Tail記憶體型有哪些優勢和使用情境 - Tair

雲原生記憶體資料庫Tair記憶體型（簡稱記憶體型）適合并發量大、讀寫熱點多、高效能情境，記憶體型重點增強了多線程效能並整合多個自研擴充資料結構。

購買方式

主要優勢

類別	說明
相容性	100%相容原生Redis，無需修改業務代碼，提供相容Redis 7.0、相容Redis 6.0與相容Redis 5.0版本。
效能	採用多執行緒模式，效能約為同規格社區版執行個體的3倍，能夠突破熱點資料高頻讀寫受到的效能限制。相比原生Redis，高QPS情境下回應時間更低，效能表現更佳。在大並發情境下運行穩定，可以極大地緩解突發大量請求導致的串連問題，從容應對業務高峰。全量同步和增量同步處理在IO線程中進行，提高同步速度。
部署架構	支援標準、叢集和讀寫分離部署架構。
資料結構模組整合	整合多個自研的資料模組，包括exString（包含Redis String命令增強）、exHash、exZset、GIS、Bloom、Doc、TS、Cpc、Roaring、Search和Vector，擴充了Redis的適用性，使業務無需再關心儲存的結構和時效性，能夠極大提升業務開發效率。
企業級特性	支援諸多企業級特性：通過資料閃回按時間點恢複資料、代理查詢快取、全球多活等。
資料安全	支援開啟SSL加密，提升通訊資料的安全性。支援開啟透明資料加密TDE，對RDB資料檔案執行加密和解密，提升資料安全性。

適用情境

適用於ApsaraVideo for Live、電商秒殺和線上教育等情境，下面列舉了記憶體型在4個典型情境中的應用。

情境1：使用Redis社區版執行個體在秒殺情境中構建緩衝，部分熱點Key的QPS要求高達20萬以上，無法滿足業務高峰期的需求。
採用記憶體型（標準架構）執行個體後，熱門商品秒殺過程流暢，未發生效能問題。
情境2：在業務中使用Redis社區版叢集執行個體，但在使用事務和Lua指令碼功能時有一定的限制。
採用記憶體型執行個體後，在滿足效能需求的同時消除了叢集版的命令使用限制。
情境3：自建有一主多備的Redis服務，隨著業務中訪問量的不斷提高，備節點數量也要隨之增加，管理維護成本越來越高。
採用具備一個資料節點五個唯讀副本的記憶體型（讀寫分離架構）執行個體後，可以輕鬆應對百萬級QPS的業務挑戰。
情境4：自建有Redis叢集來承擔線上千萬級QPS的業務壓力。隨著業務的發展，Redis分區數不斷增加，管理維護成本居高不下。
採用記憶體型（叢集架構）執行個體後，叢集規模縮到原來的三分之一，管理維護成本大幅降低。

執行緒模式對比

線程架構

說明

Redis社區版和原生Redis採用單執行緒模式，資料處理流程為：讀取請求，解析請求，處理資料，發送響應。其中網路IO和請求解析佔用了大部分的資源。

Tair記憶體型將服務各階段的任務進行分離，通過分工明確的多個線程平行處理各階段任務，達到提高效能的目的。

IO線程：負責請求讀取、響應發送、命令解析等。
Worker線程：負責命令處理、定時器事件等。
輔助線程：負責高可用探測、保活等。

IO線程讀取使用者的請求並進行解析，之後將解析結果以命令的形式放在隊列中發送給Worker線程處理。Worker線程將命令處理完成後產生響應，通過另一條隊列發送給IO線程。

Tair記憶體型最多支援4個IO線程並發運行。為了提高線程的並行度，IO線程和Worker線程之間採用無鎖隊列和管道進行資料交換。

說明

對於通用的類型，例如：String、List、Set、Hash、Zset、 Hyperloglog、Geo以及擴充結構都有很好的加速效果。
對於Pub、Sub、Blocking系列API，由於其複製是在worker中完成的，可被加速提升吞吐，效能提升約50%。
由於Transaction、Lua script要求串列執行，無加速效果。

說明

區別於Redis社區版6.0的多線程（效能至多提升2倍，且CPU資源消耗高），記憶體型的Real Multi-IO能夠將IO加速地更徹底，具備更高的抗串連衝擊性，且可以線性地提升吞吐能力。

效能對比

ApsaraDB for Redis執行個體採用與原生Redis相同的單執行緒模式，每個資料節點支援8萬到10萬的QPS；Tair記憶體型採用多執行緒模式，由IO線程、Worker線程和輔助線程共同完成資料處理，單節點效能為ApsaraDB for Redis執行個體的3倍左右。下表展示了不同架構下，ApsaraDB for Redis和Tair記憶體型執行個體的適用情境對比。

架構	ApsaraDB for Redis	Tair記憶體型
標準架構	不適用於單節點QPS要求超過10萬的情境。	可應用於QPS高於10萬的情境。
叢集架構	包含多個資料節點，每個節點的效能與標準版執行個體相似。當某個節點儲存了熱度較高的資料並面臨大並發量的請求時，該節點中其它資料的讀寫可能受到影響，形成效能瓶頸。	能更好地應對熱讀寫，降低維護成本。
讀寫分離架構	有較高的讀效能，在讀多寫少的情境表現良好，但不適用於大並發寫入的情境。	既有較高的讀效能，又能承受大並發寫入，適用於寫請求多而讀請求更多的情境。

