CN113760523A - Redis高热点数据迁移方法 - Google Patents

Redis高热点数据迁移方法 Download PDF

Info

Publication number
CN113760523A
CN113760523A CN202011278880.0A CN202011278880A CN113760523A CN 113760523 A CN113760523 A CN 113760523A CN 202011278880 A CN202011278880 A CN 202011278880A CN 113760523 A CN113760523 A CN 113760523A
Authority
CN
China
Prior art keywords
slave
data
host
master
request information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011278880.0A
Other languages
English (en)
Inventor
张政
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Century Trading Co Ltd, Beijing Wodong Tianjun Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN202011278880.0A priority Critical patent/CN113760523A/zh
Publication of CN113760523A publication Critical patent/CN113760523A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • G06F9/5088—Techniques for rebalancing the load in a distributed system involving task migration

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种Redis高热点数据迁移方法，该方法包括：统计Redis集群中从主机发送到与主机对应的一个以上从机的原始请求信息，对原始请求信息进行异步解析并推送解析后的请求信息；对被推送的解析后的请求信息进行数据重组，以统计一个以上从机中的各个数据的访问压力；以及获取主机的负载情况，并在判定主机的负载符合主机预定标准时，将全部从机中的全部数据中访问压力前N位的数据迁移到备用从机中，其中，N为正整数。本发明能够实现Redis集群高热点数据自动迁移，避免现有技术中所有访问量都打到同一台从机中而导致的从机崩溃以及集群崩溃的情况。

