阿里云——云原生数据库Tair

云原生内存数据库Tair

云原生内存数据库Tair完全兼容Redis,支持多种存储介质,同时提供更丰富的数据结构和企业级能力,包括全球多活、任意时间点恢复和透明加密等。

概述

云原生内存数据库Tair是Redis增强版,并针对企业级应用进行了功能优化,提供多种存储介质,满足不同场景的性价比诉求。

内存型:支持超高吞吐,性能为Redis三倍,适用于视频直播、电商秒杀、在线教育等场景。

持久内存型:成本降低30%,支持数据实时持久化,广泛应用于游戏场景。

云盘(ESSD)型:容量可达到百TB级别,适用有大容量、高性能诉求的温冷数据存储场景。

产品优势

充分兼容Redis,无需停机升级

Tair充分兼容Redis社区版,从Redis迁至Tair无需修改业务代码。Tair在支持Redis数据结构的同时,内置多种扩展型数据结构,通过这些扩展型数据结构,业务构建时无需再关心存储结构和时效性,极大提升了开发效率。您可通过阿里云数据库 Redis 版提供的“配置变更”功能将Redis社区版升级至Tair,且无需停机。

不丢数据的内存数据库

Tair持久内存型使用持久内存作为存储介质,在充分兼容Redis的同时,支持命令级实时持久化和半同步,允许将数据恢复至指定时间点。Tair持久内存型提供了高性价比的内存数据库服务,读写能力高达Redis社区版的90%,但成本仅为Redis社区的70%。同时,不同于Redis的“缓存”特征,Tair持久内存型可直接替代“将Redis作为缓存、RDS作为持久化存储”的使用场景。由于数据库架构得到精简,缓存与持久化数据库之间的数据一致性维护问题将会被解决。

按时间点对数据进行恢复

数据闪回支持按秒级时间点恢复数据。开启数据闪回后,在备份文件保存期限内,您可以将实例整体或指定Key的数据恢复至某个秒级时间点,支持将数据恢复至新实例或恢复至当前实例。数据闪回功能为您提供更精细化的数据恢复能力,在最大程度上避免误操作带来的数据损失,保护您的业务数据。

地域多活,数据互相同步

Tair全球多活是云原生内存数据库Tair自研的多活数据库系统。Tair原生的跨域复制(Geo-replication)能力支持最多三个地域实例间的数据互相同步,您无需关注多地域节点间的数据一致性问题。通过此功能,您可快速实现数据异地灾备和多活,在保证多地域节点数据一致的同时,满足各地域就近访问需求。

丰富的扩展型数据结构

Tair在支持所有Redis数据类型的前提下,内置大量扩展型数据结构。在一些复杂场景中,使用这些数据结构可以避免大量代码开发、避免使用Lua脚本、降低业务逻辑复杂度,从整体上提升业务开发效率及代码安全性。通过Tair扩展型数据结构,您可轻松实现高性能分布式锁、多条件排行榜、滑动窗口、JSON数据存储等功能。

产品功能

灵活易用:提供丰富的数据模型帮助客户构建实时在线场景

云数据库Tair:产品形态全面覆盖业务各阶段数据温度的要求,满足高性能、低成本、持久化等场景的不同需求

Tair:内存型

全面兼容社区版Redis,三倍性能,网络IO多线程有效提升单节点QPS和大规模连接的处理能力;支持超高吞吐,适用高并发低延迟业务,同时具备多种企业级能力和扩展数据结构。

Tair:持久内存型

基于持久内存技术,具备原生命令级实时持久化能力,全面兼容社区版Redis,适合低成本(成本仅为阿里云Redis社区版的70%)、较高性能(读写吞吐为阿里云Redis社区版的90%)的大容量数据存储场景。

Tair:SSD型

基于阿里云ESSD云盘技术,具备原生命令级持久化能力,兼容Redis核心数据结构与API,适合超低成本(最低可降至阿里云Redis社区版的15%)、超大容量的温冷数据存储与查询场景。

