《2019内存数据库白皮书.pdf》由会员分享,可在线阅读,更多相关《2019内存数据库白皮书.pdf(33页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、 I 版权声明 本白皮书版权属于中国信息通信研究院本白皮书版权属于中国信息通信研究院、 CCSA CCSA TC601TC601 大大数据技术标准推进委员会数据技术标准推进委员会,并受法律保护。转载、摘编或利,并受法律保护。转载、摘编或利用其它方式使用本白皮书文字或者观点的,应注明用其它方式使用本白皮书文字或者观点的,应注明“来源:来源:内存数据库内存数据库白皮书白皮书”。违反上述声明者,。违反上述声明者,作者作者将追究其将追究其相关法律责任。相关法律责任。 II 编委会 牵头编写单位:中国信息通信研究院 参与单位:华为技术有限公司、百度在线网络技术(北京)有限公司、腾讯科技 (深圳) 有限公
2、司、 亚信科技 (中国) 有限公司、 北京极数云舟科技有限公司、中兴通讯股份有限公司、联通大数据有限公司、优刻得科技股份有限公司、阿里云计算有限公司、中移(苏州)软件技术有限公司 编写组成员:编写组成员: 中国信息通信研究院:王妙琼、魏凯、姜春宇、马鹏玮、杨云鹿、田稼丰 华为技术有限公司:黄靖凯 百度在线网络技术(北京)有限公司:廖洪流、曾上游、黄强 腾讯科技(深圳)有限公司:邹鹏、章磊 亚信科技(中国)有限公司:曹升东、张智佳 北京极数云舟科技有限公司:张冬洪 中兴通讯股份有限公司:李忠良 联通大数据有限公司:谢云龙、贾俊峰 优刻得科技股份有限公司:罗成对、王仆 阿里云计算有限公司:姜皓楠、
3、郑明杭、陈琢、朱松 中移(苏州)软件技术有限公司:沈若禺 III 前前 言言 随着移动互联网的飞速发展,信息系统的互动性日益增强、用户规模不断攀升,催生出一大批高并发、低时延的新兴应用,这些应用需求对传统系统的性能提出了新的挑战, 基于磁盘存储的数据库管理系统由于磁盘读写的速度限制, 已经很难满足这类新应用的扩展性和时延要求。 主要依靠内存来存储数据的数据库管理系统, 也称为内存数据库,成为了解决高并发、低时延数据管理需求的技术路线。近年来,随着动态随机存储器(DRAM)容量的上升和单位价格的下降,使大量数据在内存中的存储和处理成为可能,Redis、Memcached 等内存数据库管理软件逐渐
4、成熟,应用范围越来越广。未来几年,随着非易失性存储器件 (NVM) 逐步投入商用, 新硬件将会给内存数据库带来更大的发展机遇。 本白皮书阐述了内存数据库的概念, 梳理了内存数据库的发展历史和核心属性,分析了在电商、直播和电信行业的典型应用场景,并对主流的内存数据库进行了介绍和对比。 白皮书还从技术和管理两个角度提出了产品选型和硬件选型建议, 并总结了内存数据库的发展趋势。 本白皮书的编写得到了 Redis 中国用户组的大力支持, 在此表示感谢! IV 目目 录录 版权声明. I 前 言. III 图 表 目 录. V 一、什么是内存数据库. 1 (一)内存数据库概述(一)内存数据库概述 . 1
5、 (二)内存技术的成熟与突破(二)内存技术的成熟与突破 . 1 (三)内存数据库的发展历程(三)内存数据库的发展历程 . 4 (四)内存数据库的优势与挑战(四)内存数据库的优势与挑战 . 7 二、内存数据库的分类及应用场景. 9 (一)内存数据库的分类(一)内存数据库的分类 . 9 (二)内存数据库的使用场景(二)内存数据库的使用场景 . 10 三、内存数据库的选型建议. 14 (一)内存数据库产品现状(一)内存数据库产品现状 . 14 (二)内存数据库选型建议(二)内存数据库选型建议 . 15 (三)硬件选型建议(三)硬件选型建议 . 17 四、内存数据库技术演进趋势. 18 (一)内存数据
