第３３卷第６期２０２０年１２月

四川轻化工大学学报（自然科学版）

ＪｏｕｒｎａｌｏｆＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）Ｖｏｌ３３　Ｎｏ６Ｄｅｃ２０２０

收稿日期：２０２００６１０基金项目：国家自然科学基金项目（６１９０２２６８）；四川省科技计划项目（２０１８ＪＹ０１９７；２０ＺＤＹＦ０９１９）；四川省教育厅项目（１８ＺＡ０３５７）；德阳市

开放式校市合作技术研发项目（２０１８ＣＫＪＳＤ０１７）；人工智能四川省重点实验室项目（２０１７ＲＺＪ０２）；四川理工学院人才引进项目（２０１７ＲＣＬ１２）

作者简介：伍华锋（１９９６），男，四川德昌人，硕士生，主要从事分布式存储方面的研究，（Ｅｍａｉｌ）９７４１９１３６７＠ｑｑ．ｃｏｍ通信作者：王小刚（１９８４），男，陕西宝鸡人，讲师，博士，主要从事智能控制、物联网方面的研究，（Ｅｍａｉｌ）ｗｘｇ＿ｚｆ＠１６３．ｃｏｍ

文章编号：２０９６７５４３（２０２０）０６００３９０７ ＤＯＩ：１０．１１８６３／ｊ．ｓｕｓｅ．２０２０．０６．０７

Ｒｅｄｉｓ集群系统的优化研究与实现

伍华锋，王小刚，候 劲，唐小林

（四川轻化工大学自动化与信息学院，四川 自贡 ６４３０００）

　　摘　要：现代互联网应用数据量大，并发高，对响应速率等要求极高。Ｒｅｄｉｓ作为高性能的分布式非

关系型数据库，在互联网应用中表现极佳。现今 Ｒｅｄｉｓ集群方案 ＲｅｄｉｓＣｌｕｓｔｅｒ有很多优越性，越来越多

的项目都期望从Ｒｅｄｉｓ迁移到Ｒｅｄｉｓｃｌｕｓｔｅｒ上，但如果直接迁移，工作量和复杂性极高。因此在研究对比

当今流行的Ｒｅｄｉｓ集群系统架构设计和系统优化方案后，通过自研代理中间件Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ在代理中间

件中利用主从Ｒｅａｃｔｏｒ线程模型对原生Ｒｅｄｉｓ内部单一的ＮＩＯ多路复用模型进行优化，使用ＭａｉｎＲｅａｃｔｏｒ

处理连接请求，然后将连接交由ＳｕｂＲｅａｃｔｏｒ，由ＳｕｂＲｅａｃｔｏｒ来处理读写请求。然后使用线程池，通过增加

ＩＯ线程数来充分发挥多核ＣＰＵ的优势，同时在代理中维护一张数据路由映射表，保证 ＩＯ效率最大化。

基于Ｒｅｄｉｓｃｌｕｓｔｅｒ使用Ｊａｖａ语言优化并实现了一种Ｒｅｄｉｓ集群系统。最后使用 ＲｅｄｉｓｂｅｎｃｈＭａｒｋ工具对

系统进行压力测试。结果表明，单个Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ性能相对于Ｃｏｄｉｓ代理性能提升了１７％，同时采用优

化后的系统框架后，部署两个Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ代理性能相比部署两个Ｃｏｄｉｓ代理性能提升了１５％。

