Tair内存型（简称内存型）适合并发量大、读写热点多，对性能要求超过Redis社区版实例的场景。相比Redis社区版，内存型重点增强了多线程性能并集成多个自研扩展数据结构。

主要优势

类别说明
兼容性
  • 100%兼容原生Redis，无需修改业务代码。
性能
  • 采用多线程模型，性能约为同规格社区版实例的3倍，能够突破热点数据高频读写受到的性能限制。
  • 相比原生Redis，高QPS场景下响应时间更低，性能表现更佳。
  • 在大并发场景下运行稳定，可以极大地缓解突发大量请求导致的连接问题，从容应对业务高峰。
  • 全量同步和增量同步在IO线程中进行，提高同步速度。
部署架构
  • 支持标准、集群和读写分离部署架构。
数据结构模块集成
企业级特性
数据安全

适用场景

适用于视频直播、电商秒杀和在线教育等场景，下面列举了内存型在4个典型场景中的应用。
  • 场景1：使用Redis社区版实例在秒杀场景中构建缓存，部分热点Key的QPS要求高达20万以上，无法满足业务高峰期的需求。

    采用内存型（标准架构）实例后，热门商品秒杀过程流畅，未发生性能问题。

  • 场景2：在业务中使用Redis社区版集群实例，但在使用事务和Lua脚本功能时有一定的限制。

    采用内存型实例后，在满足性能需求的同时消除了集群版的命令使用限制。

  • 场景3：自建有一主多备的Redis服务，随着业务中访问量的不断提高，备节点数量也要随之增加，管理维护成本越来越高。

    采用具备一个数据节点五个只读副本的内存型（读写分离架构）实例后，可以轻松应对百万级QPS的业务挑战。

  • 场景4：自建有Redis集群来承担线上千万级QPS的业务压力。随着业务的发展，Redis分片数不断增加，管理维护成本居高不下。

    采用内存型（集群架构）实例后，集群规模缩到原来的三分之一，管理维护成本大幅降低。

线程模型对比

线程架构说明
图 1. Redis单线程模型
标准性能Redis实例的单线程模型
Redis社区版和原生Redis采用单线程模型，数据处理流程为：读取请求，解析请求，处理数据，发送响应。其中网络IO和请求解析占用了大部分的资源。
图 2. Tair多线程模型
增强性能Redis实例的多线程模型

Tair内存型将服务各阶段的任务进行分离，通过分工明确的多个线程并行处理各阶段任务，达到提高性能的目的。

  • IO线程：负责请求读取、响应发送、命令解析等。
  • Worker线程：负责命令处理、定时器事件等。
  • 辅助线程：负责高可用探测、保活等。

IO线程读取用户的请求并进行解析，之后将解析结果以命令的形式放在队列中发送给Worker线程处理。Worker线程将命令处理完成后生成响应，通过另一条队列发送给IO线程。

Tair内存型最多支持4个IO线程并发运行。为了提高线程的并行度，IO线程和Worker线程之间采用无锁队列和管道进行数据交换。

说明
  • 对于通用的类型，例如：String、List、Set、Hash、Zset、 Hyperloglog、Geo以及扩展结构都有很好的加速效果。
  • 对于Pub、Sub、Blocking系列API，由于其复制是在worker中完成的，可被加速提升吞吐，性能提升约50%。
  • 由于Transaction、Lua script要求串行执行，无加速效果。
说明 区别于Redis社区版6.0的多线程（性能至多提升2倍，且CPU资源消耗高），内存型的Real Multi-IO能够将IO加速地更彻底，具备更高的抗连接冲击性，且可以线性地提升吞吐能力。

性能对比

云数据库Redis版实例采用与原生Redis相同的单线程模型，每个数据节点支持8万到10万的QPS；Tair内存型采用多线程模型，由IO线程、Worker线程和辅助线程共同完成数据处理，单节点性能为云数据库Redis版实例的3倍左右。下表展示了不同架构下，云数据库Redis版和Tair内存型实例的适用场景对比。
架构云数据库Redis版Tair内存型
标准架构不适用于单节点QPS要求超过10万的场景。可应用于QPS高于10万的场景。
集群架构包含多个数据节点，每个节点的性能与标准版实例相似。当某个节点储存了热度较高的数据并面临大并发量的请求时，该节点中其它数据的读写可能受到影响，形成性能瓶颈。能更好地应对热读写，降低维护成本。
读写分离架构有较高的读性能，在读多写少的场景表现良好，但不适用于大并发写入的场景。既有较高的读性能，又能承受大并发写入，适用于写请求多而读请求更多的场景。

数据结构模块集成

云Redis社区版与开源Redis相同，支持String、List、Hash、Set、Sorted Set、Stream等数据类型，能够满足大部分场景下的开发需求，但在一些复杂场景中，原生数据类型无法直接满足某些业务需求，只能使用通过调整应用数据、使用Lua脚本等方式来实现。

