一文读懂内存数据库
共
10592字，需浏览
22分钟
·
2020-12-25 17:22
“全球内存数据库市场，
将以19.65%的复合年增长率
不断迅速发展。”
分析机构
Verified Market Research
对内存数据库市场的发展
报以极大的肯定。
#看起来很不错#
事实上，随着云计算、互联网技术的蓬勃发展，用户场景变得越来越复杂，数据增长越发明显，带来了海量数据访问处理的新挑战。然而，传统数据库的管理处理能力，已经不能完全胜任新时期的企业发展，也难以应对新数据时代下的新挑战。
备受业界关注的Key-Value非关系数据库映入大家眼帘，NoSQL因其高可扩展性、高性能、弹性等优势，成为新数据时代的“弄潮儿”。
全球云观察分析指出，Key-Value数据库按照键值对的形式进行组织、索引和存储，因而带来了内存数据库在具体应用中新的提升。在实际落地的用户案例中，Key-Value存储表现虽好，可以非常有效地减少读写磁盘的次数，带来了比SQL数据库存储更好的读写性能，但也有一定限制，比如适合不涉及过多数据关系业务关系的业务数据。
对Key-Value数据库大家可能了解还是比较多，比如：
其中，在近年来，Redis的表现尤为突出。这是为什么呢？
没有比较就没有鉴别。那么，我们拿Memcached与Redis做一个简单的对比分析。作为一个高性能的key-value存储系统，Redis和Memcached有点类似，为了保证数据读写效率，在内存中实现了数据的缓存。
一方面针对更新的数据，周期性地写入磁盘，并且在记录文件中，追加写入修改操作日志；
另一方面，与此同时，还进一步实现了master-slave主从同步功能，带来主从服务器更高的读写效率。此外，在部分场景中，Redis对关系数据库起到很好的补充作用。
Memcached仅仅支持DataTable或者HashTable简单数据类型，Redis支持String(字符串)、Hash(哈希)、List(列表)、Set(集合)、Zset(有序集合)多种数据类型，实现丰富的数据操作。
为了方便大家使用，Redis为用户提供了Python、Ruby、Erlang、PHP客户端。
这么优秀的Redis，业界传说由一位出生在西西里岛的意大利人antirez发明。回顾一下Redis的前世今生，你不难有一些新的发现。
作为系统管理员，在2004到2006年期间，antirez主要从事嵌入式工作。后来接触到web，2007年与友人共同创立网站LLOOGG，为了解决网站的负载问题，在2009年开发了Redis内存数据库。
从2009年诞生至今，Redis已经发展迭代了多个版本，最新的一个主要版本为Redis 6.0.1，于2020年5月2日正式发布。如 Redis发明者antirez所言，这个版本有三最，即迄今为止最能体现企业化、有史以来改动最大、参与开发人数最多。
发展了十年有余，实属不易。作为开源的内存数据库杰出代表，目前Redis成为了全球最主流的Key-Value数据库产品，应对高并发、大流量、低延迟业务场景，备受业界器重，其高速缓存应用方面表现出来了性能优势。
Redis虽好，然而开源Redis作为云内存数据库，却有着比较大的局限性。对此，阿里云智能数据库产品事业部高级产品专家黄鹏程分析指出：
其一，在Redis Class下构建大容量服务，成本问题已经出现。在分片数较少，单个分片较大情况下，调用Fork同步操作带来服务不稳，同时持久化带来服务恢复缓慢，虽然采用主多从的形式来保证服务的可用性，但在多实例下，其管理成本和内部通信成本的开销增大。
其二，Redis本身持久化数据的能力有限，最新版本推出了RDB和AOF两种模式来提升持久化能力。然而在实际应用中，Everysecond每秒持久化的形式十分不利于实际应用，特别是将Redis已经作为最终存储数据的数据库在应用，一旦出现问题，将波及大量的整体数据。“在一个如10万TPS高吞吐的场景下，一秒的数据丢失可能就意味着数万条数据记录的丢失。”对数据可靠性要求很高的用户来说，这是最大的问题。此外Redis缓存+主存储方式来提升持久化，也带来数据一致性、主从数据库开销等系列问题。