关键词：Ｒｅｄｉｓ集群；Ｒｅａｃｔｏｒ模式；路由映射；自研代理中间件

中图分类号：ＴＰ３１１１ 文献标志码：Ａ

引 言

现如今，大数据量的处理已经成为互联网应用的一

个常态。由于传统的关系型数据库放在磁盘上运行，会

导致相应的性能瓶颈，在解决大数据量的服务调用和并

发处理表现不佳［１］。Ｒｅｄｉｓ作为运行在内存上的一种高

性能非关系型数据库，读写速度比关系型数据库快得

多，同时其拥有丰富的数据结构，可以应对不同的互联

网应用场景［２］。而由于单机 Ｒｅｄｉｓ受自身内存、ＩＯ处理

等影响［３］，并不能满足实际业务场景的需求。在实际生

产环境中，更多的是使用分布式的Ｒｅｄｉｓ集群。

Ｒｅｄｉｓｃｌｕｓｔｅｒ相对于Ｒｅｄｉｓ而言，它能够实现自动故

障转移、迁移中数据访问、构建大容量集群等，有很多优

越性［４］。越来越多的项目都期望从 Ｒｅｄｉｓ迁移到 Ｒｅｄｉｓ

ｃｌｕｓｔｅｒ上，从而提升项目吞吐量和稳定性［５］。但如果直

接进行迁移，客户端代码将会进行大面积的改造，工作

量和复杂性都极高［６］。如果可以通过一个代理中间件

来兼容Ｒｅｄｉｓ和Ｒｅｄｉｓｃｌｕｓｔｅｒ，对于客户端代码就不用做

任何修改。

近年来越来越多的公司和相关研究学者关注 Ｒｅｄｉｓ

集群架构的设计和优化。

在系统架构设计方面，２０１６年，阿里云等公司使用

自研Ｐｒｏｘｙ的方式搭建Ｒｅｄｉｓ集群，并且提供独立的组件

ＨＡ负责集群的主备切称。百度等公司基于Ｃ语言开发

对ｔｗｅｍｐｒｏｘｙ进行改造，将Ｒｅｄｉｓ内核中的ｄｂ划分成１６３８４

个，请求下发到具体的 ｄｂ上。京东等公司基于 Ｇｏｌａｎｇ

语言开发自研 Ｐｒｏｘｙ，同时增加 ｓｅｎｔｉｎａｌ哨兵监控 Ｐｒｏｘｙ

和Ｒｅｄｉｓ实例。

在系统优化方面，２０１７年，李轲［７］通过将 Ｒｅｄｉｓ服

务器实例和 ＣＰＵ核绑定在一起，减少进程切换优化集

群。２０１８年，韦立［８］等人利用 Ｒｅｄｉｓ主从复制模式和备

份迁移策略，优化数据迁移策略。李罛［９］等人提出在

Ｒｅｄｉｓｃｌｕｓｔｅｒ的基础上，所有节点通过一个集群总线连

接，在服务端通过总线去访问节点，从服务端数据访问

出发优化集群。２０１９年，韩雅丽［１０］将ＯＰ＿ＡＣＣＥＰＴ、ＯＰ＿

ＲＥＡＤ、ＯＰ＿ＷＲＩＴＥ事件分别注册到３个线程下对应的

选择器上，不同的事件对应不同的选择器，通过优化

Ｒｅａｃｔｏｒ模式优化集群。

本文对比现如今流行的 Ｒｅｄｉｓ集群方案，使用 Ｊａｖａ

语言进行开发。在基于Ｐｒｏｘｙ代理的方案上通过自研代

理中间件，在中间件中对传统的 Ｒｅａｃｔｏｒ模型进行优化，

充分发挥ＣＰＵ多核优势，同时在代理中增加路由缓存表

以提升ＩＯ效率。

１ Ｒｅｄｉｓ集群方案对比

１１ 客户端分片

由客户端实现数据分片，并且将路由规则保存在客

户端［１１１２］。当客户端发送请求的时候，首先在客户端进

行路由计算，将请求转发到相应的 Ｒｅｄｉｓ实例中进行处