6、库和传统数据库混合使用将成为主要模式(一)内存数据库和传统数据库混合使用将成为主要模式 . 18 (二)软硬件深度(二)软硬件深度整合为内存数据库开辟新的技术方向整合为内存数据库开辟新的技术方向 . 18 (三)协议创新将进一步提升分布式内存数据库的一致性能力(三)协议创新将进一步提升分布式内存数据库的一致性能力 . 21 (四)与容器技术结合为内存数据库提供更强的弹性扩展能力(四)与容器技术结合为内存数据库提供更强的弹性扩展能力 . 22 五、总结与展望. 24 参考文献. 25 附件:缩略语. 26 V 图图 表表 目目 录录 表 1 1990 年代涌现的商用内存数据库 . 6 表 2 1
7、0 款典型内存数据库对比 . 14 图 1 1970 年代至今的内存价格和容量走势 . 2 图 2 存储的金字塔模型 . 3 图 3 内存数据库的发展历程 . 4 图 4 用户信息使用的数据结构 . 11 图 5 内存数据库选型建议 . 15 内存数据库白皮书 中国信息通信研究院 1 一、一、 什么是内存数据库什么是内存数据库 (一)(一)内存数据库概述内存数据库概述 内存数据库又称主存数据库(IMDB/MMDB, In-memory/main memory database) ,是一种主要依靠内存来存储数据的数据库管理系统。 在数据库技术中,有一类内存优化技术,是在传统的磁盘数据库中,增加内
8、存缓冲池,也就是常说的共享内存技术,其主要目的是最小化磁盘访问。 而内存数据库技术,几乎把整个数据库放进了内存中,相较于传统数据库使用的磁盘读写机制,内存具备更极致的读写速度,性能会比传统的磁盘数据库有数量级的提升。 因此内存数据库通常被用于对性能要求较高的场景中。 (二)内存(二)内存技术的成熟与突破技术的成熟与突破 1.内存技术的内存技术的成熟成熟 内存器件的容量密度在快速上升。 最早期的内存和今天常见的内存条不同, 是直接焊接在主板上的内存芯片, 容量普遍在64KB以下;1982 年之后,随着 80286 芯片的推出,开始出现 30 线(pin)256KB的 SIMM 内存条,被认为是内
9、存领域的开山鼻祖;在 80 年代末,386和 486 时代的 PC 向 16 位发展,出现了 72 线的 SIMM 内存,单条容量可达 512KB-2MB;90 年代初,EDO DRAM 开始盛行,单条容量 维基百科: https:/en.wikipedia.org/wiki/In-memory_database DDR3-1333 内存的读写速度约为 1GB/s,传统磁盘的读写速度约为 150MB/s 内存数据库白皮书 中国信息通信研究院 2 在 4MB-16MB;在 1995 年,计算机系统进入图形界面时代,内存技术也发生了重要变革,支持 64 位的 SDRAM 成为一代经典,在性能上有极
10、大提升,容量也达到了 64MB;随后的十几年,内存容量开始稳定地遵循摩尔定律翻倍,持续到 2019 年,DDR3 内存的容量已经可以达到 16GB。 内存器件的单位价格也在逐年快速下降。从 1970 年代至今,内存每兆字节的价格下降了近 9 个数量级,根据 2019 年最新的统计数据,平均花费 3-5 美元就可以购买到 1GB 的内存。 图 1 1970 年代至今的内存价格和容量走势 数据来源:https:/ 内存容量的持续上涨以及价格的下降, 使大量数据在内存中进行存储和操作成为可能。 2.内存技术的瓶颈与突破内存技术的瓶颈与突破 过去几十年, 计算机系统的存储体系结构被设计成如图 2 的金