从实际情况出发进一步分析来看，Redis应对客户业务快速发展变化上问题颇多。在大容量Redis启动时，加载持久化文件会耗时很久，缓存无法做到快速恢复。开源版Redis无法同时拥有服务全程高性能和数据持久化。开源Redis的数据读写均发生在内存，随着数据规模增大，内存资源占用会随之递增，而每台服务器可使用内存又是一个较小的有限值，因此服务器数量也随着被迫快速上升，整体服务成本会大幅度攀升。
此外，当业务进入发展后期，数据量渐成规模，数据访问频度会减少，对于开源Redis现有应用架构和逻辑而言，很难降低数据存储的成本。
想要满足用户更多的业务场景，以及更优化的服务成本要求，必然需要解决开源Redis本身带来的弊端。阿里云为什么还要推Tair？答案就在此。
Tair的诞生不是一朝一夕，而是历经了十二年的应用锤炼。
实际上，阿里云推出的云原生内存数据库Tair，源自阿里巴巴集团重点打造的自研Key-Value数据库，这是一个完全兼容Redis协议的内存数据库。
2004年，淘宝开始应用缓存技术。最先投入应用的是基于前端页面的缓存技术，采用ESI来标识可以加速和不能加速的网页内容片段，有效减少了从服务端抓取整个页面的次数。
随着淘宝网的流量快速增长，数据库的压力与日俱增，基于后端系统的缓存技术应运而生。从服务淘宝详情和验证码等业务的持久化系统TBStore，到初始服务于淘宝用户中心的TDBM等，后端系统缓存技术经历了多个系统与阶段的演变，以及经验的积累。到2009年，这些系统、技术经验经过进一步的研发创新，融合成了Tair。
2009年4月，作为一款真正的企业级云内存数据库产品，Tair正式诞生。随即应用在淘宝核心业务系统，随后逐渐进入阿里其他核心业务系统。Tair最早的设计思路源自Redis，很多功能设计也参考了Redis。与此同时，为了方便用户应用需求，Tair也完全兼容Redis的数据结构和接口API，原来采用Redis的应用可以无缝迁移到Tair。
2015年3月，Tair正式推出阿里云的云数据库Redis产品。阿里云 Redis 从 2015 年商用以来，一直是全球领先的云内存数据库产品，拥有Redis和Tair两个主要产品，其背后的研发团队拥有众多顶级Redis社区Committer，并在Redis全球核心团队（共五人）中拥有一名核心成员，在Redis技术发展中持续为社区做出贡献。
2017年11月，Tair热点散列经过双十一的考验，解决了业内缓存热点难题。
2018年，Tair正式开始投入Intel AEP的研究和使用落地。并成功应用于当年双11的电商商品核心集群中，大幅降低了成本，成为中国首个在生产环境正式部署应用Intel AEP的产品。不过，当时的Tair软件层并没有在AEP上做相关数据持久化和恢复的特性，仅作为缓存使用。
2019年4月，阿里云的云数据库Redis产品在Redis开源社区贡献排名第三。
2020年9月，Tair正式推出持久存储系统形态，加速进入多存储引擎时代。随着云上环境的成熟，Tair基于AEP，全新研发了数据持久落地的自研引擎，并融入神龙裸金属服务器和云原生数据库管理系统的技术优势。整体能力上，获得了近似内存的性能，90%的吞吐能力，而成本降低了30%。同时，从内存的易失性到AEP的持久能力，Tair自研引擎的每个操作都能持久化，大幅降低数据丢失的风险。
2020年10月28日，阿里云正式发布云原生内存数据库Tair企业级Redis服务，该系列包含两种产品形态：持久内存型和容量存储型。这是Tair系列继性能增强型和混合存储型后又一力作。
经过多年持续不断的打磨、完善和改进，如今已经演进到Tair 3.0。Tair全新定位企业级云原生内存数据库，全面覆盖客户不同业务阶段对于Redis性能、功能与成本的更高要求。
Tair兼容原生Redis的数据结构和接口，并具备更大容量规格、fork抖动更低且命令级数据持久化的能力。同时打破了传统Redis中的数据只能在易失性存储上进行读写的模式，Tair针对客户不同业务阶段的数据存储要求与服务成本考量，全新实现了持久性更强、成本更低的内存数据库。