理，然后再将结果返回到客户端中。此方案中，客户端

的数据路由和业务处理逻辑强耦合在了一起，使得客户

端非常臃肿，不便于开发和后期维护［１３１５］。

１２ Ｐｒｏｘｙ方案

Ｐｒｏｘｙ方案就是在 Ｒｅｄｉｓ的客户端和服务端之间添

加一个代理层，由代理完成数据分片和业务处理［１６］。现

如今常见的代理中间件有Ｔｗｅｍｐｒｏｘｙ和Ｃｏｄｉｓ，这种添加

代理层的优势很明显，简化了客户端，程序解耦出来，利

于后期的开发和升级。但是，这种方案由于在业务请求

过程中，增加了一层网络交互，导致性能有所下降，需通

过添加多个Ｐｒｏｘｙ来提高性能。

１３ 服务端分片

服务端方案Ｒｅｄｉｓｃｌｕｓｔｅｒ是 Ｒｅｄｉｓ官方提供的集群

方案，将集群看作是一个整体，统一进行数据分片，集群

总共被分为１６３８４个哈希槽，所有的数据都会存放在哈

希槽上，这些哈希槽分布在集群的Ｒｅｄｉｓ节点上，节点之

间通过 Ｇｏｓｓｉｐ协议进行通信［１７］。ＲｅｄｉｓＣｌｕｓｔｅｒ支持动

态加入新节点，动态迁移 Ｓｌｏｔ，同时可以扩建大容量集

群，性能好。但是数据存储和分片逻辑耦合在了一起，

复杂性高，对运维和开发都引入了不可预估的风险和挑

战［１８１９］。

２ 系统的部署架构

整个系统的总体框架如图１所示，结合 Ｐｒｏｘｙ方案

和Ｒｅｄｉｓｃｌｕｓｔｅｒ的优点进行改进。底层还是使用 Ｒｅｄｉｓ

ｃｌｕｓｔｅｒ，保留其自动故障转移、迁移中数据访问等优点。

使用Ｐｒｏｘｙ节点进行数据分片和请求路由，将程序解耦，

便于升级维护，同时使用主从 Ｒｅａｃｔｏｒ模型对现有的

Ｐｒｏｘｙ方案进行优化。为了解决单个 Ｐｒｏｘｙ路由转发带

来的性能损耗，部署多个 Ｐｒｏｘｙ节点，将 Ｐｒｏｘｙ节点服务

注册到 Ｚｏｏｋｅｅｐｅｒ注册中心上，客户端通过拉取监听

Ｐｒｏｘｙ列表，然后通过 ＬＶＳ＋Ｋｅｅｐａｌｉｖｅｄ工具将请求进行

负载均衡，将命令分摊到多个Ｐｒｏｘｙ节点处理，整个系统

的使用就可以像使用单机的 Ｒｅｄｉｓ一样方便。在本文

中，将优化的Ｒｅｄｉｓ代理称为Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ。

０４ 四川轻化工大学学报（自然科学版）　　　　　 　　　　　　　２０２０年１２月

图１ 系统总框架

３ Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ的具体实现

３１ 主从Ｒｅａｃｔｏｒ线程模型的引入

原生的Ｒｅｄｉｓ采用的是ＮＩＯ多路复用技术的单进程

单线程模型，设计的初衷是为了减少多线程上下文切换

带来的性能损耗，但是这种模式只能使用一个 ＣＰＵ核，

没有发挥多核的优势，随着多核ＣＰＵ和网卡等技术的发

展，充分利用多核 ＣＰＵ才是需要关注的重点［２０］。针对

这个问题，本文基于主从 Ｒｅａｃｔｏｒ多线程模型进行改进，