11、字塔形模型。 这样的存储结构利用局部性原理尽量将热数据存储在靠近CPU 的地方。 在传统模式中, 内存数据库的所有数据都保存在 DRAM内存数据库白皮书 中国信息通信研究院 3 介质中。虽然 DRAM 的价格已经大幅下降,但在海量数据存储的需求下,内存的成本依然是很大的问题;另外由于 DRAM 属于易失性介质,掉电后所有数据都会丢失,需要额外考虑数据持久化的方案,会极大的限制内存数据库的性能和使用场景。 图 2 存储的金字塔模型 针对 DRAM 现存的一些硬件瓶颈,业界已经研发出了持久型内存 (PM, Persistent Memory) , 学术名为存储级内存 (SCM, Storage C
12、lass Memory) ,和 DRAM 一样,都是安装在机器主板的内存槽接口中。参考图 2, DDR DRAM 及以上的易失性存储 CPU 可以通过 load/store指令直接访问,而 NAND SSD 及以下的非易失性存储 CPU 无法直接访问,需要先加载到易失性存储中,可以看出 DRAM 与 SSD 之间存在巨大的性能鸿沟,在访问时延上出现了跳变。而持久型内存位于DRAM 与 SSD 之间, 以 load/store 指令的方式访问并支持数据的持久化,也填补了 DRAM 与 SSD 在时延上存在的鸿沟。相比 DRAM,持久型内存在性能上处于劣势, 但容量和价格均占据优势; 相比 NAN
13、D SSD,持久型内存在性能上处于优势,但容量和价值处于劣势。 内存数据库白皮书 中国信息通信研究院 4 持久型内存在 2019 年第一季度已有新产品发布,但尚未大规模商用,随着非易失性存储的规模化使用,克服了硬件上的制约,会使内存数据库的产品能力和应用范围得到大幅度的提升。 (三三)内存数据库的发展历程内存数据库的发展历程 内存数据库的发展主要经历了雏形期、理论成熟期、市场成长期及高速发展期四个阶段: 图 3 内存数据库的发展历程 1.雏形期(雏形期(1970 年代)年代) 在这个时期中,出现了内存数据库的雏形。1969 年 IBM 公司研制了世界上最早的数据库管理系统基于层次模型的数据库管
14、理系统 IMS,并作为商品化软件投入市场。在设计 IMS 时,IBM 考虑到基于内存的数据管理方法, 在 1976 年推出了 IMS/VS Fast Path2。Fast Path 提出了数据分层存储的设计理念, 将最活跃的数据放在内存中。 2.理论成熟期(理论成熟期(1980 年代)年代) 1984 年,D J DeWitt 等人发表了Implementation Techniques for Main Memory Database Systems一文。第一次提出了 Main Memory 内存数据库白皮书 中国信息通信研究院 5 Database(主存/内存数据库)的概念。并提出使用非易
15、失内存或预提交和组提交技术作为内存数据库的提交处理方案, 使用指针实现内存数据库的存取访问。 1985-1990 间,各大高校和科研机构涌现出了众多内存数据库产品。IBM 推出了 IBM 370 上运行的 OBE 内存数据库;威斯康星大学提出了按区双向锁定模式解决内存数据库中的并发控制问题, 并设计出 MM-DBMS 内存数据库;贝尔实验室推出了 DALI 内存数据库模型;Southern Methodist 大学设计出 MARS 内存数据库模型;普林斯顿大学设计出 TPK 和 System M 内存数据库。 3.市场成长期(市场成长期(1990 年代)年代) 随着互联网的发展, 越来越多的网
16、络应用系统需要能够支持大用户量并发访问、 高响应速度的数据库系统, 内存数据库市场趋向成熟。半导体技术快速发展,使得半导体内存可以大规模生产,动态随机存取存储器(DRAM)的容量越来越大,价格也越来越低,无疑为计算机内存的不断扩大提供了硬件基础, 使得内存数据库的技术可行性逐步成熟。 20 世纪 90 年代,世界各地更多商业化的内存数据库产品开始涌现,并在各行业落地应用。1994 年美国 OSE 公司推出了第一个商业化的内存数据库产品 Polyhedra; 随后德国 SoftwareAG 推出了 Tamino Database;日本 UBIT 会社开发出 XDB;韩国 Altibase 公司相
