1.云原生内存数据库Tair的淘宝淘宝演进之路
2..Net的Cache和Memcached有什么优缺点？
3.为什么要用 Tair 来服务低延时场景 - 从购物车升级说起

云原生内存数据库Tair的演进之路

       云原生内存数据库Tair自年9月正式上线阿里云，其发展历程可追溯至年在淘宝的源码诞生，最初作为缓存系统，网源后演进为分布式KV存储，淘宝淘宝广泛应用于阿里巴巴集团及广大客户。源码Tair在至年逐步面向外部服务，网源每天签到app源码提供开箱即用的淘宝淘宝产品，至年正式推出云原生内存数据库，源码支持高性能、网源低延时及多样化数据结构，淘宝淘宝与开源生态兼容，源码并结合云原生技术优势。网源

       Tair在演进中始终致力于自主研发，淘宝淘宝依托阿里云基础设施构建，源码实现多线程并行处理引擎，网源显著提升吞吐能力和降低延时，为在线场景提供稳定服务。兼容Redis、Memcache、同花顺obv3线指标源码图数据库的Gremlin和SQL接口，提供灵活的扩展能力。通过兼容生态回馈社区，贡献代码，如开源的Redis数据传输工具RedisShake，以及主导Redis 7.0功能实现，推动社区繁荣与发展。

       企业级安全能力是Tair的重要组成部分，通过访问链路、账户审计、引擎运行、数据落盘等层面的措施，确保数据安全与可靠性。可观测性增强，帮助快速定位问题，提升系统稳定性。Tair基于SCM存储级内存的自研存储引擎，提供高性能多线程处理能力，海免溯源码显示关税未付单位容量售价降低约%，并实现实时持久化，数据可靠性大幅提升。

       Tair在互联网行业的广泛应用，涵盖了电商、社交、游戏、金融、出行等领域的导购、交易、广告、风控等关键业务场景。支持缓存、高性能数据库、图计算和内存计算，实现数据实时在线。未来，Tair将继续在数据结构丰富与数据可靠性方面投入，恋爱日记网站开源源码与云原生技术结合，提供更加高效、稳定的服务。

.Net的Cache和Memcached有什么优缺点？

       如果你的服务器只有一台，且数据库读写压力不大，就没必要使用Memcached。HttpRuntime.Cache是本地缓存，Memcached是分布式缓存，两者的区别在于：

       本地缓存

       本地缓存可能是大家用的最多的一种缓存方式了，不管是本地内存还是磁盘，其速度快，成本低，在有些场合非常有效。

       但是对于web系统的集群负载均衡结构来说，本地缓存使用起来就比较受限制，因为当数据库数据发生变化时，你没有一个简单有效的方法去更新本地缓存；然而，你如果在不同的溯源码改经销商信息服务器之间去同步本地缓存信息，由于缓存的低时效性和高访问量的影响，其成本和性能恐怕都是难以接受的。

       分布式缓存

       前面提到过，本地缓存的使用很容易让你的应用服务器带上“状态”，这种情况下，数据同步的开销会比较大；尤其是在集群环境中更是如此！

       分布式缓存这种东西存在的目的就是为了提供比RDB更高的TPS和扩展性，同时有帮你承担了数据同步的痛苦；优秀的分布式缓存系统有大家所熟知的Memcached、Redis（当然也许你把它看成是NoSQL，但是我个人更愿意把分布式缓存也看成是NoSQL），还有淘宝自主开发的Tair等。

       对比关系型数据库和缓存存储，其在读和写性能上的差距可谓天壤之别；就拿淘宝的Tair来说，mdb引擎的单机QPS已在w以上，ldb的也达到了5w~7w，而集群的性能会更高（目前uic所用的Tair集群QPS高达数十万！）。

       所以，在技术和业务都可以接受的情况下，我们可以尽量把读写压力从数据库转移到缓存上，以保护看似强大，其实却很脆弱的关系型数据库。

为什么要用 Tair 来服务低延时场景 - 从购物车升级说起

       低延时服务是内存数据库Tair的核心能力，使其在高吞吐、大连接数、热点请求、异常流量、复杂计算逻辑、弹性伸缩等真实场景中保持稳定性能的关键。今年双十一期间，Tair作为购物车升级的核心产品，展示了大淘宝技术团队不断自我审视、追求更好的选择的精神。

       体验提升通常意味着降低服务降级、提高数据实时性、减少调用链路的延迟。这需要从客户端到数据库组件的每一个环节提供最强的产品能力。在数据库层，挑战在于在访问量激增的同时，保持延时稳定和成本控制。Tair具备内存/SCM混合存储、水平扩展分区无锁和SQL引擎等技术，这些技术在支撑双十一活动的过程中逐步完善，持续优化服务端性能。

       存储引擎性能是低延时的基础，涉及并发、事务处理、快照等功能。Tair采用内存/SCM作为主要存储介质，提供单次访问延时在ns级别的性能。介质成本考量包括硬件选择和数据结构设计，如采用SCM降低存储成本，并通过透明压缩减少空间占用。索引方面，Tair使用多种数据结构如HashTable、SkipList、RBTree等，针对不同场景优化性能。

       为应对高并发挑战，Tair采用RCU无锁引擎提升内存引擎性能，通过SQL场景下的多线程处理实现线性扩展，同时支持Serializable事务隔离，增强并发处理能力。在水平扩展方面，Tair支持数据分散到不同分区，提供稳定的低延迟服务。此外，针对连接数限制，Tair通过优化多线程IO能力、解耦IO线程和worker线程、实现轻量化连接等技术手段提高系统处理能力。

       在异常场景处理方面，Tair通过热点策略、流控机制、执行流程优化等手段，确保系统在面对突发异常流量或特定请求时的稳定运行。热点处理采用智能路由和数据分散策略，减少单点压力。流控机制帮助系统识别并限制异常流量，保证正常服务不受影响。执行流程优化包括存储过程使用和Pipeline执行模型，减少解析和编译开销，提升执行效率。

       随着Tair功能的扩展，从基础的KV存储到支持复杂数据结构和SQL查询，Tair已经成为提供低延时、高并发、数据安全的内存数据库解决方案。在购物车升级、销量统计、判店场景等双十一关键业务中，Tair展示了其强大的性能和灵活性。同时，Tair在技术创新和产品力上持续发展，包括发表顶会论文、独立产品上线、提供丰富数据处理能力等，为客户提供更广泛的价值。

       综上所述，Tair通过核心的低延时服务，结合多维度的技术优化和场景适应能力，为双十一等关键业务场景提供了稳定、高效的数据处理支持，体现了其在低延时场景中的重要价值。