Description

Redis高热点数据迁移方法
技术领域
本发明涉及计算机技术领域，更具体地，本发明提供一种Redis高热点数据迁移方法以及实现Redis高热点数据迁移的装置。此外，本发明还提供一种用于Redis高热点数据迁移的电子设备以及一种能够存储用于执行本发明的Redis高热点数据迁移方法的程序的计算机可读介质。
背景技术
近年来，大型互联网公司数据量爆发式增长，因此互联网公司对于Redis(RemoteDictionary Server，远程字典服务)缓存的建设重视程度越来越高，采用Redis集群(RedisCluster)主从模式实现分布式集群主从更换，并且实现用户的访问请求分配到不同的从机，从而实现快速查询，从而实现集群共同完成对应的数据请求处理，减小单机压力。但是在现有情况下，互联网对于高热点数据的集中访问，导致现有方案无法满足现有互联网公司的需求。
发明内容
有鉴于此，Redis高热点数据迁移方法以及实现Redis高热点数据迁移的装置。此外，本发明还提供一种用于Redis高热点数据迁移的电子设备以及一种能够存储用于执行本发明的Redis高热点数据迁移方法的程序的计算机可读介质。
具体而言，本发明提供一种Redis高热点数据迁移方法，该方法包括：
统计Redis集群中从主机发送到与所述主机对应的一个以上从机的原始请求信息，对所述原始请求信息进行异步解析并推送解析后的请求信息；
对被推送的所述解析后的请求信息进行数据重组，以统计所述一个以上从机中的各个数据的访问压力；以及
获取所述主机的负载情况，并在判定所述主机的负载符合主机预定标准时，将全部所述从机中的全部数据中访问压力前N位的数据迁移到备用从机中，其中，N为正整数。
根据本发明实施例的一个方面，通过面向切面编程的方式，统计所述原始请求信息。
根据本发明实施例的一个方面，所述解析后的请求信息包括用户请求的数据点、Slot名称和从机IP中的至少一种。
根据本发明实施例的一个方面，异步推送所述解析后的请求信息。
根据本发明实施例的一个方面，所述主机预定标准包括以下情况中的一种：
所述主机的当前存储压力大于最大主机承压值，
所述主机的单次请求的平均时间大于最大单次请求的平均时间，
所述主机的CPU使用率大于最大CPU使用率，以及
所述主机的读取能力小于最小读取能力。
根据本发明实施例的一个方面，当判定所述主机的负载不满足所述主机预定标准时，进一步判定所述一个以上从机中的各个数据的访问压力是否大于最大承载值，并且
当判定所述各个数据中的任意一个数据的访问压力大于所述最大承载值时，将所述任意一个数据迁移到备用从机中。
根据本发明实施例的一个方面，当判定所述主机的负载不满足所述主机预定标准时，进一步判定所述一个以上从机的负载是否符合从机预定标准，
当判定所述一个以上从机中任意一个从机的负载符合所述从机预定标准时，进一步判定该从机的各个数据的访问压力是否大于最大承载值，并且
当判定所述各个数据中的任意一个数据的访问压力大于所述最大承载值时，将所述任意一个数据迁移到备用从机中。
根据本发明实施例的一个方面，当判定所述主机的负载不满足所述主机预定标准时，进一步判定所述一个以上从机的负载是否符合从机预定标准，
当判定所述一个以上从机中的任意一个从机的负载符合所述从机预定标准时，进一步判定该从机的各个数据的访问压力是否大于最大承载值，并且当判定该从机中的全部数据的访问压力均等于或小于所述最大承载值时，将该从机中的访问压力前M位的数据迁移到备用从机中，其中，M为正整数。
根据本发明实施例的一个方面，所述从机预定标准包括以下情况中的一种：
所述一个以上从机中的任意一个从机的当前存储压力大于最大主机承压值，
所述一个以上从机中的任意一个从机的单次请求的平均时间大于最大单次请求的平均时间，
所述一个以上从机中的任意一个从机的CPU使用率大于最大CPU使用率，以及
所述一个以上从机中的任意一个从机的读取能力小于最小读取能力。
根据本发明实施例的一个方面，提供一种用于Redis高热点数据迁移的装置，该装置包括：
统计模块，用于统计Redis集群中从主机发送到与所述主机对应的一个以上从机的原始请求信息，对所述原始请求信息进行异步解析并推送解析后的请求信息；
资源配置模块，用于对被推送的所述解析后的请求信息进行数据重组，以统计所述一个以上从机中的各个数据的访问压力；以及
高访问数据迁移模块，用于获取所述主机的负载情况，并在判定所述主机的负载符合主机预定标准时，将全部所述从机中的全部数据中访问压力前N位的数据迁移到备用从机中，其中，N为正整数。
根据本发明实施例的一个方面，提供一种用于Redis高热点数据迁移的电子设备，包括：
一个或多个处理器；和
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明的Redis高热点数据迁移方法。
根据本发明实施例的一个方面，提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明的Redis高热点数据迁移方法。
本发明的一个实施例具有如下优点或有益效果：本发明在Redis Cluster集群的基础上，统计访问流量，实时捕捉高热度数据，提供自动迁移高热点数据的能力。从而避免现有技术中所有访问量都打到同一台从机中而导致的从机崩溃以及集群崩溃的情况。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是本发明的用于Redis高热点数据迁移的装置的一个实施例的示意图；
图2是本发明的访问统计模块位置的示意图；
图3是本发明的一个实施例的高访问数据迁移步骤的示意图；
图4是本发明的又一个实施例的高访问数据迁移步骤的示意图；
图5是本发明的再一个实施例的高访问数据迁移步骤的示意图；
图6是本发明实施例可以应用于其中的示例性***架构图；
