redis选举死循环-Redis选举中的恶性死循环 (redis选择db)

什么是 Redis选举 ⁉

Redis选举是通常用于哨兵（Sentinel）和集群界中（cluster）的一种算法，它用于准确地检测主 服务器 的失败，以便可将受损的主服务器切换到另一台服务器。它的原理涉及Redis的特定实现，这些实现可以彻底地避免 “恶性死循环”（malignant deadlock）。

恶性死循环是什么?

恶性死循环是指出现在Redis选举过程中的一种问题，它可能导致主Redis节点在无法正确连接至所有从属服务器时进入死循环，导致Redis集群无法正常工作。

恶性死循环可能由以下情况导致：

– 主服务器失去连接: 主服务器可能会遇到网络中断、网络负载、以及崩溃等情况，因此它会失去与从属服务器的连接。

– 从属服务器状态异常: 从属服务器可能也会存在网络中断、网络请求拥塞等状态，从而无法正确响应主服务器的请求。

– Redis失败重启: 有时主服务器可能会因为内部原因而重新启动，但此时其从属服务器可能不会重新连接。

如何避免恶性死循环?

– 通过新的Redis实现重新设计选举过程可避免恶性死循环，Redis作者宣布了新的实现方案，该实现方案由领导者（leader）负责启动选举。这样，在主服务器失去连接或从属服务器的状态异常的情况下，领导者可以马上重新选举，从而准确地检测出受损的主服务器。

– 通过主从同步实现，主从之间保持立即一致性，Redis客户端可以准确地检测到任何受损的主服务器，并从从属服务器中获取最新的数据版本。

– 还可以通过设置 Redis健康检查服务器来监控 Redis服务器状态，只要发现某个服务器出现异常，即可立即重新执行选举以及主从同步。

综上所述，恶性死循环是Redis选举过程中时常出现的一种潜在的问题。只有通过新的Redis实现重新设计选举过程，主从同步实现，以及设置Redis健康检查服务器来监控Redis服务器状态等方式，才能彻底地避免恶性死循环的发生。

香港服务器首选树叶云，2H2G首月10元开通。树叶云（www.IDC.Net）提供简单好用，价格厚道的香港/美国云服务器和独立服务器。IDC+ISP+ICP资质。ARIN和APNIC会员。成熟技术团队15年行业经验。

Redis和Memcache的区别分析

1、 Redis和Memcache都是将数据存放在内存中，都是内存数据库。 不过memcache还可用于缓存其他东西，例如图片、视频等等。 2、Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set，hash等数据结构的存储。 3、虚拟内存--Redis当物理内存用完时，可以将一些很久没用到的value 交换到磁盘4、过期策略--memcache在set时就指定，例如set key1 0 0 8,即永不过期。 Redis可以通过例如expire 设定，例如expire name 105、分布式--设定memcache集群，利用magent做一主多从;redis可以做一主多从。 都可以一主一从6、存储数据安全--memcache挂掉后，数据没了；redis可以定期保存到磁盘（持久化）7、灾难恢复--memcache挂掉后，数据不可恢复; redis数据丢失后可以通过aof恢复8、Redis支持数据的备份，即master-slave模式的数据备份。

启动spring boot报错，怎么解决

【解决办法】需要在启动类的@EnableAutoConfiguration或@SpringBootApplication中添加exclude = {}，排除此类的autoconfig。 启动以后就可以正常运行。 【原因】这个原因是maven依赖包冲突，有重复的依赖。 【Spring Boot】Spring Boot是由Pivotal团队提供的全新框架，其设计目的是用来简化新Spring应用的初始搭建以及开发过程。 该框架使用了特定的方式来进行配置，从而使开发人员不再需要定义样板化的配置。 通过这种方式，Spring Boot致力于在蓬勃发展的快速应用开发领域(rapid application development)成为领导者。

如何理解而value对于Redis来说是一个字节数组，Redis并不知道value中存储的是什么

Redis不仅仅是一个简单的key-value内存数据库，Redis官网对自身的定义是“数据结构服务器”。 通过用心设计各种数据结构类型的数据存储，可以实现部分的数据查询功能。 因为在Redis的设计中，key是一切，对于Redis是可见的，而value对于Redis来说就是一个字节数组，Redis并不知道你的value中存储的是什么，所以要想实现比如‘select * from users where =shanghai’这样的查询，在Redis是没办法通过value进行比较得出结果的。 但是可以通过不同的数据结构类型来做到这一点。 比如如下的数据定义users:1 {name:Jack,age:28,location:shanghai}users:2 {name:Frank,age:30,location:beijing}users:location:shanghai [1]其中users:1 users:2 分别定义了两个用户信息，通过Redis中的hash数据结构，而users:location:shanghai 记录了所有上海的用户id，通过集合数据结构实现。 这样通过两次简单的Redis命令调用就可以实现我们上面的查询。 Jedis jedis = ();Set shanghaiIDs = (users:location:shanghai);//遍历该set//...//通过hgetall获取对应的user信息(users: + shanghaiIDs[0]);通过诸如以上的设计，可以实现简单的条件查询。 但是这样的问题也很多，首先需要多维护一个ID索引的集合，其次对于一些复杂查询无能为力(当然也不能期望Redis实现像关系数据库那样的查询，Redis不是干这的)。 但是Redis2.6集成了Lua脚本，可以通过eval命令，直接在RedisServer环境中执行Lua脚本，并且可以在Lua脚本中调用Redis命令。 其实，就是说可以让你用Lua这种脚本语言，对Redis中存储的key value进行操作，这个意义就大了，甚至可以将你们系统所需的各种业务写成一个个lua脚本，提前加载进入Redis，然后对于请求的响应，只需要调用一个个lua脚本就行。 当然这样说有点夸张，但是意思就是这样的。 比如，现在我们要实现一个‘所有age大于28岁的user’这样一个查询，那么通过以下的Lua脚本就可以实现public static final String SCRIPT =local resultKeys={};+ for k,v in ipairs(KEYS) do + local tmp = (hget, v, age);+ if tmp > ARGV[1] then + (resultKeys,v);+ end;+ end;+ return resultKeys;;执行脚本代码 Jedis jedis = ();(auth);List keys = (allUserKeys);List args = new ArrayList<>();(28);List resultKeys = (List)(funcKey, keys, args);return resultKeys;注意，以上的代码中使用的是evalsha命令，该命令参数的不是直接Lua脚本字符串，而是提前已经加载到Redis中的函数的一个SHA索引，通过以下的代码将系统中所有需要执行的函数提前加载到Redis中，我们的系统维护一个函数哈希表，后续需要实现什么功能，就从函数表中获取对应功能的SHA索引，通过evalsha调用就行。 String shaFuncKey = (SCRIPT);//加载脚本，获取sha索引(funcName_age, shaFuncKey);//添加到函数表中通过以上的方法，便可以使较为复杂的查询放到Redis中去执行，提高效率。