17、继推出Altibase;奥地利的 QuiLogic 公司推出了 SQL-IMDB;美国 McObject推出 eXtremeDB。加拿大 Empress 公司推出 EmpressDB。 内存数据库白皮书 中国信息通信研究院 6 表 1 1990 年代涌现的商用内存数据库 年份年份 国家国家 公司公司 产品产品 1994 美国 OSE Polyhedra 1998 德国 SoftwareAG Tamino Database 1999 日本 UBIT XDB 主存数据库产品 1999 韩国 Altibase Altibase 2000 奥地利 QuiLogic SQL-IMDB 2001 美国 M
18、cObject eXtremeDB 2001 加拿大 Empress EmpressDB 4.高速发展期(高速发展期(2010 年年至今至今) 21 世纪初,随着 Web2.0 技术的兴起,互联网进入了一个全新的高速发展期, 海量数据的产生使得关系型数据库的存储和快速访问能力面临巨大挑战,越来越多基于非结构化数据模型的应用日趋广泛,这些应用对传统关系型数据库的一些特性并不关注, 加上成本更低的开源软件的迅速发展, 传统关系型数据库的地位开始受到多方的挑战。 2003 年由 LiveJournal 的 Brad Fitzpatrick 开发完成 Memcached 软件,Memcached 是一
19、个开源的,支持高性能,高并发的分布式内存缓存系统, 由 C 语言编写, 第一个版本仅 2000 多行代码。 但 Memcached软件不具备持久化功能,数据类型比较少,应用场景比较有限。 2010 年之后,移动互联网进入全面发展期,社交、电商、移动支付、直播、短视频等一大批移动端应用开始涌现,这些应用对系统的高并发、低时延能力提出了极高的要求,也带动了内存数据库的新一轮发展。 2009 年 antirez 发布了 Redis 第一个版本,Redis 是一个开源的使用 ANSI C 语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value 数据库, 并提供多种语言的 API。 从 2
20、010 年 3 月 15 日起,内存数据库白皮书 中国信息通信研究院 7 Redis 的开发工作由 VMware 主持。从 2013 年 5 月开始,Redis 的开发由 Pivotal 赞助,至 2015 年 6 月,开始由 Redis Labs 赞助。2018 年10 月 Redis 发布了 5.0 版本,已经逐渐成为内存数据库的典型代表。 这段时期开源内存数据库开始兴起, 如支持关系型存储的VoltDB;支持键值对存储 NoSQL 数据库 Aerospike; 以及数据结构既能支持键值对又能支持关系型的 Apache Ignite,这些开源内存数据库正在成为解决日新月异市场需求的主力军。
21、 除了开源数据库之外,SAP 也发布了商业版内存数据库 SAP HANA,是支持列式存储的关系型内存数据库,已经成为内存数据库的典型产品之一。 据 Markets Research Future 在 2019 年 5 月发布的市场研究报告称, 预计全球内存数据库市场将以19的复合年增长率增长, 在2023年达到 70 亿美元1。 (四四)内存数据库的)内存数据库的优势与挑战优势与挑战 内存数据库在提供高性能读写能力的同时, 也存在由于器件导致的数据易失问题,需要在应用中引起注意。 1.优势:优势:高性能读写高性能读写 由于省去了磁盘 I/O 的开销,在数据访问的时延上内存型数据库可以达到传统关