内存型集成多个自研的Redis模块，包括TairString（含CAS和CAD命令）、TairHash、TairGIS、TairBloom、TairDoc、TairTS、TairCpc、TairZset、TairRoaring、TairVector和TairSearch，扩展了Redis的适用性，同时降低了复杂场景下业务的开发难度，让您专注于业务创新。

说明
  • 内存型（兼容Redis 6.0）兼容所有数据结构。
  • 内存型（兼容Redis 5.0）兼容除TairVector以外的所有数据结构。
扩展数据结构说明
CAS和CAD命令为增强Redis String的功能而开发的命令，可以实现简洁高效的Redis分布式锁。
TairStringTairString是一种带版本号的String类型数据结构，TairString除包含Key和Value外，还携带了版本（version）信息。除此之外，TairString在Redis String加减功能的基础上支持了边界设置，可以将INCRBY、INCRBYFLOAT的结果限制在一定的范围内，超出范围则提示错误。
TairHashTairHash是一种Hash类型的数据，不但和原有的Redis Hash一样支持丰富的数据接口和高处理性能，还支持为field设置过期时间和版本，简化业务开发流程。通过高效的Active Expire算法，可以在不对响应时间造成明显影响的前提下，更高效的完成对field的超时判断和删除。
TairGISTairGIS是一种使用R-Tree做索引，支持地理信息系统GIS（Geographic Information System）相关接口的数据结构。Redis的原生GEO命令使用1D索引，主要用于点的查询，TairGIS使用2D索引，支持点、线、面的查询，适合判断相交或包含关系，功能更加强大。
TairBloomTairBloom是一种可动态扩容的布隆过滤器，完全兼容RedisBloom模块的命令，具有动态扩容的能力，相对传统实现方式消耗内存更低，可在扩容的同时维持误判率的稳定，适合需要高效判断大量数据是否存在且允许一定误判率的业务场景。
TairDoc

TairDoc是一种文档类型的数据结构，支持JSON标准，类似RedisJSON模块。同时，TairDoc数据以二进制树的方式存储，支持对JSON中子元素进行快速访问。

TairTSTairTS是基于Redis Module开发的时序数据结构，提供低时延、高并发的内存读写访问，及快速的过滤、聚合查询功能，集存储与计算为一体，在简化了处理时序数据流程的同时，大幅度提高了性能。
TairCpc

TairCpc是基于CPC（Compressed Probability Counting）压缩算法开发的数据结构，支持仅占用很小的内存空间对采样数据进行高性能计算。

TairZsetTairZset可实现任意维度的double类型的分值排序，提升数据处理效率，且客户端适配简易，无需任何编解码封装，解决原生Sorted Set（也称Zset）只支持1个double类型的分值排序的局限性。
TairRoaring

TairRoaring是基于Tair引擎的Roaring Bitmap实现，通过2层索引和引入多种动态容器（Container），同时使用了包括SIMD instructions、Vectorization、PopCnt算法在内的等多种工程优化，提供更低的内存占用及更高的集合计算效率。

TairSearch

TairSearch是基于Redis module全自研（不基于Lucene等开源搜索库）的全文搜索模块，采用和Elasticsearch相似（ES-LIKE）的查询语法。

TairVector

TairVector是Tair自研的扩展数据结构，提供高性能、实时，集存储、检索于一体的向量数据库服务。

企业级特性

企业级特性说明
通过数据闪回按时间点恢复数据开启Redis的数据闪回功能后，Redis最长可将AOF备份数据保留7天，在此期间您随时可以指定一个精确到秒的时间点，系统会基于所选时间点的备份数据创建一个新的实例，实现精确的数据恢复。
代理查询缓存开启代理查询缓存功能（Proxy Query Cache）后，代理节点会缓存热点Key对应的请求和返回信息，当在有效时间内收到同样的请求时直接返回结果至客户端，无需和后端的数据分片交互。更多信息，请参见通过Proxy Query Cache优化热点Key问题。
全球多活Redis全球多活是基于云数据库Redis自研的多活数据库系统，可轻松实现异地多个站点同时对外提供服务的业务场景，助力企业快速复制阿里巴巴异地多活架构。
借助DTS实现双向数据同步通过数据传输服务DTS（Data Transmission Service）实现Redis企业版实例间的双向数据同步，可应用于异地多活、数据容灾等多种场景，详情请参见Redis企业版实例间的双向同步。

常见问题

Q：客户端不支持新模块的命令怎么办？

A：您可以先在应用代码中定义需要使用的新模块命令，然后再使用这些命令，或者通过Tair客户端直接调用Tair扩展数据结构，更多信息，请参见。