面试题：在高并发场景下，如何平衡Redis AOF写入性能与载入性能

主从架构：
- 主节点负责处理写请求，从节点复制主节点的数据。这样主节点专注于处理高并发写入，从节点可用于读操作分担压力，并且在主节点故障时，从节点可晋升为主节点，保证系统可用性。例如在电商的秒杀场景中，主节点接收大量商品库存扣减等写请求，从节点为前端展示剩余库存等读请求服务。
读写分离：
- 对于只读请求，直接路由到从节点，减少主节点压力。可以通过客户端的读写分离库，如Jedis的读写分离配置，根据请求类型自动选择连接主节点或从节点。
缓存分层：
- 在应用层和Redis之间添加一层本地缓存（如Guava Cache）。对于一些读多写少且变化不频繁的数据，先从本地缓存读取，命中则避免访问Redis，减少Redis压力。例如新闻资讯类应用，文章详情等数据在一定时间内不变，可先从本地缓存读取。

AOF相关参数：
- appendfsync参数：
  - 考虑设置为everysec，该模式下Redis每秒执行一次fsync操作将缓冲区数据写入磁盘。虽然相比always模式（每次写操作都同步到磁盘），everysec在极端情况下可能丢失1秒的数据，但性能有显著提升，且能在大多数情况下保证数据安全。例如在一般的社交平台用户消息写入场景中，丢失1秒内的消息数据对整体业务影响较小，但能大大提高写入性能。
- no - appendfsync - on - rewrite：
  - 设置为yes，在AOF重写期间，不进行fsync操作。因为AOF重写时会有大量的磁盘I/O操作，此时禁止常规的fsync操作，可避免磁盘I/O竞争，提高重写效率，同时保证数据写入缓冲区，重写完成后再进行同步，确保数据安全。
内存相关参数：
- maxmemory：
  - 根据服务器内存合理设置Redis的最大内存。避免因内存使用过度导致Redis性能下降甚至OOM（Out Of Memory）。例如在一台有16GB内存的服务器上，考虑给Redis分配8GB内存，同时结合maxmemory - policy参数设置内存淘汰策略，如volatile - lru（在设置了过期时间的键中使用LRU算法淘汰），保证在内存不足时合理淘汰数据。

AOF重写策略：
- 自动重写：
  - 合理设置auto - aof - rewrite - min - size和auto - aof - rewrite - percentage参数。例如设置auto - aof - rewrite - min - size为64MB，auto - aof - rewrite - percentage为100，当AOF文件大小超过64MB且当前AOF文件大小相比上次重写后的大小增长了100%时，自动触发AOF重写。重写可以将AOF文件中的冗余命令合并，减小文件体积，提高重启载入效率。
- 手动重写：
  - 在业务低峰期，通过BGREWRITEAOF命令手动触发AOF重写，减少对正常业务的影响。例如在凌晨3 - 5点，电商平台业务量较低时执行该命令，优化AOF文件。
混合持久化：
- 开启混合持久化（aof - use - rdb - preamble yes），在AOF重写时，开头部分使用RDB格式记录数据，后面再记录增量的AOF日志。这样在重启时，先通过RDB快速载入大部分数据，再通过AOF日志恢复最新数据，既保证了数据恢复的高效性，又能确保数据的完整性和准确性。

星途面试题库