Redis 与缓存 / 技术文章

Redis RDB 与 AOF 如何保证数据落盘

Redis 的“数据已经写成功”并不等于“数据已经安全落盘”:后端工程师与 SRE 需要区分内存、操作系统页缓存、持久化文件和稳定存储这几层边界。本文从 RDB 快照与 AOF 追加两条路径解释 Redis 如何把内存中的数据变成可恢复的持久化文件,并最终帮助你判断不同故障下可能丢失的数据范围、理解 appendfsync 对 AOF 持久性的影响,以及选择适合生产目标的持久化组合。

先明确“落盘”到底落到了哪里

Redis 处理写命令时,首先修改内存中的数据集。之后,持久化机制把数据转换成文件形式,但文件写入过程还要经过操作系统缓存,真正完成稳定介质同步又是另一层语义。

可以把路径简化成:

客户端写入 → Redis 内存 → 持久化缓冲或快照过程 → 文件 → 操作系统缓存 → 稳定存储

因此,判断一次写入是否能够在异常重启后恢复,不能只看客户端是否收到了成功响应,还要继续追踪它是否已经进入 RDB 快照、AOF 文件,以及最终是否满足对应的同步策略。

对生产环境最重要的边界是:RDB 代表某个时间点的数据快照,AOF 更接近持续记录写操作。二者的“安全窗口”不同,因此不能简单理解成“开启持久化就不会丢数据”。

RDB 为什么能形成一个可恢复的数据快照

RDB 的核心思想是把某一时刻的数据集编码成一个独立快照文件。生产环境通常使用 BGSAVE 或配置的自动保存规则触发后台生成快照,这样主进程仍可以继续处理客户端请求。

后台生成 RDB 时,Redis 会利用 fork 创建子进程。父进程继续接收新的写请求,子进程则基于快照开始时的数据视图生成 RDB。父子进程之间最初共享内存页;当父进程修改某些页面时,操作系统通过 Copy-on-Write 机制复制被修改的页面,从而让子进程仍能看到稳定的快照视图。

生成完成后,RDB 通常先写入临时文件,再以替换方式更新正式快照文件。这样可以避免把一个半写入状态的 RDB 直接作为完整快照使用。

可以用下面的命令观察一次手工快照:

bash
redis-cli BGSAVE
redis-cli INFO persistence | grep -E 'rdb_bgsave_in_progress|rdb_last_bgsave_status|rdb_last_save_time'

预期结果

text
Background saving started
rdb_bgsave_in_progress:0
rdb_last_bgsave_status:ok
rdb_last_save_time:<TIME>

RDB 的关键优势是文件紧凑、恢复速度通常较好,适合做备份和灾难恢复来源;代价是快照只代表生成时点的数据,所以两次快照之间的新写入不会自动进入旧快照。也就是说,RDB 的数据丢失窗口通常由快照间隔以及快照是否成功决定。

AOF 为什么比快照更接近持续记录

AOF 的思路不是定期保存完整数据集,而是在执行写命令时,把对应命令追加到 AOF 数据路径中。Redis 重启时,可以读取 AOF 并按顺序重放这些操作,从而重新构建内存数据集。

一条典型路径可以表示为:

客户端写命令 → Redis 执行 → AOF 追加缓冲 → write → 操作系统页缓存 → fsync → 持久化介质

这里最容易产生误解的是 write 和 fsync 并不是一回事。写入文件描述符后,数据可能仍处在操作系统页缓存中;只有按策略执行同步,才进一步把数据提交到稳定存储可依赖的边界。

在 Redis 8 的实验环境中,可以直接查看 AOF 的运行状态:

bash
redis-cli CONFIG GET appendonly
redis-cli CONFIG GET appendfsync
redis-cli INFO persistence | grep -E 'aof_enabled|aof_rewrite_in_progress|aof_rewrite_scheduled'

预期结果

text
appendonly
yes
appendfsync
everysec
aof_enabled:1
aof_rewrite_in_progress:0
aof_rewrite_scheduled:0