資料結構模組整合

記憶體型整合多個自研的資料模組，包括exString（包含Redis String命令增強）、exHash、exZset、GIS、Bloom、Doc、TS、Cpc、Roaring、Search和Vector，擴充了適用性，同時降低了複雜情境下業務的開發難度，讓您專註於業務創新。

說明

記憶體型（相容Redis 7.0、6.0）相容所有資料結構。
記憶體型（相容Redis 5.0）相容除TairVector以外的所有資料結構。

類型	Tair擴充資料結構	Redis Stack Server（對比項）	說明
String增強	exString Redis String命令增強	無	TairString是一種帶版本號碼的string類型資料結構，同時還在Redis String加減功能的基礎上支援了邊界設定，可以將INCRBY、INCRBYFLOAT的結果限制在一定的範圍內，超出範圍則提示錯誤。該資料結構已開源，更多資訊請參見TairString。 CAS和CAD命令可實現簡潔高效的高效能分布式鎖。最佳實務：基於TairString實現高效能樂觀鎖、基於TairString實現高效限流器。
Hash增強	exHash	無	TairHash支援為field設定到期時間和版本，提高了Hash資料結構的靈活性，簡化了很多情境下的業務開發工作。該資料結構已開源，更多資訊請參見TairHash。最佳實務：基於TairHash實現使用者多裝置登入管理。
Zset增強	exZset	無	TairZset可實現256個維度double類型的分值排序，提供普通熱門排行榜和多維熱門排行榜的能力。該資料結構已開源，更多資訊請參見TairZset。最佳實務：基於TairZset輕鬆實現多維熱門排行榜、基於TairZset實現分布式架構熱門排行榜。
GeoSpatial	GIS	無	TairGIS是一種使用R-Tree做索引，支援地理資訊系統GIS（Geographic Information System）相關介面的資料結構。支援點、線、面的查詢，支援包含、被包含、相交等多種關係判斷。該資料結構已開源，更多資訊請參見TairGIS。最佳實務：基於TairGIS實現電子圍欄、基於TairGIS實現同城購業務。
Doc（JSON）	Doc	RedisJSON	TairDoc是一種文件類型的資料結構，支援JSON標準，類似RedisJSON模組。同時，TairDoc資料以二進位樹的方式儲存，支援對JSON中子項目進行快速存取。
Search	Search	RediSearch	TairSearch提供類似Elasticsearch（ES-LIKE）的文法，提供種類更多、效果更準確的分詞器，查詢效能更佳。最佳實務：基於TairSearch加速多列索引聯集查詢基於TairSearch構建股票K線Realtime Compute服務在TairSearch中使用Msearch實現索引分區搜尋在TairSearch中使用bool進行組合條件查詢
TimeSeries	TS	RedisTimeSeries	TairTS相比較RedisTimeSeries具備更強的標籤（Tag）擴充能力，支援Skey（Tag）的兩級Hash結構時間軸，支援對Skey（Tag）進行二級時間軸彙總查詢，支援對歷史時序資料的更新或累加等。最佳實務：基於TairTS實現秒級監控。
Sketches	Bloom	RedisBloom	TairBloom相容RedisBloom，支援動態擴容，同時通過64位的Hash演算法降低Hash碰撞率，顯著降低巨量資料的衝撞率。最佳實務：推薦系統、爬蟲系統，更多資訊請參見Bloom。
Sketches	Cpc	無	TairCpc是基於CPC（Compressed Probability Counting）壓縮演算法開發的資料結構，支援僅佔用很小的記憶體空間對採樣資料進行高效能運算，支援滾動視窗和滑動視窗，可以更好地支援流式運算，支援巨量資料分析中常用的彙總運算元，如：`DISTINCT`、`COUNT`、`MAX`、`MIN`、`FIRST`、`LAST`、`SQUARED`等。
Bitmap	Roaring	無	TairRoaring提供高效的計算模組和極高的穩定性，支援多位元影像運算能力，提升了效能和空間效率。最佳實務：基於TairRoaring實現人群圈選方案。
向量檢索	Vector	Redis Search （Vector Similarity）	TairVector是Tair自研的擴充資料結構，提供高效能、即時，集儲存、檢索於一體的向量資料庫服務。最佳實務： TairVector混合檢索實踐基於Tair Vector實現圖文多模態檢索基於Tair Vector實現分子結構近似檢索

企業級特性

企業級特性	說明
通過資料閃回按時間點恢複資料	開啟Tair的資料閃回功能後，Tair最長可將AOF備份資料保留7天，在此期間您隨時可以指定一個精確到秒的時間點，系統會基於所選時間點的備份資料建立一個新的執行個體，實現精確的資料恢複。
代理查詢快取	開啟代理查詢快取功能（Proxy Query Cache）後，代理節點會緩衝熱點Key對應的請求和返回資訊，當在有效時間內收到同樣的請求時直接返回結果至用戶端，無需和後端的資料分區互動。
全球多活	Tair全球多活是雲端式資料庫Redis自研的多活資料庫系統，可輕鬆實現異地多個網站同時對外提供服務的業務情境，助力企業快速複製阿里巴巴異地多活架構。
Tair執行個體雙向同步	通過Data Transmission Service（Data Transmission Service）實現Tair執行個體間的雙向資料同步，可應用於異地多活、資料容災等多種情境。

常見問題

Q：用戶端不支援新模組的命令怎麼辦？

A：您可以先在應用代碼中定義需要使用的新模組命令，然後再使用這些命令，或者通過Tair用戶端直接調用Tair擴充資料結構，更多資訊，請參見Tair Clients。