虹科干货 | Redis Enterprise 自动分层技术：大数据集高性能解决方案-CSDN博客

文章来源虹科云科技
阅读原文https://mp.weixin.qq.com/s/5ik-WLHwEmPn42f1FissQw

越来越多的应用程序依赖于庞大的数据集合而这些应用程序必须快速响应。借助自动分层Redis Enterprise 7.2 帮助开发人员轻松创建超快的应用程序。何乐而不为

Redis将数据存储在内存中因此应用程序能以最快的速度检索和处理数据。然而随着应用程序需要处理的数据越多存储数据集所需的内存越大所耗费的成本则更高Redis Enterprise自动分层技术能很好地化解这个两难的局面。

一、问题内存有限且昂贵

当应用程序访问的数据量很大例如达到TB级时开发人员就面临着内存有限的问题他们一般使用基于磁盘的解决方案来在幕后支持 Redis。这样一来开发人员就不得不在应用程序中构建整个数据管理系统这意味着他们要把时间花在不相干的任务上。

利用 Redis Enterprise 的自动分层功能开发人员可以使用固态硬盘SSD作为可用内存的一部分将大容量数据库扩展到SSD中。Redis Enterprise 可以随时识别哪些数据应留在内存中哪些数据应留在固态硬盘上从而将吞吐量提高一倍并将延迟减半。

因此开发人员无需编写额外的代码或学习其他新技术。通过将动态 RAM 与高速外部存储相结合Redis Enterprise 可以轻松高效地使用系统资源同时还能快速访问热数据。

二、自动分层的工作原理

自动分层可自动管理数据。它会将热数据转移到 DRAM并智能地将未使用的数据转移到 SSD。这为依赖大型数据集的应用带来了新的可能性。

通过将访问频率较低的冷数据转移到固态硬盘开发人员可以优化内存使用降低与大容量内存需求相关的成本。
实际上这可以使数据量大的应用程序运行得更快而无需开发人员额外付出。与仅使用 DRAM 的部署相比它还能节省高达 70% 的基础硬件设施成本。而且由于自动分层可以高效地自动管理数据访问模式因此您无需花费时间计算或人工筛选来识别热数据和冷数据。

为了增强这一功能Redis 与创新的键值存储引擎 Speedb 建立了战略合作伙伴关系。我们将其技术整合为默认的自动分层引擎。
集成 Speedb 后Redis Enterprise 的性能显著提升在访问相同资源的情况下吞吐量翻倍延迟减半。这大大拓宽了可利用自动分层优势的用例范围。在这一改进之后Redis Enterprise 使用自动分层的数据库规模由每个内核 5k ops/秒增至10k ops/秒。

三、数据案例

我们来看一个案例。

下图展示了自动分层在实际工作负载场景中的性能演变示例。蓝色条代表使用以前的存储引擎RocksDB的 Redis Enterprise 6.4红色条代表使用 Speedb 的 Redis Enterprise 7.2。在基础设施方面我们使用 I4i.8xlarge AWS 实例在 10 个分片上托管 1TB 数据库为实现高可用性采用总共 20 个分片为 1,024 个客户端提供服务。

为了模拟最标准的 Redis 用例我们在 20% DRAM 和 80% SSD 的配置上定义了两种不同的有效载荷1KiB 和 10KiB并提供了三种可能的使用模式平衡读/写1:1、重读1:4和重写4:1。在这两种情况下我们测量了以每秒操作数为单位的吞吐量和相应的延迟。以下图表显示了结果。

RAM/SSD数据占比2:8单次操作1KB值

与 RS 6.4 (RocksDB) 相比RS 7.2 (Speedb) 改进了
· 85% 命中率时每秒操作次数增加 1.4 倍至 1.6 倍同时延迟降低高达 2.4 倍
· 50% 命中率时每秒操作次数增加 1.9 倍至 2.3 倍同时延迟降低高达 3.8 倍
RAM/SSD数据占比2:8单次操作10KB值

与 RS 6.4 (RocksDB) 相比RS 7.2 (Speedb) 改进了
· 85% 命中率时每秒操作次数增加 2.3 倍至 3.0 倍同时延迟降低高达 3.0 倍
· 50% 命中率时每秒操作次数增加 2.1 倍至 3.5 倍同时延迟降低高达 3.5 倍

在所有情况下带有 Speedb 的 Redis Enterprise 7.2 都具有更好的吞吐量这意味着维持这种性能水平所需的应用程序速度更快基础设施更少。

四、应用场景

自动分层尤其适用于将数据分为热数据和冷数据的情况。

1.移动银行
让我们来看看移动银行应用的例子。
如今每个人的移动设备上都有银行应用程序。用户登录应用程序获取余额查看最后一笔交易并获取其他相对较小和集中的信息。每个人都希望这一过程流畅、简单、即时。这些数据就是我们的热数据存放在 Redis Enterprise 数据库的 DRAM 中。

用户希望获得更多信息的情况并不常见例如旧交易记录–也许是两年前的税务数据。用户需要访问这些数据但数据访问速度并不那么重要。这种数据集是我们的冷数据可以保存在高速外部存储如固态硬盘中。

2.游戏行业
速度在游戏行业也很重要。例如游戏应用对延迟有严格要求。另外从本质上讲游戏是一种潮流。随着时间的推移游戏公司会积累越来越多的用户数据并将其存储在用户资料数据库中但并非所有用户都是活跃用户。通过自动分层活跃用户的资料数据可以存储在 DRAM 中而其他用户的数据则存储在 SSD 中。