22、系型数据库无法达到的微秒级别, 单机内存数据库的QPS 也可以达到 10 万以上,配合上用户态协议栈、内存大页等技术之后,更是可以轻松达到几十万 QPS 的量级,这是传统的关系型数据库很难做到的。 2.挑战:挑战:内存数据易失内存数据易失 内存数据库当前主要使用 DRAM 作为存储介质,DRAM 属于掉内存数据库白皮书 中国信息通信研究院 8 电易失性介质,为了保证数据的可靠性,内存数据库需要考虑持久化方案。现阶段主流的键值对内存数据库对于持久化的支持较为薄弱,持久化性能也不如传统数据库。 内存型数据库中克服掉电易失性来保障数据可靠性的方法主要是以下两种:一是每次操作都进行数据持久化,这种方式
23、势必会大幅降低内存数据库的性能;二是按照一定的策略进行操作的持久化,这样可以达到一定程度的优化和缓解, 但极端情况下数据丢失的情况仍不可避免。 现阶段新型的非易失性存储器件已经发布但尚未规模化商用。相信解决了存储易失性的难题后,内存数据库会具备更多的应用场景。 内存数据库白皮书 中国信息通信研究院 9 二、二、 内存数据库的内存数据库的分类分类及及应用场景应用场景 (一一)内存数据库的分类内存数据库的分类 主流的内存数据库可分为键值对内存数据库、 关系型内存数据库以及其他数据库, 用户可根据自身的业务需求选择适合自己的内存数据库类型。 1.键值对内存数据库键值对内存数据库 键值对(KV, Ke
24、y-Value)内存数据库指的是一种以键值对为主要存储结构的内存数据库。 键值对内存数据库通常按键进行数据存取操作,值通常支持各种数据类型,使用键值存储的数据模型相对简单,更适合要求性能高、计算简单的一些场景。键值对内存数据库的典型代表为 Redis、Memcached 和 Aerospike。 2.关系型内存数据库关系型内存数据库 关系型内存数据库是一种基于数据关系模型的内存数据库。 关系型内存数据库将传统的关系型数据库表搬到内存中,支持通过 SQL语句的方式实现对内存数据的访问,在实现复杂分析功能的同时,提升数据访问速度。关系型内存数据库的典型代表软件为 Oracle TimesTen、S
25、AP HANA、MemSQL 和 SQLite。 3.其他类型的内存数据库其他类型的内存数据库 除键值对内存数据库、关系型内存数据库之外,其他比较小众的内存数据库称为其他内存数据库, 比如图内存数据库RedisGraph等。 内存数据库白皮书 中国信息通信研究院 10 (二)(二)内存数据库的使用场景内存数据库的使用场景 1.电商秒杀电商秒杀键值对内存数据库作为缓冲层的应用键值对内存数据库作为缓冲层的应用 电子商务经过了近 30 年的发展,早已融入了人们的日常生活。为了吸引顾客、推广品牌,各类电商平台都会不定期地举办低价促销和秒杀活动。秒杀活动会对一些特定的商品进行定时、定量售卖,以吸引大量的
26、消费者进行抢购, 但又只有极少部分的消费者可以抢单成功。因此,秒杀活动会在较短的时间内产生比平时高数十上百倍的访问流量和下单请求量。根据阿里巴巴的公开数据,在 2017 年双 11 购物狂欢节上, 开场 28 秒钟成交额就突破 10 亿, 交易峰值 32.5 万/秒,支付峰值 25.6 万/秒,数据库处理峰值 4200 万次/秒。这对数据库在超大并发请求下的稳定性有很高的要求。 一般秒杀活动对系统的压力从秒杀前就会开始并持续到秒杀结束后的一段时间。秒杀前,用户会不断刷新商品页面,页面请求会达到瞬时峰值;秒杀开始的瞬间,大量用户在同一时刻按下秒杀按钮,下单请求会达到瞬时峰值;秒杀结束后,大部分用