如图２所示。Ｒｅａｃｔｏｒ主线程ＭａｉｎＲｅａｃｔｏｒ对象当收到连

接请求后，产生 ＯＰ＿ＡＣＣＥＰＴ事件交给 Ａｃｃｅｐｔｏｒ单独处

理，创建连接，并将连接分配给 ＳｕｂＲｅａｃｔｏｒ。ＳｕｂＲｅａｃｔｏｒ

将连接加入到连接队列进行监听，当有读写请求过来的

时候，分别产生 ＯＰ＿ＲＥＡＤ和 ＯＰ＿ＷＲＩＴＥ事件，交由

ＳｕｂＲｅａｃｔｏｒ的选择器处理，然后将读写请求交由线程池，

由线程池中的ＩＯ线程进行读写。这种设计的最大优点

是使用父子线程将功能职责明确化了，父线程只需要接

受新的连接，而子线程则处理后序的读写请求，同时使

用了线程池的思想，充分的利用了多核 ＣＰＵ，将性能最

大化。

３２ 路由缓存表的加入

本文系统底层选用的是 Ｒｅｄｉｓｃｌｕｓｔｅｒ来搭建集群。

Ｒｅｄｉｓｃｌｕｓｔｅｒ节点之间通过 Ｇｏｓｓｉｐ协议进行交换信

息［２１］，每个节点都保存有集群中其他节点的信息，能很

好地进行动态缩容和扩容，具有自动故障转移等功能。

但由于Ｒｅｄｉｓｃｌｕｓｔｅｒ自身通信的方式是由客户端发起请

求到集群中的任意节点，然后由节点进行 ｈａｓｈ路由计

图２ Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ的架构图

算，找出请求的键对应的Ｓｌｏｔ，然后找到该Ｓｌｏｔ存放的节

点，如果发现节点就是自身，就进行相关的操作，如果发

现对应的节点并不是自身，就会发送一个 ＭＯＶＥＤ重定

向命令，同时包含正确的节点信息给客户端，客户端接

收到重定向命令之后，再次发送请求到正确的节点，完

成操作［２２］，如图３所示。这种方式下，在很大概率上，客

户端发送的请求都会请求两次，从而导致性能消耗。基

于此，本文在 Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ中维护一张数据路由表（表

１），当接收到请求时，Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ通过公式（１）进行计

算得到相应的 Ｓｌｏｔ，然后根据表１找到对应的 Ｒｅｄｉｓ节

点。通过这种方式，减少了 ＩＯ的请求次数，充分利用了

ＩＯ的效率。同时，当集群发生动态变更的时候，路由表

也能进行及时的更新。

图３ ＭＯＶＥＤ命令重定向过程

Ｓｌｏｔ＝ＣＲＣ１６（ｋｅｙ）＆（１６３８４－１） （１）

１４第３３卷第６期　　 　　　　　　　　伍华锋，等：Ｒｅｄｉｓ集群系统的优化研究与实现

表１ 数据路由表

Ｓｌｏｔ ０ １ … １６８３２ １６３８３

Ｎｏｄｅ ＮｏｄｅＡ ＮｏｄｅＣ … ＮｏｄｅＢ ＮｏｄｅＡ

４ 实验结果及分析

本次实验部署的实验室环境如下：

（１）硬件配置

ＣＰＵ：Ｉｎｔｅｒ（Ｒ） Ｃｏｒｅ（ＴＭ） ｉ５８３００Ｈ ＣＰＵ ＠

２３０ＧＨｚ２３０（４核处理器）；内存：１６Ｇ；磁盘：２５６Ｇ；网

卡：千兆网卡。

（２）软件配置