图7是适于用来实现本发明实施例的终端设备或服务器的计算机***的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
如图1所示，本发明的用于Redis高热点数据迁移的装置100包括访问统计模块101、资源配置模块102、高访问数据迁移模块103。
优选的，本发明的用于Redis高热点数据迁移的装置100还包括消息中间件(activeMQ)104。
在本发明的一个实施方式中，本发明的Redis高热点数据迁移方法包括以下步骤：
统计Redis集群中从主机发送到与主机对应的一个以上从机的原始请求信息，对原始请求信息进行异步解析并推送解析后的请求信息；
对被推送的解析后的请求信息进行数据重组，以统计一个以上从机中的各个数据的访问压力；以及
获取主机的负载情况，并在判定主机的负载符合主机预定标准时，将全部从机中的全部数据中访问压力前N位的数据迁移到备用从机中，其中，N为正整数。
以下，将参考附图详细描述本发明的Redis高热点数据迁移方法。
如图2所示，在搭载分布式Redis Cluster中，Redis Cluster集群105通过选举机制始终保持主机(master机器)的持续存在，每个主机配置有多个与该主机相对应的从机(slave机器)。主机接收全部的数据请求，通过查询该主机维护的slots映射表，当前的操作请求的slots数据点在哪一个从机中，从而将读请求发送到对应的从机进行处理。从机收到请求后快速查询本地的数据返回给请求端。
访问统计步骤
如图2所示，访问统计模块设置于主机与从机之间，统计从主机发送到与所述主机对应的从机的原始请求信息，对原始请求信息进行异步解析后，将解析后的请求信息发送至资源配置模块。具体而言，本发明的访问统计模块101在主机与从机之间，对主机转发的数据跳转到不同从机请求进行统计。对进行统计的具体方法没有特别限定，但优选的通过面向切面编程(以下简称“AOP”)的方式进行统计。例如，主机转发请求后，访问统计模块101首先通过AOP的方式获取到用户的原始请求信息。在获得原始请求信息后，访问统计模块会采用异步的解析的方式，对原始请求信息进行解析，并将解析后的请求信息发送到资源配置模块102。
在本发明的一个实施方式中，解析后的请求信息可以包括用户请求的数据点、slots名称、从机IP。
在本发明一个实施方式中，优选的，访问统计模块101在将用户的请求信息解析为消息后，将该消息发送至消息中间件(activeMQ)104的消息队列中。消息中间件104接收到解析后的请求信息后，异步将该解析后的请求信息推送至资源配置模块102。
资源配置步骤
在本发明的资源配置步骤中，当资源配置模块102获取到消息中间件推送的解析后的请求信息后，对该解析后的请求信息进行数据重组，并将重组后的请求信息存储到资源配置模块的树形结构中。随后，资源配置模块102根据存储在树形结构中的重组后的请求信息统计所有从机中的各个数据在特定时间内的访问量(访问压力)。
例如，在本发明的一个实施方式中，资源配置模块102在收到由访问统计模块101发送或者经由activeMQ104异步推送的解析后的请求信息后，从中获取从机IP和slot数据，并定位当前的数据在配置模块所对应的数据节点，并将包括请求时间在内的param数据放入当该数据节点下。随后资源配置模块102统计所有从机中的slots在5分钟内的访问量。
在本发明的一个实施方式中，资源配置模块102设定从机中的数据的访问压力的最大承载值。对该最大承载值没有特别限定，可以根据实际情况设定。对预定时间没有特别限定，可以根据实际许可设定，例如，可以将预定时间设为5分钟。
高访问数据迁移步骤
在本发明的一个实施方式中，高访问数据迁移模块103为定时任务，其执行时间可以由资源配置模块102配置，例如资源配置模块配置时间为5分钟，则高访问数据迁移模块，每5分钟执行一次。
在高访问数据迁移步骤中，高访问数据迁移模块103可以获取主机负载情况。对获取主机负载情况的方式没有特别限定，例如，高访问数据迁移模块103可以通过获取主机的存储压力或读取能力来获取主机的负载情况，或者也可以通过读取主机CPU性能获取当前主机负载情况。另一方面，在高访问数据迁移步骤中，高访问数据迁移模块103还可以通过访问统计模块统计101传入的解析后的请求信息，获取当前主机单次请求的平均时间。
在本发明的一个实施方式中，当主机的负载符合主机预定标准时，高访问数据迁移模块103可以判定主机的负载过高，需要将从机中的高热点数据迁移到备用从机。该备用从机并非Redis Cluster集群105中的与主机相对应的从机，而是Redis Cluster集群105以外的其他从机。
在本发明的一个实施方式中，主机预定标准可以由资源配置模块102预先设定。对主机预定标准没有特别限定，但是可以包括以下情况中的一种：主机存储压力大于主机最大承压值、主机的读取能力小于主机最小读取能力、主机的单次请求的平均时间小于或等于主机最大单次请求的平均时间以及主机的CPU使用率大于主机最大CPU使用率。
在本发明的一个实施方式中，主机最大承压值、主机最小读取能力、主机最大单次请求的平均时间和主机最大CPU使用率值等预设值可以由资源配置模块102根据实际情况预先设定。
在高访问数据迁移步骤中，当判定主机负载过高时，高访问数据迁移模块103将读取资源配置模块102所统计的全部从机中的所有slots，得到主机调用次数(访问压力)最大的前N位(N为正整数)的热点数据，***会自动使用“redis-cli add-node”命令将备用从机加入到Redis Cluster集群中。此时，主机分配的slots为空。
例如，如图3所示，在本发明的一个实施方式中，所有从机中访问压力最大的前十位的数据中包括编号为15256的slots节点。则***执行以下流程：