27、户还会继续刷单等待退单的机会。 为了在大量业务并发请求下保障系统能够快速稳定地响应用户的请求,可以使用内存型数据库来分流抵挡掉大部分的业务流量,仅仅将需要数据强一致性的请求落到关系型数据库中。 该类型的使用场景主要要求内存型数据库拥有足够高的并发读写数量以及并发连接数,根据业务规模的不同并发请求可能会从几十万到上千万,传统的关系型数据库很难满足如此高的性能要求。与此同时,秒杀场景还需要考虑系统的高可用性, 通常会使用一主多从的集群模式来防止内存内存数据库白皮书 中国信息通信研究院 11 型数据库出现故障而导致的系统雪崩效应, 避免系统由于内存型数据库出现单点故障导致系统整体不可用。 2.视频直
28、播视频直播键值对内存数据库键值对内存数据库支持支持高并发高并发+灵活灵活的的数据结构数据结构 视频直播间作为直播系统对外的表现形式, 在整个系统中处于核心地位。除了视频直播窗口外,直播间还会显示在线用户数、实时刷新礼物、评论、点赞、排行榜等信息。直播间的信息显示,流量大、时效性高、互动性强,对系统的并发和性能有着非常高的要求。 除了性能要求,直播系统中对数据结构的灵活性要求非常高,很多场景都适合选择键值对内存数据库,下面以两个案例做介绍。 用户信息。用户信息。系统中需要维护大量的用户信息,如登录信息、注册信息等。传统的方式是采用关系型数据库存储这些信息,定义一张用户表,用户的属性对应表的列,这
29、种方式的可扩展性很差,用户每增加一个新属性,都需要修改数据库中的表;属于 NoSQL 的键值对内存数据库就能很好的解决这个问题,使用 Key-Value 存储的数据结构非常适合数据的扩展, 例如 Redis 提供的 Hashes 数据结构, 可以将用户名作为 Key,同时每一行的用户信息是 Hashes 结构内的 Field,用户新增信息时只需要新增一个 Field,可参考图 4 示例。 图 4 用户信息使用的数据结构 内存数据库白皮书 中国信息通信研究院 12 实时排行。实时排行。实时排行类信息包含直播间在线用户列表、各种礼物的排行榜、弹幕消息(类似于按时间维度排序的消息排行榜)等,由于用户
30、数量大,使用全表排序压力过大且过程繁琐。Redis 中的有序集合(sorted set)结构就能很好的解决这个问题,集合使用空值散列表 (hash table) 实现, 因此增删改查类操作的时间复杂度都是 O (1) 。有序集合中的每个成员都关联一个分数,新增或者修改成员,都会自动进行排序,实时反馈最新的排行。 3.电信计费电信计费关系型内存数据库关系型内存数据库支持支持高并发高并发+复杂复杂的数据的数据模型模型 电信行业计费 (Billing) 系统是电信支撑系统 BSS/OSS 的核心,其灵活性、响应速度、支撑能力的高低在很大程度上决定了前端业务模式的多样性和客户体验的满意度。 计费系统需
31、存储三户资料、产品订购、账本账单、累积使用量等信息,数据模型复杂、数据量大。以某省移动公司为例,电信计费业务有以下难点: 高并发:高并发:每秒需要处理超过 20 万条话单的计费,并发的客户端数超过 1 万个。 低延迟:低延迟:为使系统中的所有用户都能得到及时响应,在保证高并发、大吞吐量的前提下,系统还需具有低延迟的特性,在线计费服务要求平均响应时间小于 20 毫秒,99%响应时间小于 100 毫秒。 高可用:高可用:计费系统作为运营商的生产系统,一旦系统故障,将影响终端客户的业务使用(包括语音服务、数据服务) ,所以需要计费系统 (包括关系型内存数据库) 具有电信级的高可用能力, 即 99.9
