作者：黃鵬程（馬格）
一、Tair背景介紹
（一）什么是阿里云Tair云原生內存數據庫
阿里云Tair云原生內存數據庫線上名字為阿里云數據庫redis企業版（又稱阿里云Tair），從2009年開始正式承載集團業務，是一款歷經磨練的企業級產品。它完全兼容Redis的數據結構和通訊協議，包括API接口，并且在內部逐步打磨的過程中，基于Tair研發云上托管云內存數據庫。
如上圖所示，Tair產品分為三個類型，從性能到性價比有不同的產品排布，下面用1.0X表示開源的Redis的性能與價格，從性能和價格上與三個類型的Tair產品進行對比。
- Tair性能增強型性能約為開源Redis的兩倍，支持多種常見數據結構，在天貓/淘寶/高德/優酷中大規模使用，并擁有任意時間點恢復/全球分布式/熱點散列等特性。
- Tair持久內存型基于Intel傲騰持久內存做的數據庫，后文會重點闡述其特點。
- Tair容量存儲型直接對標社區Pika等開源存儲型Redis產品。然后因為我們會用阿里云的高效的高效云盤，所以說整個的功能和性能都會比Pika強很多。
如上圖所示，從內存存儲方面，Tair三個類型的產品適應不同的場景。
- Tair性能增強型
1）數據讀寫頻繁，要求低延遲，支持大連接；
2）成本相對不敏感，以滿足業務性能需求為主。
- Tair持久內存型
1）數據讀寫較頻繁，延遲要求可稍微放寬，存儲數據量有一定較大容量要求；
2）成本控制較之熱數據要求更高。
- Tair容量存儲型
1）數據讀寫密集程度低，延遲要求不高，整體存儲容量要求高；
2）成本是最大考量因素。
（二）阿里云Tair面向業務的數據結構讓業務創新更容易
在業務方面，阿里云Tair與基于傳統Redis存在許多不一樣的地方，阿里云Tair業務結構如下所示。
除此之外，阿里云Tair有以下優點：
1）高性能
性能增強型，流量上漲淡然處之，性能是開源Redis的2倍。
2）持久化
持久內存型，數據可靠，方便業務使用，不再擔心數據丟失。（RPO=0）
3）低成本
多種存儲介質，選擇最優性價比，性價比高于ECS自建。
4）豐富數據模型
在社區Redis上提供了更多面向應用的數據結構，應用開發更簡便。
5）企業級能力
全球多活，數據閃回，混合多云（熱點散列）。
（三）阿里云Tair歷史
上圖為Tair的發展歷史。從Tair1.0開始，團隊就孵化出了云Redis社區版和云Memcache，這是線上社區托管的兩個版本。
在Tair1.0的時候，就會整個孵化出來，2.0逐步上云，3.0會孵化出來一款叫GDB的產品，是一款線上的圖數據庫。
再往下是Tair（Redis企業版/Tair 3.0），集團和云上是同一個版本，有很多種形態來支持用戶在各種業務場景下的需求。
二、Tair功能介紹
（一）做一個不丟數據的內存數據庫—Tair持久內存型
我們希望做一個不丟數據的數據庫，做法是通過新硬件和新軟件來進行。
1.新硬件
- 引入英特爾® 傲騰™ 數據中心級持久內存；
- 與DRAM內存相近的性能表現，而且其大容量和非易失性的特性還可幫助系統獲得更優的可用性；
- 它相比于DRAM內存的成本和容量優勢，也可幫助客戶有效地降低總擁有成本。
上圖為存儲介質圖，速度延遲從上到下逐步增大，相反，容量逐步減少，成本逐步降低。Storage Class Memory處于中間，性價比較高。
2.新軟件
- 模式選擇
新軟件的開發模式方案有兩種，分別是內存模式（Memory Mode）與應用程序直接訪問模式（App Direct Mode）。
在內存模式下，應用和OS將其視為易失性內存池，雖對應用透明，但掉電即失，因此不采用。
在應用程序直接訪問模式下，持久內存和 DRAM充當獨立內存資源，通過構建符合Redis協議和數據結構的軟件利用兩塊存儲資源構建兼容Redis、具備命令級持久化能力的內存數據庫。
- 全新的挑戰
我們選擇重新寫兼容Redis的東西，而不是在Redis基礎上進行更改，是因為新軟件有著全新的挑戰：
1）替代原有的內存分配器，同時要保證內存分配器元數據的持久化；
2）Redis數據結構與索引的持久化要保持一致性；
3）持久內存和易失內存如何協同工作，讓整個數據庫高性能工作，同時還具備強大的持久化能力。
3．產品化能力
上文結合軟硬件的能力闡述了如何去構建持久化內存的形態，下面可以看一下所帶來的成果。
- 消除aofrewrite與fsync的無Fork設計，服務更順滑，P95延時較之內存版Redis更低更穩定；
- 讀寫性能吞吐為內存版Redis的90%以上。
- 原生命令級持久化能力，操作寫入即持久化；
- 緩存主存合一成為可能，成本更低，架構更優雅。
4.應用場景
應用場景主要分為如下兩種。
場景一：大數據量、高性能、成本的綜合選型考慮
- 機器學習平臺、推薦系統等計算數據對性能和容量的要求很高；
- 全內存又使得成本壓力巨大；
- 可采用Tair持久內存型以有效降低成本，并能夠保持高性能運行；
- 同時用戶也無需為降本而綜合使用其他數據存儲，有效地平衡了系統復雜度與成本。