操作系统：ＣｅｎｔＯＳＬｉｎｕｘｒｅｌｅａｓｅ７１１５０３（Ｌｉｎｕｘｖｅｒ

ｓｉｏｎ３１００－２２９１４１ｅｌ７ｘ８６＿６４）；Ｒｅｄｉｓ：５０９；

Ｒｕｂｙ：２５８；ＪＤＫ：１８０＿１８１。

基于上述环境，在３台虚拟机上搭建了６个 Ｒｅｄｉｓ

ｃｌｕｓｔｅｒ节点，其中３个主节点、３个从节点。主从节点和

数据槽的分配情况见表 ２，１９２１６８３１１０７∶７００１是

１９２１６８３１１０９∶７００６的主节点，１９２１６８３１１０８∶７００３

是１９２１６８３１１０７∶７００２的主节点，１９２１６８３１１０９∶

７００５是１９２１６８３１１０８∶７００４的主节点。

表２ 主从节点和数据槽的分配情况主节点（Ｍａｓｔｅｒ） 从节点（Ｓｌａｖｅ） 管理槽（Ｓｌｏｔ）

１９２１６８３１１０７∶７００１ １９２１６８３１１０９∶７００６ ０－５４６０

１９２１６８３１１０８∶７００３ １９２１６８３１１０７∶７００２ ５４６１－１０９２２

１９２１６８３１１０９∶７００５ １９２１６８３１１０８∶７００４ １０９２３－１６３８３

　　每个Ｒｅｄｉｓ节点的配置信息都保存在自己节点对应

的ｒｅｄｉｓ．ｃｏｎｆ文件中。节点配置文件中的部分参数说明

见表３。

表３ ｒｅｄｉｓ．ｃｏｎｆ中部分参数说明参数设置 参数解释

Ｃｌｕｓｔｅｒｅｎａｂｌｅｄｙｅｓ 开启集群

ｃｌｕｓｔｅｒｎｏｄｅｔｉｍｅｏｕｔ５０００ 集群的超时时间／ｍｓ

Ａｐｐｅｎｄｏｎｌｙｙｅｓ 打开ＡＯＦ持久化

ｃｌｕｓｔｅｒｃｏｎｆｉｇｆｉｌｅｎｏｄｅｓ＿７００ｘ．ｃｏｎｆ 保存节点的配置，自动创建的

Ｍａｘｍｅｍｏｒｙ５１２Ｍ 节点的最大使用内存

ｍａｘｍｅｍｏｒｙｐｏｌｉｃｙｖｏｌａｔｉｌｅｌｒｕ 当数据超出最大内存之后使用的拒绝策略

ｍａｘｃｌｉｅｎｔｓ１００００００ 最大客户端连接数

４１ 路由测试

（１）原生Ｒｅｄｉｓｃｌｕｓｔｅｒ集群的ｓｅｔ操作

如图４所示，首先使用 ｒｅｄｉｓｃｌｉ命令连接集群中的

１９２１６８３１１１６∶７００１端口上的Ｒｅｄｉｓ实例，然后使用命

令“ｓｅｔｂｂｗｕ”插入一个值，由图４可以看到，插入没有

成功，而是将“ｅｒｒｏｒＭＯＶＥＤ１９２１６８３１１１７∶７００３”信息

反馈给了客户端，由客户端重新连接１９２１６８３１１１７∶

７００３上的实例，然后重新进行 ｓｅｔ插入操作。通过图４

可以直观地看出，一个ｓｅｔ命令进行了两次操作。

图４ 原生Ｒｅｄｉｓ集群的ｓｅｔ过程

（２）Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ的ｓｅｔ操作

如图 ５所示，首先使用客户端命令连接运行在

１７２２１７３７∶８０８９上的 Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ实例。因为在代

理中还加了一个权限认证操作，所以通过“ａｕｔｈｐｗｄｏｌ”