32、99%的可用性。 数据数据模型复杂:模型复杂: 话单的计费处理涉及到多种数据: 单次费用明细、内存数据库白皮书 中国信息通信研究院 13 号码级别累计使用量、不同时段累计量、账户级别累计量等的访问与修改,这些数据的访问与修改需要 SQL 兼容性及 ACID 保证,以及安全的读写隔离级别。 计费系统需要用到的数据分组包括通话详单、用户属性(包括用户号码、资费方案、入网时间等) 、资费参数(包括字头、费率、折扣等) , 计费系统以通话详单为中心, 查询相关的用户属性、 资费参数,根据查询结果,计算话单费用3。从应用特点来看,一般用于实时计费业务会选择 SQL 兼容性较高的关系型内存数据库,一是关系
33、型数据库更适合数据关联性强、数据模型复杂的场景,一定程度上比NoSQL 数据库更能保证 ACID 事务;二是相较于传统计费系统使用的磁盘存储批处理方式, 内存数据库可以实现数据在内存中的实时累计和查询,免去了磁盘数据库和内存间周期性同步的时间差,能极大地缩短查询的响应时间。 内存数据库白皮书 中国信息通信研究院 14 三、三、 内存数据库的选型建议内存数据库的选型建议 (一(一)内存数据库产品现状)内存数据库产品现状 DB-Engines Ranking 是公认较权威的数据库排行,我们选取了其中最为活跃的 10 款典型内存数据库进行对比。开源产品中,Redis 和Memcached 是最受欢迎
34、的两款键值对内存数据库;而 SQLite 是最受欢迎的关系型内存数据库。 表中大部分的关系型内存数据库为商用数据库,其中热度最高的是 SAP HANA。早在 1995 年就发布第一版的Oracle TimesTen 仍然在榜上活跃;2014 年新发布 Apache Ignite 兼容键值和关系型数据结构,热度正稳步攀升。事务支持方面,大部分的关系型内存数据库称可以支持 ACID,但都需要在性能上作出妥协。具体可参考表 2 中的信息。 表 2 10 款典型内存数据库对比 数据库名称 数据结构 起始年份 商用/开源(License) ACID 支持情况 Redis 键值对 2009 年 开源(BS
35、D) 不支持 Memcached 键值对 2003 年 开源(BSD) 不支持 Aerospike 键值对 2012 年 开源(AGPL) 只支持原子性 Apache Ignite 键值对/关系型 2014 年 开源(Apache2.0) 支持 SAP HANA 关系型 2010 年 商用 支持 Oracle TimesTen 关系型 1995 年 商用 支持 VoltDB 关系型 2010 年 商用/开源(GPL) 支持 MemSQL 关系型 2013 年 商用 只支持隔离性 SQLite 关系型 2000 年 开源(Public domain) 支持 eXtremeDB 关系型 2001
36、年 商用 支持 内存数据库白皮书 中国信息通信研究院 15 (二)(二)内存数据库内存数据库选型建议选型建议 技术服务于业务, 内存数据库的选型应首先遵循业务场景的需求。业务特性决定了数据的应用特性,包括数据量、并发度、读写特性、一致性、响应时间、操作复杂度、业务连续性等要求,对应数据库的一致性、容错性、扩展性、安全性等技术要求。在做内存数据库的选型前,建议先梳理业务需求并进行量化;再将核心数据应用特性映射成数据库技术要求;最后按筛选出的技术要求进行选型。 1.技术技术因素因素 按照技术要求进行内存数据库选型时,可主要考察业务的性能、一致性要求和 SQL 兼容性三个因素。具体选型思路可参考图
37、5。 图 5 内存数据库选型建议 业务是否有很高的性能要求?业务是否有很高的性能要求?一般有高并发、 低时延读写要求的业务,如游戏实时排行、直播粉丝关注等,建议选择内存数据库。 业务数据是否要求强一致性?业务数据是否要求强一致性?如果业务对数据的可靠性和一致内存数据库白皮书 中国信息通信研究院 16 性要求较高、需要 ACID 级别的事务支持,则建议使用 MySQL 等传统的关系型数据库。但需要注意的是,强一致性的要求会对数据库的性能造成一定的影响;如果需要兼具高性能和强一致性,则需要在应用架构层面进行优化,单靠数据库的能力还无法实现。 数据处理是否要求数据处理是否要求 SQL 兼容性?兼容性
