NineData,稳定、高效的Redis数据同步解决方案

本文涉及的产品
云数据库 Tair(兼容Redis),内存型 2GB
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
简介: NineData(https://www.ninedata.cloud/)在Redis的同步上,提供了稳定和高效的解决方案,并且性能上也领先其他同步工具,特别是在同步的动态限流、数据对比修复和限流、异常修复和断点续传等能力上也支持的最完善。

在 DB-Engines 网站的排名中,Redis 在 Key-value 存储的NoSQL领域连续霸榜多年,是目前最流行的键值对存储数据库,被广泛用于缓存、队列、实时分析等多种高并发的场景中。在生产环境中,我们会遇到对Redis进行版本升级和架构的扩缩容的操作,这些操作都会涉及到Redis数据同步操作,所以,一个稳定、高效、安全的数据同步服务不可或缺。

现在,NineData 在支持了「Redis可视化管理工具」的基础上,又进一步拓展了Redis同步的能力,很好地满足了Redis因版本升级、扩容、缩容等场景下对数据迁移和同步的需求。

一、产品优势

高效、稳定的同步服务

通过自建Redis实例间的数据同步,在同步性能上,对比测试了阿里云DTS、Redis-Shake。


全量同步:

  • 同步规格4c8g,NineData 比 DTS 的性能高70%,比Redis-Shake性能高50% 。


增量同步:

  • 同步规格1c2g,NineData 比 DTS 的性能高25倍,DTS 对small规格进行了限制 。
  • 同步规格4c8g,NineData 比 DTS 的性能高25% 。


通过对全量同步和增量同步的性能对比,NineData 性能表现最好,并且NineData还具有全链路监控、多渠道多策略告警和修复策略,进一步保障了同步链路的稳定。关于性能对比测试的具体数据可以看"测试说明"部分。


多源、多模式的支持

NineData 同步支持自建、多云、混合云平台等多种数据源的Redis服务,也支持Redis的单机、哨兵和集群任意模式的数据同步。


安全可靠

NineData 同步(全量、增量)期间,如果遇到Redis实例压力太大影响业务,可以使用同步限流能力,也支持暂停和断点续传的能力(降低重新同步拉取全量的性能影响),保障数据库的安全和性能。


数据一致性

NineData 同步提供了数据对比和不一致数据的修复能力,保证源和目标数据的一致性。并且也可以对数据对比进行限流,进一步保障数据库的稳定性。


数据汇总

NineData 同步提供了库映射能力,支持多个Redis实例同步到单Redis实例,实现了类似 MySQL多源复制的功能。


二、使用场景

NineData 同步提供稳定、安全的数据流服务,在支持全量和增量数据同步的同时,实现不停服迁移,降低数据同步对业务的影响。可用于以下场景:


升级

为了使用新版本的特性或修复安全BUG,需要进行Redis的版本升级,可以通过NineData的同步把数据同步到新版本Redis实例上。


扩容

单机/哨兵模式,迁移至集群。如遇到业务爆发,单机Redis的性能满足不了要求,需要扩容成集群,可以通过NineData的同步把单机实例上的数据迁移至Redis集群上。


缩容

集群模式,迁移至单机/哨兵。如业务压力不大或为降本增效,需要进行缩容,可以通过NineData的同步把集群中多个节点数据汇聚到Redis单机/哨兵实例。


其他迁移

Codis、Twemproxy、自研Proxy等集群,迁移至Redis Cluster集群,可以通过NineData把数据同步到Redis Cluster实例。


三、测试说明

通过自建实例间的数据同步,和阿里云的DTS、开源的Redis-Shake进行对比,来对比同步的性能差异(目前对于源和目标为自建实例,只有阿里云的DTS支持)。


测试实例

测试实例


全量测试

通过脚本生成所有类型的key,并在源实例上生成500W个key,used_memory为1.8G内存。

全量测试


增量测试

任务暂停后,执行增量脚本(涉及所有类型key的增、删、改)。为了保证任务暂停期间,增量数据可以存放到repl-backlog-size中,后续可以通过offset来继续增量,需要调整参数:


config set repl-backlog-size 2147483648
config set client-output-buffer-limit "normal 0 0 0 slave 0 0 0 pubsub 33554432 8388608 60"