命令进行权限认证登录后，同样使用ｓｅｔ命令进行插入，

由图５可以看出操作成功，并且返回了成功的提示信息

“ｓｅｔｓｕｃｃｅｓｓｆｕｌｔｏ１９２１６８３１１１７∶７００３”，说明ｓｅｔ成功，

并将ｋｅｙ为ｂｂ，ｖａｌｕｅ为ｗｕ的值，存放到了１９２１６８３１１１７∶

７００３这个节点。

图５ Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ的ｓｅｔ操作

在分别对代理中加了路由缓存表和没有加路由缓

存表的情况分别进行压测，多次压测取平均值（客户端

５０个，请求指数５０万个），结果对比如图６所示。

４２ Ｒｅｄｉｓｃｌｕｓｔｅｒ集群压测

使用Ｒｅｄｉｓ自带的ＲｅｄｉｓｂｅｎｃｈＭａｒｋ工具模拟５０个客

户端，指定请求数为５０万个。以测试单个Ｒｅｄｉｓ服务ＱＰＳ

性能为例，压测命令为“．／ｒｅｄｉｓｂｅｎｃｈｍａｒｋｈ１９２１６８３１

２４ 四川轻化工大学学报（自然科学版）　　　　　 　　　　　　　２０２０年１２月

图６ 路由缓存压测

１１６ｐ７００１ｃ５０ｎ５０００００ｔｇｅｔ，ｓｅｔ”，压测结果如图７和图８

所示。

图７ 单个Ｒｅｄｉｓ的ｓｅｔ命令的压测结果

图８ 单个Ｒｅｄｉｓ的ｇｅｔ命令的压测结果

然后分别对直连 Ｒｅｄｉｓｃｌｕｓｔｅｒ、单个 Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ

服务、两台Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ服务、单个 Ｃｏｄｉｓ代理服务（其

中Ｃｏｄｉｓ的版本为３１５）以及两台Ｃｏｄｉｓ服务进行常用

ｓｅｔ命令和 ｇｅｔ命令压测，压测多次取平均值，最终的结

果对比如图９和图１０所示。

４３ 实验结果分析

（１）由图４和图５可以直观地看出，在代理中维护

路由缓存表，确实避免了通过Ｇｏｓｓｉｐ协议的二次重定向

操作。当收到请求时，可以直接查询路由表，找到相应

的Ｒｅｄｉｓ节点，然后进行相应的操作。由图６可以看出，

图９ ｇｅｔ命令ＱＰＳ对比

图１０ ｓｅｔ命令ＱＰＳ对比

相对于没有加路由缓存表的 Ｒｅｄｉｓｃｌｕｓｔｅｒ集群，Ｖｃ＿

ｒｅｄｉｓｐｒｏｘｙ明显提升了处理性能。

（２）由图９和图１０中ｓｅｔ命令与ｇｅｔ命令的ＱＰＳ性

能对比可以直观地看出，相较于直连 Ｒｅｄｉｓｃｌｕｓｔｅｒ，本文

自研的代理中间件Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ和现在比较成熟的Ｃｏ

ｄｉｓ代理中间件性能都有所下降，但是 Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ相

较于 Ｃｏｄｉｓ性能又提升了１７％左右。这是因为 Ｖｃ＿ｒｅ

ｄｉｓｐｒｏｘｙ中使用主从Ｒｅａｃｔｏｒ模型发挥了多核ＣＰＵ性能，

通过维护路由缓存表避免了Ｇｏｓｓｉｐ的重定向操作，保证

了ＩＯ效率的最大化。

在本文的系统部署架构中部署两个Ｃｏｄｉｓ服务或两

个Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ后，系统性能相对于直连 Ｒｅｄｉｓ又明显

３４第３３卷第６期　　 　　　　　　　　伍华锋，等：Ｒｅｄｉｓ集群系统的优化研究与实现

提升。同时，部署两个Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ的性能又比部署了

两个Ｃｏｄｉｓ服务的性能提升了１５％左右。这是因为Ｚｏｏ

ｋｅｅｐｅｒ注册中心将两个服务进行统一管理后，ＬＶＳ＋

Ｋｅｅｐａｌｉｖｅｄ工具将请求进行了负载均衡，将命令分摊到

了代理节点处理，通过横向添加代理节点的方式提高了

系统的性能。

（３）通过上述的实验结果对比分析可以看出，基于

本系统架构，自研的代理中间件Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ具有较为

优越的性能。

５ 结束语

基于Ｐｒｏｘｙ代理方案，通过引入Ｒｅａｃｔｏｒ主从模型对

连接请求和读写请求的分开处理，增加路由缓存表提高

ＩＯ效率，同时增加 ＩＯ线程池充分发挥 ＣＰＵ核的作用，

实现了代理中间件Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ。相比现在流行的 Ｃｏ

ｄｉｓ代理，Ｖｃ＿ｒｅｄｉｓｐｒｏｘｙ性能有明显提升。当然，随着网

卡等硬件技术的发展，充分发挥网卡性能是后续工作中

需要考虑的事情，在今后的研究中，可以尝试利用 Ｂｙ

ｐａｓｓ内核用户态协议栈、多网络 ＩＯ线程等相关技术进

行优化集群。

参 考 文 献：

!"#

邱书洋%Y@=DB

缓存技术研究及应用!Q#%

郑州-

郑州大

学$'("U%

!'#

仝野%

基于3GV`[

数据库的系统设计与开发!Q#%

南

京-

南京邮电大学$'("*%

!0#

王续法%

基于Y@=DB

的一致性分析与改进!Q#%

成都-

电子科技大学$'("S%

!)#

黄裕%

基于分布式Y@=DB

集群的189

共享管理研

究!%

计算机与数字工程$'("*$)U+"(,-'(S*

'(*'$'"0(%

!/#

张博军%Y@=DB

缓存集群研究及其在0P

模式下的应

用!Q#%

武汉-

武汉理工大学$'("U%

!U#

高昕$

黄真%Y@=DB

集群在有轨电车车载系统中的应

用!%

现代城市轨道交通$'("*+',-"*

'($')%

!S#

李轲%

原生Y@=DB

集群的优化与实现!Q#%

武汉-

华中

科技大学$'("S%

!*#

韦立$

陈珊珊%

基于Y@=DB

单位最大效益自适应迁移

策略研究!%

计算机技术与发展$'("*$'*+"(,-/0

/*$

U0%

!.#

李罛$

刘利娜$

刘学敏$

等%

一种高效的Y@=DB 5>IB?@A

的

分布式缓存系统!%

计算机系统应用$'("*$'S+"(,-."