多种架构:单节点、双机热备、读写分离和分布式集群架构

单节点适用纯缓存场景;主从架构满足故障自动迁移;读写分离满足读多写少场景;分布式集群可一键弹性扩展

单副本架构

单副本架构适用于纯缓存场景,支持单节点集群弹性变配,满足高QPS场景,性价比高。

双机热备架构

系统工作时主节点(Master)和备节点(Slave)数据实时同步,主节点故障时系统自动秒级切换,备节点接管业务,全程自动且对业务无影响,主备架构保障系统服务具有高可用性。

集群架构

集群(Cluster)实例采用分布式架构,每个节点都采用一主一从的高可用架构,自动容灾切换,故障迁移,多种集群规格可适配不同的业务压力,支持一键升级,大幅扩展数据库性能。

读写分离架构

读写分离架构极大满足读多写少应用场景,最大满足10万QPS写性能,60万QPS读性能,突破热点key读性能瓶颈。

企业级能力:全球多活、数据闪回、丰富数据结构模块

企业级特性,帮助客户在各种应用场景下快速交付

按时间点恢复数据

Tair可将数据恢复至7天内任意时间点(最小时间粒度为秒),彻底解决误操作带来的数据损失,极大增强了数据安全性。

实时持久化

有别于社区版Redis,Tair持久内存型无需借助AOF、RDB即可实时持久化,断电数据不丢失,数据可靠性得到极大提升,让Tair不只是缓存。

全球多活

Tair支持同城或三地数据库同时读写,提供跨域复制能力,实现数据异地灾备和多活,帮助您解决业务因跨地域访问而导致的延迟问题。

自动动态扩容

快速弹性适配业务高峰,避免内存溢出风险,有效保障线上业务稳定性。

热点Key读取加速

Tair代理节点可对热点Key进行缓存,帮助用户解决热点Key带来的访问瓶颈问题,无需调整代码或进行事前预估。

增强型数据结构

Tair不仅兼容Redis数据结构,还内置多种增强型数据结构,如多条件排行榜、内核分布式锁、布隆过滤器、地理位置等,帮助客户敏捷开发。

弹性扩展:多维度平滑扩容,升级对业务全透明

低配到高配一键弹性扩容,性能与容量迅速提升,支持不同架构之间的一键平滑变配

数据容量扩展

云原生内存数据库Tair支持多种内存规格的产品配置,可根据业务量大小自由升级内存规格。

性能扩展

支持集群架构下弹性扩展数据库系统的存储空间及吞吐性能,突破海量数据高QPS性能瓶颈,可应对千万级QPS的读写需求。

业务形态扩展

支持单节点缓存架构和双节点存储架构,适配不同业务场景,支持标准版和双节点版之间的灵活变配。

智能运维:专业监控和数据管理平台,疑难问题一键排查

可视化数据库管理平台及运维监控平台,简单易用,节省运维投入,支持大Key、热Key实时和历史分析

监控平台

提供CPU利用率、内存使用率、连接数、磁盘空间利用率等实例信息实时监控及报警配置,随时随地了解实例动态。

可视化管理平台

提供可视化管理控制平台,一键式操作实例克隆、备份、数据恢复等高频高危操作。

可视化DMS平台

提供专业的DMS数据管理平台,进行可视化数据管理,全面提升研发、运维效率。

强大的监控能力

容量和延迟各类秒级监控,实时热Key、实时大Key、延迟洞察、审计日志。

全面的诊断报告

支持定期或手动生成诊断报告,对实例进行请求延时诊断和健康巡检,帮助客户一键定位问题。


                                                         有疑问可以私信小编 Darkvm多多~~~

©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 203,937评论 6 478
  • 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 85,503评论 2 381
  • 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 150,712评论 0 337
  • 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 54,668评论 1 276
  • 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 63,677评论 5 366
  • 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 48,601评论 1 281
  • 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 37,975评论 3 396
  • 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 36,637评论 0 258
  • 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 40,881评论 1 298
  • 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 35,621评论 2 321
  • 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 37,710评论 1 329
  • 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 33,387评论 4 319
  • 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 38,971评论 3 307
  • 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 29,947评论 0 19
  • 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 31,189评论 1 260
  • 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 44,805评论 2 349
  • 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 42,449评论 2 342

推荐阅读更多精彩内容