AOF 的另一个重要机制是后台重写。随着写命令持续追加,原始 AOF 会变得越来越大;重写过程会根据当前数据集生成更紧凑的新 AOF,同时保留重写期间产生的新写入,完成后再安全切换到新的文件集合。这样既保留了持续记录的特点,又避免日志无限膨胀。

appendfsync 决定 AOF 的持久化窗口

AOF 是否“更安全”,最终要看同步策略。Redis 常见的 appendfsync 选项包括 always、everysec 和 no。

always 会尽可能在每次写入后执行同步,持久性窗口最小,但同步成本也最高;everysec 让 Redis 按约每秒同步一次,是生产环境常见的折中方案;no 则更多依赖操作系统自行决定何时把缓存刷新到存储,Redis 对具体同步时机的控制最弱。

因此需要把客户端成功响应与持久化安全点分开看。即使命令已经返回成功,只要对应数据尚未完成所需的同步,在进程、主机或存储故障下仍可能处于可丢失窗口。

可以用配置查看当前策略:

bash
redis-cli CONFIG GET appendfsync
redis-cli CONFIG GET appendonly

预期结果

text
appendfsync
everysec
appendonly
yes

实际生产配置不能只追求“越快越好”或“越安全越好”,而应先定义 RPO,再反推允许的数据丢失窗口和可接受的写入延迟。

RDB 与 AOF 的持久性边界有什么区别

可以把两者放在同一个故障视角下比较:

维度 RDB AOF
记录形式 数据集快照 写操作日志
数据点特征 某个时间点 持续追加
典型触发 定时保存、BGSAVE 持续写入 AOF
主要同步边界 快照文件生成 appendfsync 同步策略
恢复方式 直接加载快照 读取并重放 AOF
主要优势 文件紧凑、备份友好 数据窗口通常更小
主要代价 快照间隔带来丢失窗口 日志写入与重写成本

如果 Redis 在两次 RDB 快照之间突然宕机,那么这段时间内尚未进入最新快照的数据可能无法从该 RDB 恢复;如果使用 AOF,则需要进一步判断这些写入是否已经进入 AOF 路径,以及是否完成了配置对应的同步。

这也是为什么生产环境常见的思路不是单纯二选一,而是结合 RDB 与 AOF,并额外保留独立备份。持久化文件负责实例恢复,独立备份负责故障域隔离,两者解决的问题并不相同。

如何从故障类型反推可能丢失的数据

处理生产事故时,可以沿着“写入在哪里 → 最后同步在哪里 → 故障影响了哪一层”来判断。

进程异常退出时,重点看最近一次持久化同步前的数据。RDB 依赖最近一次成功快照;AOF 则依赖最后已经写入并同步到持久化介质的数据。

主机故障时,除了 Redis 自身的持久化状态,还要考虑本机数据盘是否仍然可用。即使 RDB 或 AOF 文件存在,如果文件与实例位于同一故障域,主机整体损坏仍可能让它们一起丢失。

磁盘异常时,问题进一步从“Redis 是否写成功”升级到“持久化文件是否完整、可读、可恢复”。因此生产环境不能只记录最后一次 BGSAVE 成功,而应验证文件集合、备份副本和恢复能力。

误删或逻辑错误则是另一类问题。此时最新持久化文件可能忠实记录了错误状态,因此“持久化成功”并不意味着“数据一定可恢复到正确状态”。恢复这类故障通常需要找到误操作之前的可信备份或恢复点。

生产配置应该围绕 RPO 而不是单个开关决定

Redis 持久性治理的正确顺序是先确定业务最多能接受丢失多少数据,再选择持久化和备份策略。

例如,若业务允许秒级数据损失,可以评估 AOF 与 everysec 的组合,并结合 RDB 作为恢复和备份基础;若业务对单实例故障后的恢复速度和备份便利性要求更高,RDB 依然具有重要价值;若业务要求更强的数据耐久性,则还需要独立备份、异地副本以及定期恢复演练,而不能只依赖 Redis 本机持久化文件。

最终应形成一条清晰的责任链:

RPO → 持久化方式 → 同步策略 → 文件保存 → 独立备份 → 恢复验证

其中任何一环缺失,都会把“已经落盘”的判断留在模糊地带。真正可用于生产的配置,不是记住某个参数的推荐值,而是能够明确回答:某条写入在什么时刻进入了哪一级可靠边界、发生哪类故障后还能否找回,以及最多允许丢失到哪个时间点。

目录与阅读设置

记录一个想法

Redis RDB 与 AOF 如何保证数据落盘

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通