38、?在高性能要求的场景下,业务中如果数据结构固定、有复杂的关联计算要求,或是需要 SQL 语法支持的情况,建议使用关系型内存数据库;对于数据结构多变、扩展性要求高、 数据模型和操作简单的场景, 建议使用键值对内存数据库。 除了这三条考察指标,还可以结合数据容量、成本、扩展性、可维护性等需求进行综合考量。 2.非技术非技术因素因素 上述选型方法主要考量的是技术因素, 除此以外还可以结合实际情况,引入一些其他维度的考量,进行综合评估,最终挑选出适合的产品。包括但不限于以下维度: 1)生态成熟度。)生态成熟度。指数据库产品的状态,包括各种配套工具、技术架构成熟度、代码质量、开发模式、社区建设、商业支持
39、服务、版权协议等; 2)应用架构适配度。)应用架构适配度。指应用架构对数据库架构的兼容性、以及适配改造友好度,包括技术架构适配、开发语言适配等; 3)团队适应度。)团队适应度。指开发团队、维护团队对数据库的熟悉程度、偏好程度、学习成本以及配套运维工具等。 内存数据库白皮书 中国信息通信研究院 17 (三)硬件选型建议(三)硬件选型建议 内存数据库是为高性能而存在的,适合才是最好的,因此在硬件选型上建议根据业务情况综合考虑成本和收益。 1.如何选择存储如何选择存储 作为内存数据库,硬件选型的时候,优先考虑的就是大内存,比如: 256GB 或 512GB。 如果在技术选型的时候, 业务上要求有持久
40、化的功能, 那么在硬件选型的时候需要考虑到磁盘的 IOPS (Input/Output Operations Per Second) ,比如选择了 Redis,需要做 RDB+AOF 的持久化,那么硬盘最好是 SSD 或者 PCI-e(当前基于 NVM 协议的 SSD比较适合) 。 如果有足够的预算,并且业务对内存数据的访问量不是非常大,响应时间没有那么高,那么也可以考虑用 Persistent Memory(这种新技术的性能是物理内存性能的 70-80%) 。 还有一种特别的使用场景,那就是冷热数据分离,热数据存储在内存中,冷数据存储在磁盘上,这种常常会涉及到冷热数据的相互交换,那么这种情况
41、,就需要磁盘要有足够高的性能,PCI-e 最佳。 2.如何选择网络如何选择网络 千兆网卡即可满足大部分需求, 如果预算充足并希望达到极致的性能,可选择万兆交换机和万兆网卡。 3.如何选择如何选择 CPU 基于 X86 架构的 CPU 单核心性能更高,能适配大部分的内存数据库产品,成本也相应更高;ARM 架构的 CPU 成本更低廉,但可以适配的内存数据库产品有限。 内存数据库白皮书 中国信息通信研究院 18 四、四、 内存数据库技术演进趋势内存数据库技术演进趋势 (一)内存数据库和传统数据库混合使用将成为主要模式(一)内存数据库和传统数据库混合使用将成为主要模式 随着业务的增长, 很多内存数据库的存储容量已经达到 TB级别,内存数据库海量存储成为刚需,同时还要兼具性能优势,成本和扩展性成为了两大难题。 数据分离是现阶段实现这种愿景的一种可行方案。 一般会按照数据访问的冷热作为分离的判定条件,将冷数据从内存中转移,选择性能和成本较低的 SSD 或磁盘来存储。这种混合内存和磁盘的数据库会将所有的热数据保留在内存中, 业务根据自己需求调整内存和磁盘的比例,可以在性能和成本之间取得一种平衡。数据分离需要设计合适的机制来处理冷热数据识别、冷热数据交换。 (二)软硬件深度整合为内存数据库开辟新的技术方向(二)软硬件深度整合为内存数据库开辟新的技术方向
限制150内