会丢失。 而一旦新 AOF 文件创建完毕，Redis 就会从旧 AOF 文件切换到新 AOF 文件，并开始对新 AOF 文件进行追加操作。
• 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。 导出（export） AOF 文件也非常简单： 举个例子， 如果你不小心执行了 FLUSHALL 命令， 但只要 AOF 文件未被重写， 那么只要停止服务器， 移除 AOF 文件末尾的 FLUSHALL 命令， 并重启 Redis ， 就可以将数据集恢复到 FLUSHALL 执行之前的状态。

AOF 缺点

• 对于相同的数据集来说，AOF 文件的体积通常要大于 RDB 文件的体积。
• 根据所使用的 fsync 策略，AOF 的速度可能会慢于 RDB 。 在一般情况下， 每秒 fsync 的性能依然非常高， 而关闭 fsync 可以让 AOF 的速度和 RDB 一样快， 即使在高负荷之下也是如此。 不过在处理巨大的写入载入时，RDB 可以提供更有保证的最大延迟时间（latency）。

废话不多说直接看下面的示例吧，通过 docker 运行一个 redis 实例，并设置一些数据，然后导出 RDB 文件，再运行一个 redis 实例通过 RDB 文件还原数据

备份

通过 docker run -d --name redis-test-1 redis:alpine 命令来创建一个 redis 实例，接着 SET 一个 key 保存到我们的 redis，使用命令 SET hello world 写入测试数据，你也可以写入别的自己想写的数据，接着可以使用 keys * 来验证数据是否写入成功

测试数据写入成功后使用 SAVE 命令来创建 RDB 文件，命令执行成功后我们可以在 /data 目录下看到会有一个 dump.rdb 文件，这就是我们想要的 RDB 文件，通过 docker cp 命令可以把这个文件拷贝到 host 目录下

还原

通过上面 RDB 文件我们可以在 redis 启动的时候还原 RDB 文件中的数据，只需要在 Redis 启动前把 RDB 文件放在 redis 的 data 目录下就可以了。

执行 docker run --rm --name redis-test-2 -v ${pwd}/data:/data redis:alpine

这个命令我是在 powershell 上执行的，如果执行在 Linux 上执行需要把 ${pwd} 换成 $(pwd) 来表示当前目录

可以看到上面的日志里有 Loading RDB ... 就是在加载 RDB 文件中的数据

我们再来验证一下 RDB 文件里的数据是否真的加载到了新的 redis 实例中，先来验证一下 data 目录是否正常挂载了，执行 docker exec -it redis-test-2 sh 来进入到 redis 实例容器中，ls 查看 data 目录中的文件看是否有我们期望的 RDB 文件，接着进入 redis-cli 来验证数据是否存在

使用 keys * 来列出来所有的 key 信息，可以看到有我们在上一个 redis 里写入的测试数据了，再来使用 GET hello 来验证数据是否正确，至此我们的数据就还原到新的 redis 实例中了~~

More

当 Redis 需要保存 dump.rdb 文件时， 服务器执行以下操作:

• Redis 调用forks. 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。

这种工作方式使得 Redis 可以从写时复制（copy-on-write）机制中获益。

如果 redis 被访问的比较频繁，可以使用 BGSAVE 代替 SAVE 来异步创建 RDB 备份

如果 redis 不是使用 docker 来使用的，/data 目录可以在 redis-cli 中使用 CONFIG GET dir 来获取保存 rdb 文件的目录，默认保存的 RDB 文件名称是 dump.rdb，如果有修改过，可以通过 CONFIG GET dbfilename 来获取当前使用的文件名

References

https://redis.io/topics/persistence

http://redis.cn/topics/persistence.html