接着上一篇,前面两篇我总结了Redis安装和C#中如何使用redis 。接下来讲讲Redis 的主从复制以及主从复制的架构下C#中如何调用。
Redis跟MySQL一样,拥有非常强大的主从复制功能,而且还支持一个master可以拥有多个slave,而一个slave又可以拥有多个slave,从而形成强大的多级服务器集群架构。
Redis的主从复制是异步进行的,它不会影响master的运行,所以不会降低Redis的处理性能。主从架构中,可以考虑关闭Master的数据持久化功能,只让Slave进行持久化,这样可以提高主服务器的处理性能。同时Slave为只读模式,这样可以避免Slave缓存的数据被误修改。
一、配置主从架构
实际生产中,主从架构是在几个不同服务器上安装相应的Redis服务。为了测试方便,我这边的主从备份的配置,都是在我Windows 本机上测试,Linux的配置和windows下是一样的。
1、安装两个Redis 实例,Master和Slave。将Master端口设置为6379,Slave 端口设置为6380 。bind 都设置为:127.0.0.1。具体Redis安装步骤,请参考前一篇博文 《Redis总结(一)Redis安装》。
2. 在Slave 实例 ,增加:slaveof 127.0.0.1 6379 配置。如下图所示:
配置完成之后,启动这两个实例,如果输出如下内容,说明主从复制的架构已经配置成功了。
注意:在同一台电脑上测试,Master和Slave的端口不要一样,否则是不能同时启动两个实例的。
二、测试
在命令行,分别连接上Master服务器和Slave 服务器。然后在Master 写入缓存,然后在Slave 中读取。
首先、连接上Master服务器,输入如下命令,创建缓存:
set zwz zhangweizhong
然后、再连上Slave服务器,输入get命令,测试缓存数据是否同步到Slave服务器。
get zwz
具体如下如:
三、实际项目中调用
主从架构的Redis的读写其实和单台Redis 的读写差不多,只是数据读取区分了主从,如果不清楚C#中如何使用redis,
不同的地方在于:ServiceStack.Redis 中GetClient()方法,只能拿到Master 服务器中的Redis连接,而拿不到slave 的readonly连接。这样 slave起到了冗余备份的作用,读的功能没有发挥出来,如果并发请求太多的话,则Redis的性能会有影响。
所以,我们需要的写入和读取的时候做一个区分,写入的时调用client.GetClient() 来获取writeHosts的Master的redis 链接。读取数据则调用client.GetReadOnlyClient()来获取的readonlyHost的 Slave的redis链接。
或者可以直接使用client.GetCacheClient() 来获取一个连接,他会在写的时候调用GetClient获取连接,读的时候调用GetReadOnlyClient获取连接,这样可以做到读写分离,从而利用redis的主从复制功能。
1. 配置文件 app.config
<!-- redis Start -->
<add key="SessionExpireMinutes" value="180" />
<add key="redis_server_master_session" value="127.0.0.1:6379" />
<add key="redis_server_slave_session" value="127.0.0.1:6380" />
<add key="redis_max_read_pool" value="300" />
<add key="redis_max_write_pool" value="100" />
<!--redis end-->
2. 实际项目中,如何使用redis请参考我这篇文章 《Redis总结(二)C#中如何使用redis》。
代码片段如下:
// 写入缓存时,pool.GetClient() 获取写连接
using (var r = pool.GetClient())
{
if (r != null)
{
r.SendTimeout = 1000;
r.Set(key, value, expiry - DateTime.Now);
}
}
// 读取缓存时,pool.GetReadOnlyClient() 获取写连接
using (var r = pool.GetReadOnlyClient())
{
if (r != null)
{
r.SendTimeout = 1000;
obj = r.Get<T>(key);
}
}
后
以上就把Redis如何实现的主从架构介绍完了。Redis主从架构使用配置简单,基本能满足中小型系统的架构需求。数据量特别大的大型系统一般不使用这种架构。而是使用Redis的分布式架构,这个后面会讲。