1、向目标节点发送cluster setslot 15256importing sourceNodeId(主机集群Id)命令，让目标节点准备导入槽的数据；
2、对源节点发送cluster setslot 15256migrating新启动主机集群Id(主机集群Id)命令，让源节点准备迁出槽的数据。
以上流程重复十次，将访问压力为前十位的数据迁移到新备用从机中，从而降低主机的负载。
另一方面，如果主机的负载不符合预定标准，例如，主机的当前存储压力小于或等于主机最大承压值，主机的单次请求的平均时间小于或等于主机最大单次请求的平均时间，主机的CPU使用率小于或等于主机最大CPU使用率，并且主机的读取能力大于或等于主机最小读取能力，此时，判定主机的负载正常。随后，进一步判定与主机对应的全部从机中的各个数据的访问压力是否大于最大承载值，如果某一数据的访问压力大于该最大承载值，则判定该数据访问压力过高，从而执行上述流程1和2，将该数据迁移到备用从机中。如果全部从机中的全部数据的访问压力均小于或等于最大承载值，则判定数据的访问压力正常，并且不进行任何操作。
在本发明的一个实施方式中，如图4所示，当判定主机的负载正常时，高访问数据迁移模块103可以获取Redis Cluster集群105中与主机对应的全部从机的负载情况。对获取从机负载情况的方式没有特别限定，可以通过与获取主机负载情况的方式相似的方式来获取从机的负载情况。例如，高访问数据迁移模块103可以通过获取从机的存储压力或读取能力来获取从机的负载情况，或者也可以通过读取从机CPU性能获取该从机负载情况。另一方面，高访问数据迁移模块103还可以通过访问统计模块统计101传入的解析后的请求信息，获取当前从机单次请求的平均时间。
在本发明的一个实施方式中，从机预定标准可以由资源配置模块102预先设定。对从机预定标准没有特别限定，但是可以包括以下情况中的一种：从机存储压力大于从机最大承压值、从机的读取能力小于从机最小读取能力、从机的单次请求的平均时间小于或等于从机最大单次请求的平均时间以及从机的CPU使用率大于从机最大CPU使用率。
在本发明的一个实施方式中，从机最大承压值、从机最小读取能力、从机最大单次请求的平均时间和从机最大CPU使用率值等预设值可以由资源配置模块102根据实际情况预先设定。
在本发明的一个实施方式中，如图4所示，当判定某个从机的负载过高时，则进一步判定主该从机的各个数据的访问压力是否大于最大承载值，如果某一数据的访问压力大于该最大承载值，则判定该数据访问压力过高，从而执行上述流程1和2，将该数据迁移到备用从机中。另一方面，当判定从机的负载正常时，则不进行任何操作。
在本发明的一个实施方式中，如图5所示，当某个从机被判定为负载过高并且该从机内的各个数据的访问压力均小于或等于最大承载值，即该从机中的全部数据的访问压力正常时，高访问数据迁移模块103将该从机中的访问压力最大的前M位(M为正整数)的热点数据迁移至备用从机中。
根据本发明的Redis高热地数据迁移方法，在数据节点迁移后，高访问数据迁移模块103会在数据节点迁移完成后，迅速更新资源配置模块102维护的IP-slotId映射表，将迁移的slot节点移出原有从机IP节点，创建备用从机IP节点，并将数据加入到当前从机IP数据节点下。并且，高访问数据迁移模块103在定时任务完成后，会将所有数据节点的数据置零。
图6示出了可以应用本发明实施例的Redis高热点数据迁移方法或Redis高热点数据迁移装置的示例性***架构600。
如图6所示，***架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的请求信息等数据进行分析等处理，并将处理结果(例如对解析后的请求信息进行数据重组的结果)反馈给终端设备。
需要说明的是，图6所示的实施例所提供的Redis高热点数据迁移方法一般由服务器605执行，相应地，在该实施例中，Redis高热点数据迁移装置一般设置于服务器605中。
应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图7，其示出了适于用来实现本发明实施例的终端设备的计算机***700的结构示意图。图7示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，计算机***700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有***700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的***中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括统计模块、资源配置模块和高访问数据迁移模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，资源配置模块还可以被描述为“对解析后的请求信息进行数据重组的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：
统计Redis集群中从主机发送到与主机对应的一个以上从机的原始请求信息，对原始请求信息进行异步解析并推送解析后的请求信息；
对被推送的解析后的请求信息进行数据重组，以统计一个以上从机中的各个数据的访问压力；以及
获取主机的负载情况，并在判定主机的负载符合主机预定标准时，将全部从机中的全部数据中访问压力前N位的数据迁移到备用从机中，其中，N为正整数。
根据本发明实施例的技术方案，在Redis Cluster集群的基础上，统计访问流量，实时捕捉高热度数据，提供自动迁移高热点数据的能力。从而避免现有技术中所有访问量都打到同一台从机中而导致的从机崩溃以及集群崩溃的情况。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (12)