.*%

!"(#

韩雅丽%

分布式Y@=DB

高可用集群的设计与实现!Q#%

南

京-

南京大学$'(".%

!""#

周旭东%

基于Y@=DB

分布式存储的负载平衡及性能

优化研究!Q#%

南京-

南京邮电大学$'(".%

!"'#

周晓场%

基于Y@=DB

的分布式X@E

_:>I@

系统的优

化研究!Q#%

广州-

华南理工大学$'("*%

!"0#

李敏磊%

云环境下数据分布式缓存技术与应用!Q#%

南京-

南京邮电大学$'(".%

!")#

王绍东%

基于Y@=DB 5>IB?@A

的分布式内存数据库研

究与应用!Q#%

广州-

华南理工大学$'("U%

!"/#

王景佩%

基于Y@=DB

的结构化数据缓存系统的设计

与实现!Q#%

武汉-

华中科技大学$'("U%

!"U#

闫明%

高可用可扩展集群化Y@=DB

设计与实现!Q#%

西安-

西安电子科技大学$'(")%

!"S#

李邁%Y@=DB

集群可靠性的研究与优化!Q#%

合肥-

中

国科学技术大学$'("S%

!"*# NWXWY36 &% 3GV`[ =:?:C:B@B- : B?@K ?G =:?:C:B@

BF:>:CD>D?E D< 1@C @

方案的设计与实现!%

电子测试$'("U+U,-"U

"S%

!''#

王长城$

戚国庆$

李银伢$

等%

量化状态信息下多智能

体4GBBDK

算法及分布式优化!%

电子与信息学报$

'(")$0U+",-"'*

"0)%

ＲｅｓｅａｒｃｈａｎｄＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＯｐｔｉｍｉｚａｔｉｏｎｏｆＲｅｄｉｓＣｌｕｓｔｅｒＳｙｓｔｅｍ

ＷＵＨｕａｆｅｎｇ，ＷＡＮＧＸｉａｏｇａｎｇ，ＨＯＵＪｉｎ，ＴＡＮＧＸｉａｏｌｉｎ

（ＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，Ｚｉｇｏｎｇ６４３０００，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｎｏｗａｄａｙｓ，ｉｎＩｎｔｅｒｎｅｔａｐｐｌｉｃａｔｉｏｎｓ，ｔｈｅｒｅｉｓａｌａｒｇｅａｍｏｕｎｔｏｆｄａｔａ，ｈｉｇｈｃｏｎｃｕｒｒｅｎｃｙ，ａｎｄｅｘｔｒｅｍｅｌｙｈｉｇｈ

ｒｅｑｕｉｒｅｍｅｎｔｓｏｎｒｅｓｐｏｎｓｅｒａｔｅ．Ａｓａｈｉｇｈｐｅｒｆｏｒｍａｎｃｅｄｉｓｔｒｉｂｕｔｅｄｎｏｎｒｅｌａｔｉｏｎａｌｄａｔａｂａｓｅ，Ｒｅｄｉｓｐｅｒｆｏｒｍｓｖｅｒｙｗｅｌｌｉｎ

Ｉｎｔｅｒｎｅｔａｐｐｌｉｃａｔｉｏｎｓ．ＴｈｅＲｅｄｉｓｃｌｕｓｔｅｒｓｏｌｕｔｉｏｎｎｏｗｈａｓｍａｎｙａｄｖａｎｔａｇｅｓ．Ｍｏｒｅａｎｄｍｏｒｅｐｒｏｊｅｃｔｓａｒｅｅｘｐｅｃｔｅｄｔｏｍｉｇｒａｔｅ

ｆｒｏｍＲｅｄｉｓｔｏＲｅｄｉｓｃｌｕｓｔｅｒ，ｂｕｔｉｆｔｈｅｙａｒｅｄｉｒｅｃｔｌｙｍｉｇｒａｔｅｄ，ｔｈｅｗｏｒｋｌｏａｄａｎｄｃｏｍｐｌｅｘｉｔｙａｒｅｅｘｔｒｅｍｅｌｙｈｉｇｈ．Ｔｈｅｒｅｆｏｒｅ，

ａｆｔｅｒｒｅｓｅａｒｃｈｉｎｇａｎｄｃｏｍｐａｒｉｎｇｔｏｄａｙ＇ｓｐｏｐｕｌａｒＲｅｄｉｓｃｌｕｓｔｅｒｓｙｓｔｅｍａｒｃｈｉｔｅｃｔｕｒｅｄｅｓｉｇｎａｎｄｓｙｓｔｅｍｏｐｔｉｍｉｚａｔｉｏｎｓｃｈｅｍｅ，ｔｈｅ

