全网最权威!Redis官方对比分布式缓存Redis V.S Memcached

简介: 全网最权威!Redis官方对比分布式缓存Redis V.S Memcached

在分布式系统开发中,系统与系统之间都属于进程级别,缓存系统也能跨进程叫分布式缓存,市面上分布式缓存技术有 Memcached 和 Redis。

性能上都很出色,具体到细节,由于 Redis 只使用单核,而 Memcached 可以使用多核,所以平均每一个核上 Redis 在存储小数据时比 Memcached 性能更高。


而在 100K 以上的数据中,Memcached 性能要高于 Redis,虽然 Redis 最近也在存储大数据的性能上进行优化,但是比起 Memcached,还是稍有逊色。


MemCached 可以修改最大内存,采用 LRU 算法。Redis 增加了 VM 的特性,突破了物理内存的限制。


MemCached 数据结构单一,仅用来缓存数据,而 Redis 支持更加丰富的数据类型,也可以在服务器端直接对数据进行丰富的操作, 这样可以减少网络 IO 次数和数据体积。

1 不应该太在意的维度

1.1 性能

  • 平均到单核的性能,在单条数据不大时,Redis更快。以前因为Redis是单线程的,只能使用一个核。而Memcached是多线程的,所以对一个实例来说,性能上肯定是Memcached占优势。但现在Redis 6.x 已经支持多线程,Redis 在这点也没劣势了。

memcached可通过单个可执行文件和TCP端口使用多个内核,而无需客户端的帮助的多线程、非阻塞 IO 模式。memcached可以更快地获得大约100k的大值数据。Redis最近对大值(不稳定的分支)进行了很多改进,但是在这种场景下,memcached仍然更快(不过这个回答已经是很多年前了,现在优化的应该也没劣势了)。

这里的重点是:任何一个查询都不应该成为它们每秒可以提供的查询的瓶颈。

2 应该在意的维度

2.1 内存利用率

  • 对于简单的键/值对,memcached的内存利用率更高。
  • 而如果Redis采用hash结构存储键/值对,由于其组合式的压缩,其内存利用率会高于Memcached。

2.2 持久化和复制(可靠性)

MemCached 不支持数据持久化,断电或重启后数据消失,所以只能作为缓存使用,但其稳定性是有保证的。

Redis 支持数据持久化和数据恢复,允许单点故障,但是同时也会付出性能的代价。这样启动更快,不需要从关系数据库加载数据,从自己的 dump 文件加载即可。


Memcached都不支持。

仅在Redis中可用的两个功能。即使你的目标是建立缓存,它也可以帮助你在升级或重启后仍然保留数据。

2.3 所需的数据类型

  • Memcached是一个内存中键值存储,用于存储来自数据库调用,API调用或页面呈现结果的小数据块(字符串、对象)。通常需要将数据拿到客户端(即只能在客户端完成计算)来进行类似的修改再set回去,这大大增加了网络I/O的次数和数据大小。
  • 在Redis中,提供更多复杂的数据类型,因此也能支持更多应用场景。即使仅考虑缓存场景,通常也可以在单个操作中完成更多操作,而无需在客户端处理数据(即Redis支持服务器端数据计算),该操作通常和普通的GET和SET一样快。因此,如果你不仅需要GET / SET,还需要更复杂的功能,则Redis可以提供很大帮助(请考虑使用时间轴缓存)。

2.4 集群模式

  • memcached没有原生的集群模式,需要依靠客户端来实现往集群中分片写入数据
  • 但是redis目前是原生支持cluster模式的,redis官方就是支持redis cluster集群模式的,比memcached来说要更好

2.5 应用场景

Memcached:动态系统中减轻数据库负载,提升性能;做缓存,适合多读少写。

Redis:适用于对读写效率要求都很高,数据处理业务复杂和对安全性要求较高的系统。

3 开发前的考量

  • Memcached 单个 KV 大小有限,一个 V 最大只支持 1M,而 Redis 最大支持 512M。
  • Memcached 只做缓存,对可靠性无要求;而 Redis 更倾向于内存数据库,因此对对可靠性方面要求比较高
  • Memcached 只是个单一 KV 缓存;而 Redis 则是一个数据结构内存数据库,支持多种数据类型,因此 Redis 除单纯缓存作用外,还可以处理一些简单的逻辑运算,Redis 不仅可以缓存,而且还可以作为数据库用

Redis 还可集群分布式,即集群本身均衡客户端请求,各个节点可以交流,可拓展行、可维护性更强大。而 Memcached 的集群则需通过第三方才能搭建

4 总结

没有场景,就难以选型,但Redis在很多事情上都是有意义的,因为即使你不想将其用作数据库,也可以通过使用更多功能来解决更多问题,不只是缓存,甚至是消息队列,排名等。

