云原生内存数据库Tair混合存储型整合了内存和磁盘二者的优势,在提供高速数据读写能力的同时满足了数据持久化的需求。
简介

Tair混合存储型(简称混合存储型)是阿里云自主研发的兼容Redis协议的混合存储产品,使用磁盘存储全量数据,将热数据保存到内存中供应用快速读写。在保证常用数据访问性能不下降的基础上,混合存储型能够大幅度降低用户成本,实现性能与成本的平衡,同时使单个Redis实例的数据量不再受内存大小的限制。
- 内存数据:内存中存放了热数据的Key和Value,同时为快速确认要操作的Key是否存在,内存中也会缓存所有的Key信息。
- 磁盘数据:磁盘中存放所有的Key和Value,Redis的数据结构(例如Hash)也会以一定的格式进行存储在磁盘。
适用场景
适用场景 | 说明 |
---|---|
视频直播 | 视频直播类业务往往存在大量热点数据,大部分的请求都来自于热门的直播间。使用混合存储型,内存中保留热门直播间的数据,不活跃的直播间数据被自动存储到磁盘上,可以达到对有限内存的最佳利用效果。 |
电子商务 | 电商类应用往往有大量的商品数据。使用混合存储型可以轻松突破内存容量限制,将大量的商品数据都存储到混合存储型中。在正常业务请求中,活跃的商品数据会保留在内存,不活跃的商品数据会逐渐交换到磁盘上,从而解决内存不够的问题。 |
在线教育 |
在线教育类的场景有大量的课程、题库以及师生交流信息等数据,通常只有热门课程和最新题库会被频繁访问。使用混合存储型,将所有课程信息存储到磁盘,访问量大的课程和题库数据存储到内存并常驻内存,保证高频访问数据的读写性能,实现高性能与高性价比的有机结合。 |
典型业务场景的示例如下:
- 场景1:使用开源Redis集群存储了100 GB的数据,但高峰期QPS不到2万,其中80%的数据的访问频率很低。
使用32 GB内存加128 GB磁盘的混合存储型实例后,节省了近70 GB的内存空间,存储成本下降50%以上。
- 场景2:在IDC自建Pika实例来解决Redis存储成本高的问题。总数据量约400 GB,其中访问频率高的数据仅占10%左右,并且集群的运维成本居高不下。
使用64 GB内存加512 GB磁盘的混合存储型实例后,既免除了繁重的运维工作,又保障了服务质量。
选型指南-场景
场景分类 | 混合存储型实例 | 社区版实例 |
---|---|---|
数据量与预算 |
|
数据量小,或者预算充足且暂时无需降低存储成本。 |
冷热数据分布 | 业务中冷热数据区分明显。
说明 冷数据即访问频率较低的数据。
|
业务中的数据访问完全随机。 |
冷热数据的性能和延迟要求 |
|
|
大Key的访问规律 |
|
业务中有大Key,访问无规律,对延迟敏感度高。 |
选型指南-规格
创建混合存储型实例时,您需要选择合适的内存配置与磁盘配置:内存决定能存储的热数据量,磁盘决定能存储的数据总量。云原生内存数据库Tair将根据您选择的配置调配合适的CPU资源创建实例。 例如,选择64G内存256G磁盘主从版,则实例最多能存储256 GB的数据,在这些数据中,有64 GB可以缓存到内存中。
混合存储型实例的详细规格请参见规格查询导航。
- CPU核心数暂不支持自定义。
- 内存和磁盘中会保存Key对应的元信息,其中包含Key的过期时间、LRU时钟、类型等,因此选型时需要留有一定的额外容量,请参见下方的详细说明。
- 内存选型
为了更好地兼容原生Redis协议,混合存储型实例中所有的Key都必须常驻内存,Key的Value会根据冷热度自动保存在内存或磁盘中。因此,创建实例时选择的内存容量需能储存所有的Key及其对应的元信息。下表是基于Key总数的选型建议。
Key总数 推荐的内存规格 <2千万 64 GB、32 GB、16 GB 2千万~5千万 64 GB、32 GB 5千万~1亿 128 GB、64 GB、32 GB >1亿 128 GB、64 GB 说明 内存容量决定创建实例时分配到的CPU资源,因此内存容量越大性能越高。 - 磁盘选型
磁盘中保存Tair的所有数据,每个Key都会产生元信息,占用额外的空间,因此选择的磁盘容量建议为实际需求的1.2~1.5倍。
实例性能
混合存储型实例的性能与实例规格以及业务中数据被访问的概率有很大的关系:实例规格越高,内存数据的访问比重越高,性能就越强。理想的场景中,所有的访问都命中内存,此时实例性能与Redis社区版实例基本一致;反之,在内存命中率较低,甚至所有访问都需要从磁盘读取数据的情况下,混合存储型实例的性能将达到低谷。
在如下的三个测试场景中,Tair实例储存了总数2千万的Key,Value大小均为1 KB。测试方式为使用GET命令获取Value,三个场景的访问目标不同。
测试场景 | 社区版实例QPS | 混合存储型实例QPS |
---|---|---|
随机访问 | 12.3万 | 1.5万 |
高斯分布80%的概率访问20%的Key | 12.0万 | 5.4万 |
高斯分布99%的概率访问1%的Key | 13.5万 | 11.4万 |