2667
引導語：越來越多的應用程序依賴于龐大的數據集合，而這些應用程序必須快速響應。借助自動分層，Redis Enterprise 7.2 幫助開發(fā)人員輕松創(chuàng)建超快的應用程序。何樂而不為？
簡介（朋友圈）：企業(yè)業(yè)務一直依賴于其收集的數據，但這些數據集正在不斷增長。即使需要提取的數據存儲量非常龐大，Redis Enterprise 7.2也能使應用程序能以最快的速度檢索和處理數據。利用自動分層技術，可以識別冷數據和熱數據，并分別存儲在內存和固態(tài)硬盤上，顯著提升了系統(tǒng)響應速度，優(yōu)化內存占用的同時降低硬件成本要求。
Redis將數據存儲在內存中，因此應用程序能以最快的速度檢索和處理數據。然而，隨著應用程序需要處理的數據越多，存儲數據集所需的內存越大，所耗費的成本則更高，Redis Enterprise自動分層技術能很好地化解這個兩難的局面。
一、問題：內存有限且昂貴
當應用程序訪問的數據量很大，例如達到TB級時，開發(fā)人員就面臨著內存有限的問題，他們一般使用基于磁盤的解決方案來在幕后支持 Redis。這樣一來，開發(fā)人員就不得不在應用程序中構建整個數據管理系統(tǒng)，這意味著他們要把時間花在不相干的任務上。
利用 Redis Enterprise 的自動分層功能，開發(fā)人員可以使用固態(tài)硬盤（SSD）作為可用內存的一部分，將大容量數據庫擴展到SSD中。Redis Enterprise 可以隨時識別哪些數據應留在內存中，哪些數據應留在固態(tài)硬盤上，從而將吞吐量提高一倍，并將延遲減半。
因此，開發(fā)人員無需編寫額外的代碼或學習其他新技術。通過將動態(tài) RAM 與高速外部存儲相結合，Redis Enterprise 可以輕松高效地使用系統(tǒng)資源，同時還能快速訪問熱數據。
二、自動分層的工作原理
自動分層可自動管理數據。它會將熱數據轉移到 DRAM，并智能地將未使用的數據轉移到 SSD。這為依賴大型數據集的應用帶來了新的可能性。
通過將訪問頻率較低的冷數據轉移到固態(tài)硬盤，開發(fā)人員可以優(yōu)化內存使用，降低與大容量內存需求相關的成本。
實際上，這可以使數據量大的應用程序運行得更快，而無需開發(fā)人員額外付出。與僅使用 DRAM 的部署相比，它還能節(jié)省高達 70% 的基礎硬件設施成本。而且，由于自動分層可以高效地自動管理數據訪問模式，因此您無需花費時間（計算或人工篩選）來識別熱數據和冷數據。
為了增強這一功能，Redis 與創(chuàng)新的鍵值存儲引擎 Speedb 建立了戰(zhàn)略合作伙伴關系。我們將其技術整合為默認的自動分層引擎。
集成 Speedb 后，Redis Enterprise 的性能顯著提升，在訪問相同資源的情況下，吞吐量翻倍，延遲減半。這大大拓寬了可利用自動分層優(yōu)勢的用例范圍。在這一改進之后，Redis Enterprise 使用自動分層的數據庫規(guī)模由每個內核 5k ops/秒增至10k ops/秒。
通過自動分層使核心吞吐量加倍
三、數據案例
我們來看一個案例。
下圖展示了自動分層在實際工作負載場景中的性能演變示例。藍色條代表使用以前的存儲引擎（RocksDB）的 Redis Enterprise 6.4，紅色條代表使用 Speedb 的 Redis Enterprise 7.2。在基礎設施方面，我們使用 I4i.8xlarge AWS 實例在 10 個分片上托管 1TB 數據庫，為實現高可用性，采用總共 20 個分片，為 1,024 個客戶端提供服務。
為了模擬最標準的 Redis 用例，我們在 20% DRAM 和 80% SSD 的配置上定義了兩種不同的有效載荷（1KiB 和 10KiB），并提供了三種可能的使用模式：平衡讀/寫（1:1）、重讀（1:4）和重寫（4:1）。在這兩種情況下，我們測量了以每秒操作數為單位的吞吐量和相應的延遲。以下圖表顯示了結果。
RAM/SSD數據占比2:8，單次操作1KB值
與 RS 6.4 (RocksDB) 相比，RS 7.2 (Speedb) 改進了：
- 85% 命中率時：每秒操作次數增加 1.4 倍至 1.6 倍，同時延遲降低高達 2.4 倍
- 50% 命中率時：每秒操作次數增加 1.9 倍至 2.3 倍，同時延遲降低高達 3.8 倍
RAM/SSD數據占比2:8，單次操作10KB值
與 RS 6.4 (RocksDB) 相比，RS 7.2 (Speedb) 改進了：
- 85% 命中率時：每秒操作次數增加 2.3 倍至 3.0 倍，同時延遲降低高達 3.0 倍
- 50% 命中率時：每秒操作次數增加 2.1 倍至 3.5 倍，同時延遲降低高達 3.5 倍
在所有情況下，帶有 Speedb 的 Redis Enterprise 7.2 都具有更好的吞吐量，這意味著維持這種性能水平所需的應用程序速度更快，基礎設施更少。
四、應用場景
自動分層尤其適用于將數據分為熱數據和冷數據的情況。
1.移動銀行
讓我們來看看移動銀行應用的例子。
如今，每個人的移動設備上都有銀行應用程序。用戶登錄應用程序，獲取余額，查看最后一筆交易，并獲取其他相對較小和集中的信息。每個人都希望這一過程流暢、簡單、即時。這些數據就是我們的熱數據，存放在 Redis Enterprise 數據庫的 DRAM 中。
用戶希望獲得更多信息的情況并不常見，例如舊交易記錄--也許是兩年前的稅務數據。用戶需要訪問這些數據，但數據訪問速度并不那么重要。這種數據集是我們的冷數據，可以保存在高速外部存儲如固態(tài)硬盤中。
2.游戲行業(yè)
速度在游戲行業(yè)也很重要。例如，游戲應用對延遲有嚴格要求。另外，從本質上講，游戲是一種潮流。隨著時間的推移，游戲公司會積累越來越多的用戶數據，并將其存儲在用戶資料數據庫中，但并非所有用戶都是活躍用戶。通過自動分層，活躍用戶的資料數據可以存儲在 DRAM 中，而其他用戶的數據則存儲在 SSD 中。
虹科是Redis原廠的中國區(qū)戰(zhàn)略合作伙伴。我們持續(xù)關注各行業(yè)當下急切需求，專注于為企業(yè)解答疑問，制定專屬服務，提供一站式數據庫和商業(yè)智能解決方案。了解更多【企業(yè)級數據庫解決方案】及【企業(yè)緩存指南】，歡迎前往虹科云科技官網https://hongcloudtech.com/
聯系虹科工程師：15528663362
聯系方式鏈接：https://t.dustess.com/Fc6fpUjg
下載ECAD模型