参考

目录
相关文章
|
8月前
|
存储 负载均衡 NoSQL
【赵渝强老师】Redis Cluster分布式集群
Redis Cluster是Redis的分布式存储解决方案,通过哈希槽(slot)实现数据分片,支持水平扩展,具备高可用性和负载均衡能力,适用于大规模数据场景。
530 2
|
8月前
|
存储 缓存 NoSQL
【📕分布式锁通关指南 12】源码剖析redisson如何利用Redis数据结构实现Semaphore和CountDownLatch
本文解析 Redisson 如何通过 Redis 实现分布式信号量(RSemaphore)与倒数闩(RCountDownLatch),利用 Lua 脚本与原子操作保障分布式环境下的同步控制,帮助开发者更好地理解其原理与应用。
485 6
|
9月前
|
存储 缓存 NoSQL
Redis核心数据结构与分布式锁实现详解
Redis 是高性能键值数据库,支持多种数据结构,如字符串、列表、集合、哈希、有序集合等,广泛用于缓存、消息队列和实时数据处理。本文详解其核心数据结构及分布式锁实现,帮助开发者提升系统性能与并发控制能力。
|
7月前
|
NoSQL Java 调度
分布式锁与分布式锁使用 Redis 和 Spring Boot 进行调度锁(不带 ShedLock)
分布式锁是分布式系统中用于同步多节点访问共享资源的机制,防止并发操作带来的冲突。本文介绍了基于Spring Boot和Redis实现分布式锁的技术方案,涵盖锁的获取与释放、Redis配置、服务调度及多实例运行等内容,通过Docker Compose搭建环境,验证了锁的有效性与互斥特性。
592 0
分布式锁与分布式锁使用 Redis 和 Spring Boot 进行调度锁(不带 ShedLock)
|
7月前
|
缓存 NoSQL 关系型数据库
Redis缓存和分布式锁
Redis 是一种高性能的键值存储系统,广泛用于缓存、消息队列和内存数据库。其典型应用包括缓解关系型数据库压力,通过缓存热点数据提高查询效率,支持高并发访问。此外,Redis 还可用于实现分布式锁,解决分布式系统中的资源竞争问题。文章还探讨了缓存的更新策略、缓存穿透与雪崩的解决方案,以及 Redlock 算法等关键技术。
|
9月前
|
NoSQL Redis
Lua脚本协助Redis分布式锁实现命令的原子性
利用Lua脚本确保Redis操作的原子性是分布式锁安全性的关键所在,可以大幅减少由于网络分区、客户端故障等导致的锁无法正确释放的情况,从而在分布式系统中保证数据操作的安全性和一致性。在将这些概念应用于生产环境前,建议深入理解Redis事务与Lua脚本的工作原理以及分布式锁的可能问题和解决方案。
323 8
|
10月前
|
缓存 NoSQL 算法
高并发秒杀系统实战(Redis+Lua分布式锁防超卖与库存扣减优化)
秒杀系统面临瞬时高并发、资源竞争和数据一致性挑战。传统方案如数据库锁或应用层锁存在性能瓶颈或分布式问题,而基于Redis的分布式锁与Lua脚本原子操作成为高效解决方案。通过Redis的`SETNX`实现分布式锁,结合Lua脚本完成库存扣减,确保操作原子性并大幅提升性能(QPS从120提升至8,200)。此外,分段库存策略、多级限流及服务降级机制进一步优化系统稳定性。最佳实践包括分层防控、黄金扣减法则与容灾设计,强调根据业务特性灵活组合技术手段以应对高并发场景。
2693 7
|
11月前
|
缓存 监控 NoSQL
Redis设计与实现——分布式Redis
Redis Sentinel 和 Cluster 是 Redis 高可用与分布式架构的核心组件。Sentinel 提供主从故障检测与自动切换,通过主观/客观下线判断及 Raft 算法选举领导者完成故障转移,但存在数据一致性和复杂度问题。Cluster 支持数据分片和水平扩展,基于哈希槽分配数据,具备自动故障转移和节点发现机制,适合大规模高并发场景。复制机制包括全量同步和部分同步,通过复制积压缓冲区优化同步效率,但仍面临延迟和资源消耗挑战。两者各有优劣,需根据业务需求选择合适方案。
765 14
|
11月前
|
NoSQL 算法 安全
redis分布式锁在高并发场景下的方案设计与性能提升
本文探讨了Redis分布式锁在主从架构下失效的问题及其解决方案。首先通过CAP理论分析,Redis遵循AP原则,导致锁可能失效。针对此问题,提出两种解决方案:Zookeeper分布式锁(追求CP一致性)和Redlock算法(基于多个Redis实例提升可靠性)。文章还讨论了可能遇到的“坑”,如加从节点引发超卖问题、建议Redis节点数为奇数以及持久化策略对锁的影响。最后,从性能优化角度出发,介绍了减少锁粒度和分段锁的策略,并结合实际场景(如下单重复提交、支付与取消订单冲突)展示了分布式锁的应用方法。
854 3
|
11月前
|
存储 NoSQL Java
从扣减库存场景来讲讲redis分布式锁中的那些“坑”
本文从一个简单的库存扣减场景出发,深入分析了高并发下的超卖问题,并逐步优化解决方案。首先通过本地锁解决单机并发问题,但集群环境下失效;接着引入Redis分布式锁,利用SETNX命令实现加锁,但仍存在死锁、锁过期等隐患。文章详细探讨了通过设置唯一标识、续命机制等方法完善锁的可靠性,并最终引出Redisson工具,其内置的锁续命和原子性操作极大简化了分布式锁的实现。最后,作者剖析了Redisson源码,揭示其实现原理,并预告后续关于主从架构下分布式锁的应用与性能优化内容。
490 0