場景二：用作持久化數據存儲
- 游戲、直播、數據分析中大數據結果集對外提供查詢服務等場景可以使用；
- 可采用Tair持久內存型作為數據最終的存儲；
- 對比緩存+主存的兩層架構，數據同樣可靠；
- 性價比更高，代碼更簡化，架構更優雅。
（二）做一個具備時光機能力的數據庫--數據閃回
我們希望這個內存數據庫具備有時光機能力。時光機能力表示可以將數據恢復到過去指定的任何時間點，也稱為數據閃回，它有如下兩大特點：
- 七天內任意時間點的數據恢復
1）Backup/Restore的終極形態
2）支持按秒級的數據恢復（可支持到按條）
3）防止刪庫跑路場景
4）Clone & Switching：隨時回切
- 根據按照指定Key或者Key Glob Pattern進行原地數據部分恢復
1）靈活應對部分數據異常
2）其余未指定數據不變化
3）游戲數據回檔實現
（三）做一個全球多地寫入的數據庫--全球多活
1.基本概念
我們希望數據庫能夠多地寫入，把多地的內存數據庫進行多活操作，用戶可以在多地訪問與寫入，我們幫用戶做數據按序同步。
2. 三地六向同步
- 全區全服同時在線，解決漫游（roaming）和DNS漂移問題。
- 數據本地訪問（locally data access）的流暢性。
- 單元化：獨立部署，區域容災，按需調度。
- 數據的高可靠和性能提升。
3. 低時延SLA保障
- 推送模式（Push），Latency= T1 (binlog落盤時延)+ T2 (Replicator發現時延) + T3 (Apply時延)
1）整體看，T1 + T2 穩定在10ms，最差100ms；T3基本上時延是網絡RTT。
2）忙時下不敏感，replicator具備獨立的資源，點到點同步通道帶寬穩定。
- 適合寫入量大，對平均時延要求高的客戶。
- 目前全球分布式緩存只能做3地6向。
- 適合跨域多活及單元化業務（阿里內部經驗）。
- Tair全球同步時延測試白皮書：https://help.aliyun.com/document_detail/199010.html
4. Session場景
Session的容災至關重要
- 隨著業務擴展，session訪問壓力幾何級數增長。
- 對抖動敏感，遠距離訪問體驗差。
- 單元化部署，全球化部署。
- 除去容災（跨域備份），還要能就近讀寫（跨域雙活，多活）。
5. 游戲場景
架構特點：玩家可就近接入，本身邏輯就近計算數據讀取，基本不存在數據一致性問題，靈活調整分布式節點。
可以靈活跨地域部署，數據通過Tair同步延遲根據網絡速度決定通常在100ms以下。
場景：聊天室，彈幕信息同步；跨服對戰；全球道具商城。
6.出行場景
Tair也在高德地圖中深度使用，并解決了出行場景的一些問題。
使用前：導航時地理位置信息推送問題
- DNS漂移是一個邊界效應，通常大概影響邊界上5%-7%的用戶。
- 在導航中跨越邊界時，會大量出現交叉訪問不同數據區的場景；業務邏輯復雜，可靠性低，用戶體驗差。
使用后：高德交通三地六向同步（Tair only）
- Redis-enterprise跨域多活提供百萬OPS每秒的數據同步。
- 交通在三地都可高速寫入/訪問；極高性能的優勢提供流暢的用戶體驗。
- 用戶可以靈活的在SDK層控制讀寫，比例等。
（四）做一個有計算的內存數據庫
1. TairCPC高精度計數
TairCPC是一種數據的壓縮算法（sketches）的內存實現，可以利用很小的空間對采樣數據做高性能的計算，適合在實時和流式計算場景下做高性能的風控和安全場景。
- 主要特性
1）內存占用低
2）增量讀寫，IO最小化
3）毫秒級高性能去重
4）超高去重精度
5）誤差率穩定收斂
- 適用場景
1）想以較低的內存實現對海量數據的去重計算；
2）容忍一定的四舍五入的誤差率；
3）適用于實時計算的滾窗和滑窗去重。
2. TairTS時序數據處理
TairTS是基于Redis Module開發的時序數據結構，提供低時延高并發的內存讀寫訪問，以及快速的過濾聚合查詢功能。將存儲與計算集于一身，極大地簡化用戶處理時序數據的流程，結合Tair持久內存型單集群最大規模可達65T。
- 主要特性
1）TairTS相對于TSDB類傳統時序數據庫，可提供更快的寫入性能，并提供數10倍的查詢性能。
2）針對小規模數據場景，TairTS可將批量查詢與聚合計算集成到單條命令中，減少網絡交互，實現毫秒級響應。
3）針對大規模數據場景，可利用索引命令，將大規模數據，分批查詢與聚合，實現秒級響應。
- 適用場景
1）監控數據的存儲與計算
2）車聯網、工業互聯網實時IOT數據處理
3）APM秒級監控等
三、面向未來
最后談一下未來面對的事情，關注云產品的人可能都知道存儲計算分離，我們希望在這基礎上能再進行一層分離。將內存也分離出來，做一個大的內存存儲池。希望我們的再分離一層，就是把內存也分離出來，因為現在可能是一個大的存儲池，為用戶提供更加彈性的服務。