特别是在安全风控的应用场景下，像淘宝、天猫、饿了么等用户对于在线风控要求实时性非常高，一旦发现异常用户行为习惯或异常账号情况，需要在线实时发现并处理。因而需要将Tair企业级能力和云原生能力、低成本与弹性能力充分结合，为应用提供风控实时在线的处理能力。此外，Tair具备全球分布式能力，数据在任何一个节点写入了后，在其它可用区AZ可以实时读取，这对实现风控实时异常监测带来非常好的帮助，并且在发生区域故障或者异常时Tair提供切换和恢复能力。
此外，通过Tair云原生内存数据库的能力，以及多模型计算能力的支撑，比如阿里云图数据库GDB支持属性图模型，而Tair GDB更利于快速发现数据关系，对风控带来显而易见的帮助作用。
以内存存储和计算为基础，集事务和分析处理于一体，TairGDB、TairCPC等数据模型将实时计算等能力下沉到内存数据库中，在Tair中实现了多种工作负载，将用户场景真正在线化、实时化。
全球云观察分析指出，Tair经过十二年锤炼，不仅解决了数据可靠性与各场景中广泛使用Redis之间的矛盾，同时针对服务高性能与数据可靠性之间的矛盾也得以搞定。更值得一提的是，Tair实现了更经济的成本，来匹配用户业务不同阶段的服务访问热度。
在成交额破3723亿元的2020年天猫“双十一”活动中，订单创建峰值高达58.3万笔/秒，云原生内存数据库Tair作为“双十一”关键性的技术支撑，应对订单高峰时的流量压力，实现在线访问加速能力，承受住了最高每秒15亿次的调用风暴。
在复杂的应用场景下，Tair持续不断地进行技术创新，适用于热点场景的Tair热点散列创新解决方案让互联网应用类似于电商、社交等频繁出现热点的场景极大降低了应用的开发成本，而且为应用节省了至少2/3为热点场景预留的资源。
在商品信息等海量热数据存储的场景，Tair引入使用密度更高、成本更低的持久内存，使集群整体TCO下降60%的同时，吞吐和延迟能够满足场景需求。
据悉，南瓜电影、CC视频等用户，使用阿里云内存数据库Tair的企业级功能，实现了数据多地域同步，给终端用户带去了更极致的体验。
Tair应战多次“双十一”大考，历经优酷春晚、菜鸟、高德、南瓜电影、CC视频等业务场景不同规模的应用锤炼，相对于开源Redis而言，可谓青出于蓝而胜于蓝。
当然，作为新一代内存数据库的代表，Tair已经超过了Redis，实现了从缓存到一个真正内存数据库的角色转变，越来越多核心应用除了使用Tair的缓存模式之外，也使用Tair作为数据的持久化存储方案。
“云原生、持久化、融合计算，这三大元素的加持，让内存数据库的发展正式进入一个新阶段。”2020年12月13日，阿里云数据库负责人李飞飞在云内存数据库峰会上表示，让数据实时在线，阿里云的Tair正在引领潮流，加速云原生内存数据库时代到来。
进一步分析来看，阿里云Redis团队在自研内存数据库系列Tair中，也是基于当前用户具体应用需求来创新。毕竟在不同应用场景中，数据访问速度、数据容量都会不同。针对不同数据温度场景，从访问延时、持久化需求、整体成本这三个核心维度考量，基于DRAM、NVM、ESSD三种存储介质，推出了三种不同Tair形态，来满足用户不同场景的具体需求。除了最新推出的持久内存型和容量存储型，Tair还有之前大家比较熟悉的性能增强型。
作为Tair持久存储系列的两种产品形态，持久内存型和容量存储型的工作原理相同，都是将数据放置在非易失性存储介质上。在数据库启动时无需进行数据加载，应用直接访问相关数据。在写入数据时也能保证命令级的数据可靠性，写入一条数据即持久化存入非易失性介质。同时也消除了fork带来的服务抖动，而对业务应用则保持Redis的通信协议和数据结构与API，对于熟悉原生Redis的用户可以轻松上手。
在硬件选择上，持久内存型采用了Intel 傲腾持久内存（AEP），容量存储型采用了阿里云ESSD云盘。
英特尔傲腾（AEP）持久内存架构的特点突出，在DRAM内存和块存储之间，加入大容量持久内存层，数据不会丢失，同时以高性价比提供出色性能。Tair持久内存型采用Intel 傲腾（AEP）持久内存技术后，兼容绝大部分Redis数据结构和命令，借助AEP的App Direct模式，实现了高性能下的命令级持久化能力。在价格上，Tair持久内存型相当于阿里云社区版Redis价格的70%左右，适用于要求高吞吐、低延迟同时对数据可靠性要求高的热数据存取场景。