1.一种Redis高热点数据迁移方法，其特征在于，该方法包括：
统计Redis集群中从主机发送到与所述主机对应的一个以上从机的原始请求信息，对所述原始请求信息进行异步解析并推送解析后的请求信息；
对被推送的所述解析后的请求信息进行数据重组，以统计所述一个以上从机中的各个数据的访问压力；以及
获取所述主机的负载情况，并在判定所述主机的负载符合主机预定标准时，将全部所述从机中的全部数据中访问压力前N位的数据迁移到备用从机中，其中，N为正整数。
2.根据权利要求1所述的方法，其特征在于，通过面向切面编程的方式，统计所述原始请求信息。
3.根据权利要求1所述的方法，其特征在于，所述解析后的请求信息包括用户请求的数据点、Slot名称和从机IP中的至少一种。
4.根据权利要求1所述的方法，其特征在于，异步推送所述解析后的请求信息。
5.根据权利要求1所述的方法，其特征在于，所述主机预定标准包括以下情况中的一种：
所述主机的当前存储压力大于最大主机承压值，
所述主机的单次请求的平均时间大于最大单次请求的平均时间，
所述主机的CPU使用率大于最大CPU使用率，以及
所述主机的读取能力小于最小读取能力。
6.根据权利要求1所述的方法，其特征在于，当判定所述主机的负载不满足所述主机预定标准时，进一步判定所述一个以上从机中的各个数据的访问压力是否大于最大承载值，并且
当判定所述各个数据中的任意一个数据的访问压力大于所述最大承载值时，将所述任意一个数据迁移到备用从机中。
7.根据权利要求1所述的方法，其特征在于，当判定所述主机的负载不满足所述主机预定标准时，进一步判定所述一个以上从机的负载是否符合从机预定标准，
当判定所述一个以上从机中任意一个从机的负载符合所述从机预定标准时，进一步判定该从机的各个数据的访问压力是否大于最大承载值，并且
当判定所述各个数据中的任意一个数据的访问压力大于所述最大承载值时，将所述任意一个数据迁移到备用从机中。
8.根据权利要求1所述的方法，其特征在于，当判定所述主机的负载不满足所述主机预定标准时，进一步判定所述一个以上从机的负载是否符合从机预定标准，
当判定所述一个以上从机中的任意一个从机的负载符合所述从机预定标准时，进一步判定该从机的各个数据的访问压力是否大于最大承载值，并且当判定该从机中的全部数据的访问压力均等于或小于所述最大承载值时，将该从机中的访问压力前M位的数据迁移到备用从机中，其中，M为正整数。
9.根据权利要求7或8所述的方法，其特征在于，所述从机预定标准包括以下情况中的一种：
所述一个以上从机中的任意一个从机的当前存储压力大于最大主机承压值，
所述一个以上从机中的任意一个从机的单次请求的平均时间大于最大单次请求的平均时间，
所述一个以上从机中的任意一个从机的CPU使用率大于最大CPU使用率，以及
所述一个以上从机中的任意一个从机的读取能力小于最小读取能力。
10.一种用于Redis高热点数据迁移的装置(100)，其特征在于，该装置包括：
统计模块(101)，用于统计Redis集群中从主机发送到与所述主机对应的一个以上从机的原始请求信息，对所述原始请求信息进行异步解析并推送解析后的请求信息；
资源配置模块(102)，用于对被推送的所述解析后的请求信息进行数据重组，以统计所述一个以上从机中的各个数据的访问压力；以及
高访问数据迁移模块(103)，用于获取所述主机的负载情况，并在判定所述主机的负载符合主机预定标准时，将全部所述从机中的全部数据中访问压力前N位的数据迁移到备用从机中，其中，N为正整数。
11.一种用于Redis高热点数据迁移的电子设备，其特征在于，包括：
一个或多个处理器；和
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。
12.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-9中任一所述的方法。
CN202011278880.0A 2020-11-16 2020-11-16 Redis高热点数据迁移方法 Pending CN113760523A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011278880.0A CN113760523A (zh) 2020-11-16 2020-11-16 Redis高热点数据迁移方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011278880.0A CN113760523A (zh) 2020-11-16 2020-11-16 Redis高热点数据迁移方法