ｓｅｌｆｄｅｖｅｌｏｐｅｄｐｒｏｘｙｍｉｄｄｌｅｗａｒｅＶｃ＿ｒｅｄｉｓｐｒｏｘｙｕｓｅｓｔｈｅｍａｓｔｅｒｓｌａｖｅＲｅａｃｔｏｒｔｈｒｅａｄｍｏｄｅｌｉｎｔｈｅｐｒｏｘｙｍｉｄｄｌｅｗａｒｅｔｏｔｈｅ

ｓｉｎｇｌｅＮＩＯｍｕｌｔｉｐｌｅｘｉｎｇｍｏｄｅｌｉｎｔｈｅｎａｔｉｖｅＲｅｄｉｓＴｏｏｐｔｉｍｉｚｅ，ｕｓｅＭａｉｎＲｅａｃｔｏｒｔｏｐｒｏｃｅｓｓｔｈｅｃｏｎｎｅｃｔｉｏｎｒｅｑｕｅｓｔ，ａｎｄｔｈｅｎ

ｈａｎｄｏｖｅｒｔｈｅｃｏｎｎｅｃｔｉｏｎｔｏＳｕｂＲｅａｃｔｏｒ，ｗｈｉｃｈｗｉｌｌｐｒｏｃｅｓｓｔｈｅｒｅａｄａｎｄｗｒｉｔｅｒｅｑｕｅｓｔｓ．Ｔｈｅｎｕｓｅｔｈｅｔｈｒｅａｄｐｏｏｌｔｏｇｉｖｅｆｕｌｌ

ｐｌａｙｔｏｔｈｅａｄｖａｎｔａｇｅｓｏｆｍｕｌｔｉｃｏｒｅＣＰＵｓｂｙｉｎｃｒｅａｓｉｎｇｔｈｅｎｕｍｂｅｒｏｆＩＯｔｈｒｅａｄｓ，ｗｈｉｌｅｍａｉｎｔａｉｎｉｎｇａｒｏｕｔｉｎｇｍａｐｔａｂｌｅｉｎ

ｔｈｅａｇｅｎｔｔｏｅｎｓｕｒｅｍａｘｉｍｕｍＩＯｅｆｆｉｃｉｅｎｃｙ．ＡＲｅｄｉｓｃｌｕｓｔｅｒｓｙｓｔｅｍｉｓｏｐｔｉｍｉｚｅｄａｎｄｉｍｐｌｅｍｅｎｔｅｄｂａｓｅｄｏｎＲｅｄｉｓｃｌｕｓｔｅｒ

ｕｓｉｎｇＪａｖａｌａｎｇｕａｇｅ．Ｆｉｎａｌｌｙ，ｔｈｅＲｅｄｉｓｂｅｎｃｈＭａｒｋｔｏｏｌｉｓｕｓｅｄｔｏｓｔｒｅｓｓｔｅｓｔｔｈｅｓｙｓｔｅｍ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅ

ｐｅｒｆｏｒｍａｎｃｅｏｆａｓｉｎｇｌｅＶｃ＿ｒｅｄｉｓｐｒｏｘｙｉｓｉｍｐｒｏｖｅｄｂｙ１７％ ｒｅｌａｔｉｖｅｔｏｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅＣｏｄｉｓｐｒｏｘｙ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，

ａｆｔｅｒｕｓｉｎｇｔｈｅｏｐｔｉｍｉｚｅｄｓｙｓｔｅｍｆｒａｍｅｗｏｒｋ，ｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｄｅｐｌｏｙｉｎｇｔｗｏＶｃ＿ｒｅｄｉｓｐｒｏｘｙｐｒｏｘｉｅｓｃｏｍｐａｒｅｄｔｏｔｈｅ

ｐｅｒｆｏｒｍａｎｃｅｏｆｄｅｐｌｏｙｉｎｇｔｗｏＣｏｄｉｓｐｒｏｘｉｅｓｉｎｃｒｅａｓｅｂｙ１５％．

Ｋｅｙｗｏｒｄｓ：Ｒｅｄｉｓｃｌｕｓｔｅｒ；Ｒｅａｃｔｏｒｍｏｄｅ；ｒｏｕｔｅｍａｐｐｉｎｇ；ｓｅｌｆｄｅｖｅｌｏｐｅｄａｇｅｎｔｍｉｄｄｌｅｗａｒｅ

５４第３３卷第６期　　 　　　　　　　　伍华锋，等：Ｒｅｄｉｓ集群系统的优化研究与实现