01 redis發布訂閱模式 連接超時(spring-redis 發布訂閱模式：發布一條消息收到了兩條，重復監聽)

redis怎么解決訂閱模式多節點重復問題

這幾天看看能寫個demo不，感覺有點無從下手，那個處理程序應該寫在哪里，會不會隨著tomcat的啟動就開始運行？您有demo沒有？有的話私信一

既然要監控隊列，后臺肯定有個消費隊列的程序運行，搶紅包這樣非常要求實時性的可以使用 POP的堵塞版本 BPOP，那樣就會等到有元素時才繼續執行， 也

嗯嗯，開辟線程專門用來讀取redis隊列，這樣做的話線程池中的程序就得不停的進行下去，這樣真的好嗎？還是有更好些的辦法？ (1年前) 回復

沒啥問題，通過push 和pop來取list中的數據，一般是LPUSH RPOP，通過先進先出的順序 (1年前) 回復

spring-redis 發布訂閱模式：發布一條消息收到了兩條，重復監聽

當你看到這個文章時，想必已經了解了一些關于spring-redis發布訂閱方面的知識，如果你也遇到同樣的問題

那么請考慮spring在啟動時有沒有重復的加載配置文件

具體的方式可以在 AbstractApplicationContext 的 refresh() 方法中打斷點，如果走了兩次，說明配置文件加載了兩遍

而配置文件加載兩遍的原因是因為web.xml中DispatcherServlet和ContextLoaderLinistener 共用了 某些配置文件導致的。

redis主從和哨兵

主從復制：主節點負責寫數據，從節點負責讀數據，主節點定期把數據同步到從節點保證數據的一致性

a,配置主從復制方式一、新增redis6380.買粉絲nf, 加入 slaveof 192.168.152.128 6379, 在6379啟動完后再啟6380，完成配置；

b,配置主從復制方式二、redis-server --slaveof 192.168.152.128 6379 臨時生效

c,查看狀態：info replication

d,斷開主從復制：在slave節點，執行6380:>slaveof no one

e,斷開后再變成主從復制：6380:> slaveof 192.168.152.128 6379

f,數據較重要的節點，主從復制時使用密碼驗證： requirepass

e, 從節點建議用只讀模式slave-read-only=yes, 若從節點修改數據，主從數據不一致

h,傳輸延遲：主從一般部署在不同機器上，復制時存在網絡延時問題，redis提供repl-disable-tcp-nodelay參數決定是否關閉TCP_NODELAY,默認為關閉

參數關閉時：無論大小都會及時發布到從節點，占帶寬，適用于主從網絡好的場景，

參數啟用時：主節點合并所有數據成TCP包節省帶寬，默認為40毫秒發一次，取決于內核，主從的同步延遲40毫秒，適用于網絡環境復雜或帶寬緊張，如跨機房

a)一主一從：用于主節點故障轉移從節點，當主節點的“寫”命令并發高且需要持久化，可以只在從節點開啟AOF（主節點不需要），這樣即保證了數據的安全性，也避免持久化對主節點的影響

b)一主多從：針對“讀”較多的場景，“讀”由多個從節點來分擔，但節點越多，主節點同步到多節點的次數也越多，影響帶寬，也加重主節點的穩定

c)樹狀主從：一主多從的缺點（主節點推送次數多壓力大）可用些方案解決，主節點只推送一次數據到從節點B，再由從節點B推送到C，減輕主節點推送的壓力。

redis 2.8版本以上使用psync命令完成同步，過程分“全量”與“部分”復制

全量復制：一般用于初次復制場景（第一次建立SLAVE后全量）

部分復制：網絡出現問題，從節點再次連接主節點時，主節點補發缺少的數據，每次數據增量同步

心跳：主從有長連接心跳，主節點默認每10S向從節點發ping命令，repl-ping-slave-period控制發送頻率

a)主從復制，若主節點出現問題，則不能提供服務，需要人工修改配置將從變主

b)主從復制主節點的寫能力單機，能力有限

c)單機節點的存儲能力也有限

a)主節點(master)故障，從節點slave-1端執行 slaveof no one后變成新主節點；

b)其它的節點成為新主節點的從節點，并從新節點復制數據；

c)需要人工干預，無法實現高可用。

1. 為什么要有哨兵機制？

原理：當主節點出現故障時，由Redis Sentinel自動完成故障發現和轉移，并通知應用方，實現高可用性。

其實整個過程只需要一個哨兵節點來完成，首先使用Raft算法（選舉算法）實現選舉機制，選出一個哨兵節點來完成轉移和通知

任務1：每個哨兵節點每10秒會向主節點和從節點發送info命令獲取最拓撲結構圖，哨兵配置時只要配置對主節點的監控即可，通過向主節點發送info，獲取從節點的信息，并當有新的從節點加入時可以馬上感知到

