背景
Redis混合存储产品是混合存阿里云自主研发的完全兼容Redis协议和特性的混合存储产品。
通过将部分冷数据存储到磁盘,混合存在保证绝大部分访问性能不下降的混合存基础上,大大降低了用户成本并突破了内存对Redis单实例数据量的混合存限制。
其中,混合存对冷热数据的混合存识别和交换是混合存储产品性能的关键因素。
冷热数据定义
[[236951]]
在Redis混合存储中,混合存内存和磁盘的混合存比例是用户可以自由选择的:
Redis混合存储实例将所有的Key都认为是热数据,以少量的混合存内存为代价保证所有Key的访问请求的性能是高效且一致的。而对于Value部分,混合存在内存不足的混合存情况下,实例本身会根据最近访问时间,访问频度,Value大小等维度选取出部分value作为冷数据后台异步存储到磁盘上直到内存小于制定阈值为止。
在Redis混合存储实例中,我们将所有的Key都认为是热数据保存在内存中是出于以下两点考虑:
因此,Redis混合存储实例的适用场景主要有以下两种:
冷热数据识别
当内存不足时的情况下,实例会按照最近访问时间,访问频度,value大小等维度计算出value的权重,将权重***的value存储到磁盘上并从内存中删除。
伪代码如下:
理想的情况下,我们当然希望能够准确的计算出当前最冷的value。然而,value的冷热程度根据访问情况动态变化的,每次都重新计算所有value的冷热权重的时间消耗是完全不可接受的。
Redis本身在内存满的情况下会根据用户设置的淘汰策略淘汰数据,而热数据从内存写到磁盘也可以认为是一种“淘汰”的过程。从性能,准确率以及用户理解程度考虑,我们在冷热数据识别时采用和Redis类似的近似计算方法,支持多种策略, 通过随机采样小部分数据来降低CPU和内存消耗,通过eviction pool利用采样历史信息来辅助提高准确率。
上图为不同版本和不同采样样本数目配置下,Redis近似淘汰算法的***率示意图。浅灰色的点为被淘汰数据,灰色的点为未淘汰数据,绿色点为测试过程中新加入的数据。
冷热数据交换
Redis混合存储在冷热数据交换过程在后台IO线程中完成。
热数据->冷数据
异步方式:
如果写入流量过大,异步方式来不及换出数据,导致内存超出***规格内存。主线程将直接执行数据换出任务,达到变相限流的目的。
冷数据->热数据
异步方式:
在Lua脚本,具体命令执行阶段,如果发现有value存储在磁盘上,主线程将直接执行数据加载任务,保证Lua脚本和命令的语义不变。
责任编辑:武晓燕 来源: Spark学习技巧 Redis混合存储数据识别
(责任编辑:时尚)
深高速(00548.HK)年度净利润减少19.88% 末期现金股息每股0.43元
财政部发布《金融企业财务规则(征求意见稿)》 向社会公开征求意见
险资三季度重仓银行股 市值超5000亿元 增持4只银行股减持1只
10月份CPI和PPI有涨有跌 猪肉价格上行影响CPI上涨约2.43个百分点