作者: 常明,Java架构师
[请尊重原创,盗版必究,转载请指明出处]
前面在《大规模互联网应用Redis架构要点》和《Redis官方集群方案 Redis Cluster》两篇文章中分别介绍了多Redis服务器集群的两种方式,它们是基于客户端sharding的Redis Sharding和基于服务端sharding的Redis Cluster。
客户端sharding技术其优势在于服务端的Redis实例彼此独立,相互无关联,每个Redis实例像单服务器一样运行,非常容易线性扩展,系统的灵活性很强。其不足之处在于:
-
由于sharding处理放到客户端,规模进步扩大时给运维带来挑战。
-
服务端Redis实例群拓扑结构有变化时,每个客户端都需要更新调整。
- 连接不能共享,当应用规模增大时,资源浪费制约优化。
服务端sharding的Redis Cluster其优势在于服务端Redis集群拓扑结构变化时,客户端不需要感知,客户端像使用单Redis服务器一样使用Redis集群,运维管理也比较方便。
不过Redis Cluster正式版推出时间不长,系统稳定性、性能等都需要时间检验,尤其在大规模使用场合。
能不能结合二者优势?即能使服务端各实例彼此独立,支持线性可伸缩,同时sharding又能集中处理,方便统一管理?本篇介绍的Redis代理中间件twemproxy就是这样一种利用中间件做sharding的技术。
twemproxy处于客户端和服务器的中间,将客户端发来的请求,进行一定的处理后(如sharding),再转发给后端真正的Redis服务器。也就是说,客户端不直接访问Redis服务器,而是通过twemproxy代理中间件间接访问。
参照《大规模互联网应用Redis架构要点》中Redis Sharding架构,增加代理中间件的Redis集群架构如下:
twemproxy中间件的内部处理是无状态的,它本身可以很轻松地集群,这样可避免单点压力或故障。
twemproxy又叫nutcracker,起源于twitter系统中redis/memcached集群开发实践,运行效果良好,后代码奉献给开源社区。其轻量高效,采用C语言开发,工程网址是:https://github.com/twitter/twemproxy
twemproxy后端不仅支持redis,同时也支持memcached,这是twitter系统具体环境造成的。
由于使用了中间件,twemproxy可以通过共享与后端系统的连接,降低客户端直接连接后端服务器的连接数量。同时,它也提供sharding功能,支持后端服务器集群水平扩展。统一运维管理也带来了方便。
当然,也是由于使用了中间件代理,相比客户端直连服务器方式,性能上会有所损耗,实测结果大约降低了20%左右。
下面我们就在CentOS6上实际安装并体验下twemproxy:
- 下载最新源码版本
wget https://github.com/twitter/twemproxy/archive/v0.4.1.tar.gz
- tar xvfz v0.4.1.tar.gz 解压
3.安装autoreconf工具
wget http://ftp.gnu.org/gnu/autoconf/autoconf-latest.tar.gz
tar xvfz autoconf-latest.tar.gz
./configure --prefix=/usr/local
make
make install
- 安装automake工具
wget http://ftp.gnu.org/gnu/automake/automake-1.15.tar.gz
./configure --prefix=/usr/local
make && make install
- 安装libtool工具
wget http://mirrors.kernel.org/gnu/libtool/libtool-2.4.tar.gz
./configure --prefix=/usr/local
如果进行调试测试,添加如下参数,打开调试信息日志
./configure --prefix=/usr/local --enable-debug=full
make && make install
- 编译安装twemproxy
进入twemproxy-0.4.1主目录
autoreconf -fvi
./configure --prefix=/usr/local
make && make install
nutcracker --h 显示如下信息,安装成功。
7.建立配置文件
twemproxy提供了配置文件模板, 拷贝conf/nutcracker.yml到 /etc 目录下。编辑/etc/nutcracker.yml 内容如下:
test_for_redis: # redis服务器池名称,可以定义多个服务器池
listen: 192.168.1.115:22121
client_connections: 2000 # 客户端最大连接数
hash: murmur # hash函数,常用的都支持,提供了十多种
distribution: ketama #分配模式,提供三种,ketama 一致性hash,modula 求模取余 random 随机
redis: true # redis还是memcached 协议
server_connections: 10 # 连接后端每个redis服务器的最大连接数
auto_eject_hosts: true #根据server_retry_timeout判断连接超时失败达到server_failure_limit规定次数,即将该host从集群中去除
server_retry_timeout: 10000
server_failure_limit: 2
servers:
- 192.168.1.115:6379:1 redis_1 # IP:端口号:权重 名称
- 192.168.1.115:6579:1 redis_2
这里auto_eject_hosts语句要重点说明下,当其设置为true时,和后面server_retry_timeout、server_failure_limit一起可以自动识别后端redis节点故障并自动从集群中清除,故障节点排除,将自动加入到集群中,尽量保持Redis的可用性,这很适合将redis作为缓存的场景。
- 启动nutcracker
nutcracker -d -c /etc/nutcracker.yml -o /var/log/nutcracker.log -s 22222 -a 192.168.1.115 -i 60000
-d 后台运行
-c 指定配置文件
-o 指定输出日志文件
-s 指定统计监控端口号
-a 指定统计监控IP
-i 统计更新间隔,单位毫秒
- 程序客户端测试
Jedis驱动,编写测试用例,配置文件如下:
<bean id="poolConfig" class="redis.clients.jedis.JedisPoolConfig">
<property name="maxTotal" value="4096"/>
<property name="maxIdle" value="200"/>
<property name="maxWaitMillis" value="3000"/>
<property name="testOnBorrow" value="true" />
<property name="testOnReturn" value="true" />
</bean>
<bean id="jedisPool" class="redis.clients.jedis.JedisPool">
<constructor-arg index="0" ref="poolConfig"/>
<constructor-arg index="1" value="192.168.1.115" type="String"/>
<constructor-arg index="2" value="22121" type="int"/>
<constructor-arg index="3" value="2000" type="int"/>
</bean>
Java测试用例代码如下:
@Test
public void basicOpTestForTwemproxy(){
long begin = System.currentTimeMillis();
Jedis jedis = jedisPool.getResource();
for(int i=0;i<10000; i++){
jedis.set("person." + i + ".name", "frank");
jedis.set("person." + i + ".city", "beijing");
String name = jedis.get("person." + i + ".name");
String city = jedis.get("person." + i + ".city");
assertEquals("frank",name);
assertEquals("beijing",city);
jedis.del("person." + i + ".name");
Boolean result = jedis.exists("person." + i + ".name");
assertEquals(false,result);
result = jedis.exists("person." + i + ".city");
assertEquals(true,result);
}
jedis.close();
long end = System.currentTimeMillis();
System.out.println("total time: " + (end-begin)/1000);
}
- 监控统计数据
twemproxy提供了基本的统计数据接口,数据采用json格式,可以使用telnet命令查看:
利用这些基本数据,可以开发更友好的图形化监控工具。
热门评论
赞一个