增量测试


通过对全量同步和增量同步的复制对比,NineData性能表现最好:


全量同步

规格4c8g,NineData 比 DTS 的性能高70%,比Redis-Shake性能高50%。


增量同步

规格1c2g,NineData 比 DTS 的性能高25倍;规格4c8g,NineData 比 DTS 的性能高25%。


四、总结

NineData(https://www.ninedata.cloud/)在Redis的同步上,提供了稳定和高效的解决方案,并且性能上也领先其他同步工具,特别是在同步的动态限流、数据对比修复和限流、异常修复和断点续传等能力上也支持的最完善。


所以,如果需要使用 Redis 的迁移和实时同步功能,推荐使用 NineData,不仅满足稳定、高效、安全,而且使用简单(SaaS),很好地解决 Redis 数据同步的问题。

相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore     ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库 ECS 实例和一台目标数据库 RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
目录
相关文章
|
3月前
|
NoSQL 关系型数据库 MySQL
Redis集群和数据同步你了解多少
Redis集群和数据同步你了解多少
122 0
|
21天前
|
消息中间件 NoSQL 关系型数据库
一文彻底搞定Redis与MySQL的数据同步
【10月更文挑战第21天】本文介绍了 Redis 与 MySQL 数据同步的原因及实现方式。同步的主要目的是为了优化性能和保持数据一致性。实现方式包括基于数据库触发器、应用层双写和使用消息队列。每种方式都有其优缺点,需根据具体场景选择合适的方法。此外,文章还强调了数据同步时需要注意的数据一致性、性能优化和异常处理等问题。
221 0
|
2月前
|
存储 缓存 NoSQL
Redis 大 Key 对持久化的影响及解决方案
Redis 大 Key 对持久化的影响及解决方案
42 1
|
2月前
|
存储 缓存 NoSQL
Redis中大Key与热Key的解决方案
在工作中,Redis作为一款高性能缓存数据库被广泛应用,但常遇到“大key”和“热key”问题。“大key”指单个键包含大量数据,导致内存消耗高、性能下降及持久化效率降低;“热key”则是频繁访问的键,会引起CPU占用率高、请求阻塞等问题。本文详细分析了这些问题的定义、影响、原因,并提供了相应的解决方案,如合理设置缓存时间和数据结构、拆分大key、采用热点数据分片等方法。
215 4
Redis中大Key与热Key的解决方案
|
4月前
|
监控 数据挖掘 大数据
阿里云开源利器:DataX3.0——高效稳定的离线数据同步解决方案
对于需要集成多个数据源进行大数据分析的场景,DataX3.0同样提供了有力的支持。企业可以使用DataX将多个数据源的数据集成到一个统一的数据存储系统中,以便进行后续的数据分析和挖掘工作。这种集成能力有助于提升数据分析的效率和准确性,为企业决策提供有力支持。
|
3月前
|
存储 JSON NoSQL
【redis数据同步】redis-shake数据同步全量+增量
【redis数据同步】redis-shake数据同步全量+增量
|
4月前
|
缓存 NoSQL Redis
使用Redis实现缓存穿透的解决方案
使用Redis实现缓存穿透的解决方案
|
4月前
|
NoSQL Redis 数据安全/隐私保护
redis 常见报错和解决方案
redis 常见报错和解决方案
86 1
|
4月前
|
存储 NoSQL API
Redis问题之ETCD进行秒杀活动的配置数据同步如何解决
Redis问题之ETCD进行秒杀活动的配置数据同步如何解决
|
4月前
|
缓存 NoSQL Redis
使用Redis实现缓存穿透的解决方案
使用Redis实现缓存穿透的解决方案