ScaleOut Software 宣布面向 Redis 客户端的新执行平台
3月29日,ScaleOut Software今天宣布在 ScaleOut StateServer® 5.11 版中作为社区预览版支持 Redis 客户端。
在此版本中,Redis 用户可以利用公司的旗舰分布式缓存产品连接到 ScaleOut 服务器集群并执行 Redis 命令。Redis 开源软件与 ScaleOut StateServer 的这种集成通过显着简化集群管理、实现无缝吞吐量扩展以及从服务器和网络中断中自动恢复,为 Redis 用户增加了突破性的功能。针对企业用户,ScaleOut StateServer 现在提供了重要的新功能,并且与竞争的商业 Redis 产品相比,它具有大幅节省成本的潜力。
Redis 客户端可以连接到 ScaleOut StateServer 集群,方式与它们连接到 Redis 集群的方式相同,并且使用相同的 RESP 协议。此版本实现了所有 Redis 数据结构(字符串、集合、排序集、列表和哈希),以及事务、发布/订阅命令和实用程序命令。此版本不包括对流、模块、LUA 脚本和 AOF 持久性的支持。Redis 支持结合了开源 Redis 6.2.5 版代码来处理 Redis 命令,它提供了在 Linux 或 Windows 服务器上运行的灵活性。
与开源 Redis 不同,ScaleOut StateServer 实现了对存储数据的完全一致的更新。此外,ScaleOut StateServer 的原生 API 与 Redis 命令一起运行,并结合了功能,例如数据并行计算、流分析和一致的广域数据复制,这些在开源 Redis 集群上不可用。
关键能力包括:
- 实际 Redis 开源代码:ScaleOut StateServer 已将 Redis 版本 6.2.5 集成到其软件架构中,以将存储的数据作为单个 Redis 数据库进行管理并执行所有 Redis 命令。Redis 命令产生的结果与 Redis 开源服务器的结果相同。
- 显着简化和增强的集群管理:ScaleOut StateServer 自动管理所有集群操作,包括哈希槽创建、负载平衡、数据复制、故障检测和恢复。它在服务器集群中分配 Redis 哈希槽,并在添加或删除服务器时重新分配它们。它还使用完全一致的集群成员来检测服务器或网络中断,重新平衡幸存服务器上的工作负载,并创建额外的副本以维护存储数据的冗余。
- 客户端管理:ScaleOut StateServer 通过始终为客户端提供有关哈希槽位置的准确信息来简化客户端应用程序。它会在哈希槽运行时自动停止客户端命令,以避免客户端异常并确保客户端始终看到无缝的集群视图。
- 多线程架构:ScaleOut StateServer 的多线程架构自动使用所有处理核心来加速 Redis 命令的执行。这消除了 Redis 的事件循环架构造成的单线程瓶颈,并避免了部署额外“分片”以提高每台服务器的吞吐量的复杂性。
“我们很高兴能够通过 ScaleOut StateServer 为 Redis 客户端提供一个新的执行平台,以满足企业用户的需求,”ScaleOut Software 的首席执行官兼创始人 William Bain 博士说。“通过采用这项技术,Redis 用户可以利用 ScaleOut StateServer 行业领先的集群管理功能来降低运营成本并获得存储数据的完全一致性。”
ScaleOut StateServer 上支持 Redis 的好处
将 Redis 整合到 ScaleOut StateServer 提供以下主要优势:
- 久经考验的软件架构: ScaleOut StateServer 的软件技术经过 19 多年的开发并在数百个关键任务部署中得到验证,旨在实现透明的吞吐量扩展,具有集成的高可用性和大的易用性。相比之下,Redis 被设想为单服务器数据结构存储,后来经过增强以添加集群功能。
- 完全数据一致性:与采用终一致性模型来更新存储数据的 Redis 集群不同,ScaleOut StateServer 使用基于仲裁的专利算法实现完全数据一致性。这可确保缓存集群在服务器出现故障后永远不会提供陈旧数据,并满足关键业务操作的需求。
- 透明吞吐量扩展:通过采用多线程软件架构来执行 Redis 命令,ScaleOut StateServer 自动扩展其性能以利用每台服务器上的处理核心。相比之下,Redis 使用单线程事件循环,需要在每台服务器上部署多个“分片”以提高处理吞吐量。
文章来源:https://www.businesswire.com/news/home/20220329005338/en/ScaleOut-Software-Announces-New-Execution-Platform-for-Redis-Clients
相关文章