Publications (1)

Publication Number Publication Date
CN113760523A true CN113760523A (zh) 2021-12-07

Family

ID=78786026

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011278880.0A Pending CN113760523A (zh) 2020-11-16 2020-11-16 Redis高热点数据迁移方法

Country Status (1)

Country Link
CN (1) CN113760523A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104283710A (zh) * 2014-08-18 2015-01-14 四川长虹电器股份有限公司 数据库集群的故障处理方法和管理服务器
US20160188426A1 (en) * 2014-12-31 2016-06-30 International Business Machines Corporation Scalable distributed data store
WO2018177042A1 (zh) * 2017-03-27 2018-10-04 中兴通讯股份有限公司 一种实现资源调度的方法及装置
CN109802868A (zh) * 2019-01-10 2019-05-24 中山大学 一种基于云计算的移动应用实时识别方法
CN111639061A (zh) * 2020-05-26 2020-09-08 深圳壹账通智能科技有限公司 Redis集群中数据管理方法、装置、介质及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104283710A (zh) * 2014-08-18 2015-01-14 四川长虹电器股份有限公司 数据库集群的故障处理方法和管理服务器
US20160188426A1 (en) * 2014-12-31 2016-06-30 International Business Machines Corporation Scalable distributed data store
WO2018177042A1 (zh) * 2017-03-27 2018-10-04 中兴通讯股份有限公司 一种实现资源调度的方法及装置
CN109802868A (zh) * 2019-01-10 2019-05-24 中山大学 一种基于云计算的移动应用实时识别方法
CN111639061A (zh) * 2020-05-26 2020-09-08 深圳壹账通智能科技有限公司 Redis集群中数据管理方法、装置、介质及电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SHADY HAMOUDA; ZURINAHNI ZAINOL: "Document-Oriented Data Schema for Relational Database Migration to NoSQL", IEEE, 15 March 2018 (2018-03-15) *
张开琦;刘晓燕;王信;吉春山;严馨;: "基于动态权重的一致性哈希微服务负载均衡优化", 计算机工程与科学, no. 08, 15 August 2020 (2020-08-15) *
陈平;黄浩然;: "基于Docker的分布式集群环境的快速搭建研究", 电脑知识与技术, no. 11, 15 April 2018 (2018-04-15) *

Similar Documents

Publication Publication Date Title
CN109684358B (zh) 数据查询的方法和装置
CN113037869B (zh) 用于内容分发网络***的回源的方法和装置
CN109039817B (zh) 一种用于流量监控的信息处理方法、装置、设备及介质
CN110928905B (zh) 一种数据处理方法和装置
CN110321252B (zh) 一种技能服务资源调度的方法和装置
CN110727738B (zh) 基于数据分片的全局路由***、电子设备及存储介质
CN111478781B (zh) 一种消息广播的方法和装置
CN110572422A (zh) 数据下载方法和装置
CN111427899A (zh) 存储文件的方法、装置、设备和计算机可读介质
CN112104679A (zh) 处理超文本传输协议请求的方法、装置、设备和介质
CN112653632A (zh) 一种流量控制实现方法和装置
CN110798495B (zh) 用于在集群架构模式下端到端的消息推送的方法和服务器
CN112398669A (zh) 一种Hadoop部署方法和装置
CN111831503A (zh) 一种基于监控代理的监控方法和监控代理装置
CN113779122B (zh) 导出数据的方法和装置
CN114064803A (zh) 一种数据同步方法和装置
CN113760523A (zh) Redis高热点数据迁移方法
CN112688982B (zh) 一种用户请求处理方法和装置
CN110019671B (zh) 一种处理实时消息的方法和***
CN113760487A (zh) 一种业务处理方法和装置
CN113448652A (zh) 一种请求处理方法和装置
CN113779018A (zh) 一种数据处理方法和装置
CN117478535B (zh) 一种日志存储的方法和装置
CN113132480B (zh) 一种数据传输方法、装置和***
CN111459981A (zh) 查询任务的处理方法、装置、服务器及***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination