redis实战之事务与持久化

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 1
save 300 10
save 60 10000

stop-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yes
no-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