然而，对于温冷数据存取场景，用户要求更高的数据持久化，以及更高的存储密度，数据访问频率也相对较低。基于阿里云ESSD云盘技术，推出的Tair容量存储型，兼容Redis核心数据结构与命令，满足用户超大容量、平均性能有所妥协的温冷数据存取服务。
在基准性能测试中，其基础数据类型读性能中位数约为开源Redis的70%，写性能中位数约为开源内存版的55%，而服务拥有成本最低可降低至阿里云Redis社区版的15%左右。
值得一提的是，在刚结束历时4个月的数据库性能大赛上，Tair提炼双十一热点场景挑战和在持久内存上的最佳实践，携手众多业内同行，共同推动持久内存型数据库的应用和发展。
不过，无论是哪类场景，Tair都支持在线访问，承担着超大流量，作为流量的承接地，对于流量的穿透、击穿和防止本身系统雪崩上做了非常深入的工作。
目前来看，从高访问强度，到高存储密度，Tair的产品系列已经覆盖了全线企业级Redis服务。
在总结Tair整体优势上，阿里云数据库负责人李飞飞归纳为三个方面：
优势一，支持大规格单实例，价格更亲民。单进程可以最大支持到256G，实现集群规模高达64T以上。
优势二，提供命令级的持久化，架构更简化。操作写入即持久存入的过程，远胜开源Redis秒级持久化的能力。并且可以将原来“缓存加主存”双重数据存储架构，实现合二为一。
优势三，高性能无抖动，稳定更可靠。用过开源Redis的朋友应该都深有体会，其性能抖动令大家感到困扰。
特别值得关注的是在数据安全方面，针对当前用户面临各样的数据丢失、业务逻辑错误带来的商业风险，传统的定时或手动备份不足以完美应对。Tair不仅有全量的备份和恢复能力，并且在Tair性能增强版本中提供了数据闪回的功能，帮助用户在其指定时间点上，精准恢复指定实例数据，在数据安全上为用户实现最高级别的保驾护航。
全球云观察分析指出，对于数据安全方面的更多考虑，彰显出了阿里云在云数据库领域的全局思维。当然，对于阿里云而言，在数据库领域的耕耘与布局也非常全面。
作为国内最早推出云数据库的厂商之一，阿里云已经形成了完整布局。包括了：关系型数据库、NoSQL数据库、数据仓库、数据库生态工具和云数据库专属集群五大产品板块。
在NoSQL数据库布局上，一方面，阿里云云数据库Redis会将Redis作为用户上云快速接入、体验原汁原味开源Redis的云上服务。另一方面，重点打造自研产品Tair，作为“存算一体化”的企业级云原生内存数据库，全面覆盖客户不同业务阶段对于Redis性能、功能与成本的更高要求。
很显然，云计算与大数据的发展势不可挡，云原生内存数据库必然迎来了新的发展机会，在很大程度上将改变原有“应用+缓存+持久存储”的架构模型，通过采用Tair持久内存型方案，进一步简化架构降低TCO，Tair也将引领“应用+内存数据库”的新趋势。
未来，Tair会持续在成本、弹性、计算、企业级方面进一步优化，通过池化的内存存储来提供多种计算模型和计算能力的支撑，实现存储计算在内存层面真正的一体化。
2020年11月份Gartner公布的2020年度全球数据库魔力象限评估中，阿里云首次挺进全球数据库第一阵营——领导者象限，这也是中国数据库40年来首次进入全球顶级数据库行列，标志着国产数据库正式进入一线行列。
根据IDC的数据，在公有云市场阿里云在云数据库赛道上营收已经位居全球第三，而就整个数据库市场而言，在中国市场份额阿里云位居榜首。
毋庸置疑，云原生数据库已经成为行业发展趋势。Gartner在去年发布的名为《The Future of the Database Management System (DBMS) Market Is Cloud》的报告中就明确提出，传统的自己部署数据库的方式已经过时。
云是未来，所有组织，无论大小，都将越来越多地使用云数据库。为此，阿里云在云数据库产品方面的进一步丰富，正是顺应了这一趋势。就此，在企业级云原生内存数据库的发展上，Tair将持续强化云原生、软硬件技术结合、数据存储和计算一体化等核心能力，让云原生内存数据库真正走到大家身边，不断满足用户数字化转型过程中的业务发展需要，并贡献出更大的创新力量。
点赞
评论
收藏
分享
手机扫一扫分享
举报
点赞
评论
收藏
分享
手机扫一扫分享
举报
