适合使用Tair的场景：
- 不能容忍数据丢失
- 数据量大，内存放不下的服务
不适合使用Cellar的场景：
- 使用复杂数据结构（map/set），map/set中元素很多（1000以上）
适合使用Redis的场景：
- 需要使用复杂数据结构（map, set），map/set中元素很多（1000以上）
- 延迟敏感服务
不适合Redis的场景：
- 数据量超过100GB（数据太多，全内存太浪费资源）
对于上述未提及的kv需求，通常Tair&Redis都可以支撑，具体方案选型，将考虑业务意愿以及基础存储组对业务的细化场景评估来决定。
| 对比项 | Tair | Redis | |
|---|---|---|---|
| 访问API | 多语言支持 | Java, C/C++, Python, PHP, nodejs | Java，C/C++，Nodejs，Go，Python |
| 访问API | 数据结构支持 | HashMap, List，Set | Hash, List, Set, Sorted Set |
| 访问API | 数据自动过期 | 支持 | 支持 |
| 可靠性 | 数据可靠性 | 强，有持久存储，一般不会丢失数据 | 用户可选是否开启持久化 |
| 可靠性 | 多副本 | 支持（副本可提供就近读） | 支持（副本平时可读） |
| 可靠性 | 副本一致性 | 可根据业务需求配置强一致/弱一致 | 弱 |
| 可靠性 | 持久化 | 支持 | 支持 |
| 可靠性 | 多机房 | 支持（部署多集群，支持就近机房读取） | 支持（部署多集群，支持就近机房读取） |
| 可靠性 | 极限负载稳定性 | 支持过载保护，防雪崩 | 新版本有服务端限流 |
| 可扩展性 | 无损扩容 | 支持 | 支持 |
| 可扩展性 | 支持数据量 | 内存+硬盘引擎，数据容量可无限扩充 | 数据全内存，资源成本考量不宜超100GB |
| 性能 | 读写性能 | String，计数等类型高，复杂数据类型（map，set）较低 | 高 |
| 可运维性 | 系统监控 | 客户端调用信息上报cat，实时监控服务状况 | 客户端调用信息上报cat, 实时监控服务状况 |
网友评论