任務2：每個哨兵節點每隔2秒會向redis數據節點的指定頻道上發送該哨兵節點對于主節點的判斷以及當前哨兵節點的信息，同時每個哨兵節點也會訂閱該頻道，來了解其它哨兵節點的信息及對主節點的判斷，其實就是通過消息publish和subscribe來完成的

任務3：每隔1秒每個哨兵會向主節點、從節點及其余哨兵節點發送一次ping命令做一次心跳檢測，這個也是哨兵用來判斷節點是否正常的重要依據

客觀下線：當主觀下線的節點是主節點時，此時該哨兵3節點會通過指令sentinel is-masterdown-by-addr尋求其它哨兵節點對主節點的判斷，當超過quorum（選舉）個數，此時哨兵節點則認為該主節點確實有問題，這樣就客觀下線了，大部分哨兵節點都同意下線操作，也就說是客觀下線

a)每個在線的哨兵節點都可以成為領導者，當它確認（比如哨兵3）主節點下線時，會向其它哨兵發is-master-down-by-addr命令，征求判斷并要求將自己設置為領導者，由領導者處理故障轉移；

b)當其它哨兵收到此命令時，可以同意或者拒絕它成為領導者；

redis sentinel的機制與用法一： 買粉絲s://segmentfault.買粉絲/a/1190000002680804

redis sentinel的機制與用法二： 買粉絲s://segmentfault.買粉絲/a/1190000002685515

大型的 PHP應用 通常使用什么應用做 消息隊列 的

一、消息隊列概述

消息隊列中間件是分布式系統中重要的組件，主要解決應用耦合，異步消息，流量削鋒等問題。實現高性能，高可用，可伸縮和最終一致性架構。是大型分布式系統不可缺少的中間件。

目前在生產環境，使用較多的消息隊列有ActiveMQ，RabbitMQ，ZeroMQ，Kafka，MetaMQ，RocketMQ等。

二、消息隊列應用場景

以下介紹消息隊列在實際應用中常用的使用場景。異步處理，應用解耦，流量削鋒和消息通訊四個場景。

2.1異步處理

場景說明：用戶注冊后，需要發注冊郵件和注冊短信。傳統的做法有兩種1.串行的方式；2.并行方式。

（1）串行方式：將注冊信息寫入數據庫成功后，發送注冊郵件，再發送注冊短信。以上三個任務全部完成后，返回給客戶端。（架構KKQ：466097527，歡迎加入）

（2）并行方式：將注冊信息寫入數據庫成功后，發送注冊郵件的同時，發送注冊短信。以上三個任務完成后，返回給客戶端。與串行的差別是，并行的方式可以提高處理的時間。

假設三個業務節點每個使用50毫秒鐘，不考慮網絡等其他開銷，則串行方式的時間是150毫秒，并行的時間可能是100毫秒。

因為CPU在單位時間內處理的請求數是一定的，假設CPU1秒內吞吐量是100次。則串行方式1秒內CPU可處理的請求量是7次（1000/150）。并行方式處理的請求量是10次（1000/100）。

小結：如以上案例描述，傳統的方式系統的性能（并發量，吞吐量，響應時間）會有瓶頸。如何解決這個問題呢？

引入消息隊列，將不是必須的業務邏輯，異步處理。改造后的架構如下：

按照以上約定，用戶的響應時間相當于是注冊信息寫入數據庫的時間，也就是50毫秒。注冊郵件，發送短信寫入消息隊列后，直接返回，因此寫入消息隊列的速度很快，基本可以忽略，因此用戶的響應時間可能是50毫秒。因此架構改變后，系統的吞吐量提高到每秒20 QPS。比串行提高了3倍，比并行提高了兩倍。

2.2應用解耦

場景說明：用戶下單后，訂單系統需要通知庫存系統。傳統的做法是，訂單系統調用庫存系統的接口。如下圖：

傳統模式的缺點：

1） 假如庫存系統無法訪問，則訂單減庫存將失敗，從而導致訂單失敗；

2） 訂單系統與庫存系統耦合；

如何解決以上問題呢？引入應用消息隊列后的方案，如下圖：

訂單系統：用戶下單后，訂單系統完成持久化處理，將消息寫入消息隊列，返回用戶訂單下單成功。

庫存系統：訂閱下單的消息，采用拉/推的方式，獲取下單信息，庫存系統根據下單信息，進行庫存操作。

假如：在下單時庫存系統不能正常使用。也不影響正常下單，因為下單后，訂單系統寫入消息隊列就不再關心其他的后續操作了。實現訂單系統與庫存系統的應用解耦。

2.3流量削鋒

流量削鋒也是消息隊列中的常用場景，一般在秒殺或團搶活動中使用廣泛。

應用場景：秒殺活動，一般會因為流量過大，導致流量暴增，應用掛掉。為解決這個問題，一般需要在應用前端加入消息隊列。

可以控制活動的人數；

可以緩解短時間內高流量壓垮應用；

用戶的請求，服務器接收后，首先寫入

很赞哦!（9）