大数据技术与架构
点击右侧关注，大数据开发领域最强公众号！
暴走大数据
点击右侧关注，暴走大数据！
本文是整理来自阿里巴巴夏周同学的分享，详细介绍了阿里云Redis的发展和现状。
Redis：Remote Dictionary Server，Key-Value存储系统，优点包括：
易用性：丰富的数据结构支持，Module
高性能：高校的数据结构设计，全内存操作
可靠性：主备同步，持久化
单节点->单机主备->集群->读写分离->同城容灾->异地多活
阿里云整体架构包含6大支撑系统：
HA控制系统
实例高可用探测模块，用于探测监听Redis实例运行情况。
日志收集系统
进行云数据库Redis版运行情况的日志收集，包括实例慢查询日志，访问日志等。
监控系统
进行Redis实例性能监控，信息的收集工作，目前包括基本信息组监控，keys组信息监控，string信息组监控等核心信息
在线迁移系统
当实例所运行的物理机出现故障，在线迁移系统会根据备份系统中的备份文件进行实例重新搭建，保证业务不受影响
备份系统
针对Redis实例进行备份处理，并且将生成的备份文件存储在OSS系统上进行保存。目前Redis备份系统支持用户自定义备份设置，可临时备份并且保存7天内的备份文件。
任务控制系统
Redis实例支持多中管理控制任务，如创建实例、变更配置、备份实例等，任务系统会根据用户下发的操作指令，进行灵活控制并且进行任务跟踪及出错管理。
适用场景：纯缓存，数据持久化
性能：8-10w qps
链路：内部SLB -> Redis
访问方式：兼容所有开源客户端
SLA：2副本，HA高可用，秒级切换
适用场景：数据量大，性能要求高
性能：100w qps
链路：内部SLB -> Redis
访问方式：兼容所有开源客户端
SLA：分片2副本，高可用
适用场景：读多写少，超大Key，不要求强一致性
优势：读写能力线性扩展；支持所有命令；对用户透明
适用场景：
数据可用性高
优势：用户数据双机房热备，单机房故障，业务无缝切换；机房恢复后，基于Binlog增量同步，防止流量雪崩
适用场景：多点读写，就近读写
优势：容忍N-1机房故障；最终一致；跨地域灾备
适用场景：超大数据量，性能要求适中，视频直播类应用，电商类应用
优势：100%兼容Redis；冷热数据分离；超高性价比
兼容Memcache协议
高可用探测
AOF Binlog
持久化系统优化
安全加密
IO、连接优化
持久化系统改造：
保留历史AOF日志
去除AOF Rewrite
扩展AOF日志信息
全新的数据组织形式：RDB全量+历史AOF
基于AOF Binlog的同步机制
独立的端口探测线程：
单独的事件
主线程阻塞不受影响
坏盘探测
慢内存探测
快速容灾
AOF后台异步写优化：
新增biowrite模式
轻量级别锁队列
bio线程进行线程写入操作
提高性能，避免write慢对主线程的影响
支持Memcache协议：
支持文本及二进制协议，完全兼容
复用Redis String对象存储memcached
复用原生Redis同步协议
复用原生Redis持久化机制
新版本Memcache支持扫描、备份、更多统计信息
混合存储优化：
内存中保持所有key和热数据
RocksDB中存冷数据
热数据性能和Redis一致
100%兼容Redis
数据换出异步写RocksDB，不阻塞主线程
单实例支持TB+数据存储
网络IO多线程优化。
欢迎点赞+收藏+转发朋友圈素质三连
文章不错？点个【在看】吧！ ????
