技术选型系列 - Tair&Redis对比

* Redis
    http://www.redis.net.cn/
    http://doc.redisfans.com/
* Tair
    http://code.taobao.org/p/tair/wiki/index/

适应场景

Redis

适用

  1. 需要使用复杂数据结构(map, set),map/set中元素很多(1000以上)
  2. 延迟敏感服务

不适用

  1. 数据量超过600GB(数据太多,全内存太浪费资源)
  2. 需要多语言客户端支持

Tair

适用

  1. 不能容忍数据丢失
  2. 数据量大,内存放不下的服务

不适用

  1. 使用复杂数据结构(map/set),map/set中元素很多(1000以上)

详细对比

1.访问模式

具体参数 Redis Redis Cluster Tair
支持Value大小 理论上不超过1GB(建议不超过1MB) 理论上不超过1GB(建议不超过1MB) 256M(更大value还需要测试)
支持Value结构 byte[]/list/map/set byte[]/list/map/set (1)kv/map/list
(2)支持big_list(list无长度限制)
(3)支持创建schema,cmd query
支持的总数据量 1000+instance scale out,理论上总数据量无限制
适宜的读写比 存内存型,均适合 存内存型,均适合 支持多引擎,适宜各种比例的读写。读多写少(mdb+leveldb),读少写多(leveldb)。
数据是否可改写 Y Y Y
是否支持Scan/Range Query 不支持,并且不支持merge operations 支持scan;
支持range query
CAP CP 用户可配置,CP或AP
语言支持 主流语言 主流语言,目前java、ruby可用 php,restful,java,c/c++
数据自动过期 支持 支持 支持

2.访问性能

具体参数 Redis Redis Cluster Tair
点写latency 虚机上平均1~2ms 虚机上平均1~2ms 5~8ms(write through),1ms左右(write back)
点写吞吐率 一个instance 5w,单机器整体性能根据cpu来决定 一个instance 5w,单机器整体性能根据cpu来决定 受限网卡带宽瓶颈(100MB),单机纯内存8w~10w qps(key+value=1k)
批量写吞吐率 受限网卡带宽瓶颈 受限网卡带宽瓶颈 受限网卡带宽瓶颈(100MB),单机纯内存8w ~10w batch/s(batch=10keys,key+value=100,batch_size=1k)
读latency 虚机上平均1~2ms 虚机上平均1~2ms 同机房内存1ms,磁盘5-8ms(延迟不会随单机数据容量增加而增加)

3.可运维性

具体参数 Redis Redis Cluster Tair
可扩展性(自动扩容、在线扩容) 支持水平扩展 在不停读和写的服务下自动扩容
可用性(是否有单点、数据迁移/单机出错时是否会有服务中断、过载保护、慢查询保护) 使用keepalived或者官方哨兵来保持高可用 无单点 (1)无单点
(2)不中断服务
(3)有过载保护
(4)无慢查询保护,但有慢查询递归树监控
可靠性(如何防止数据丢失,包括机器断电、硬盘损毁等情形下) 0~N个数据slave备份(实际使用情况基本是0个备份) 0~N个数据slave备份(实际使用情况基本是0个备份) (1)多机数据冗余
(2)断电数据不丢失,重放redo log
(3)数据完整性crc校验(防止磁盘损坏)
数据可靠性 用户可选是否开启持久化 用户可选是否开启持久化 强,有持久存储,一般不会丢失数据
多副本 支持(副本平时可读) 支持(副本平时可读) 支持(副本平时不提供读写)
副本一致性 可根据业务需求配置强一致/弱一致
持久化 支持。持久化的数据是用于重启后的数据恢复。Redis是一个内存数据库,无论是RDB还是AOF,都只是其保证数据恢复的措施。 支持。持久化的数据是用于重启后的数据恢复。Redis是一个内存数据库,无论是RDB还是AOF,都只是其保证数据恢复的措施。 支持
对业务混合部署的支持(性能隔离) 进程级隔离(特殊处理可以到机器间隔离) 进程级隔离(特殊处理可以到机器间隔离) 硬软隔离:
(1)支持不同group的业务混步
(2)
支持同一个group业务混步(通过名字空间隔离),支持网络和内存的隔离。
对访问权限的可控制性 web操作管理员授权.api操作支持鉴权和非鉴权两种模式 web操作管理员授权.api操作支持鉴权和非鉴权两种模式 机器粒度的白名单管理
实现语言、代码量 JAVA,java客户端14000行、管理中心22000行 JAVA,java客户端14000行、管理中心22000行 核心代码c++,10w行左右

个人介绍:

高广超:多年一线互联网研发与架构设计经验,擅长设计与落地高可用、高性能、可扩展的互联网架构。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,294评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,493评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,790评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,595评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,718评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,906评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,053评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,797评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,250评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,570评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,711评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,388评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,018评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,796评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,023评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,461评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,595评论 2 350

推荐阅读更多精彩内容