每條你收藏的資訊背后，都離不開TA

隨著互聯(lián)網(wǎng)信息技術(shù)的發(fā)展

個(gè)性化推薦早已融入我們的生活

手機(jī)里收藏的各類資訊內(nèi)容

背后都有TA

作為國(guó)內(nèi)領(lǐng)先的內(nèi)容生態(tài)服務(wù)平臺(tái)，上海閱客信息科技有限公司（簡(jiǎn)稱“閱客”）通過(guò)數(shù)據(jù)分析驅(qū)動(dòng)運(yùn)營(yíng)，規(guī)?；峁﹥?nèi)容生態(tài)服務(wù)，并基于內(nèi)容場(chǎng)景提供廣告技術(shù)服務(wù)，以技術(shù)精準(zhǔn)匹配內(nèi)容和用戶，實(shí)現(xiàn)內(nèi)容收益的最大化。

閱客擁有強(qiáng)大的內(nèi)容服務(wù)和廣告能力，每日過(guò)萬(wàn)的內(nèi)容更新以及上億的曝光，龐大的數(shù)據(jù)體量和海量高并發(fā)，對(duì)支撐閱客業(yè)務(wù)應(yīng)用的數(shù)據(jù)庫(kù)發(fā)起了挑戰(zhàn)。

數(shù)據(jù)量激增下的存儲(chǔ)問(wèn)題

數(shù)據(jù)庫(kù)作為承載海量數(shù)據(jù)的基石，承擔(dān)著守護(hù)企業(yè)數(shù)據(jù)資產(chǎn)的重任，也在企業(yè)數(shù)字化轉(zhuǎn)型中發(fā)揮著關(guān)鍵作用。

數(shù)據(jù)量激增下，閱客使用的基于ECS自建的Redis數(shù)據(jù)庫(kù)在高并發(fā)和穩(wěn)定性方面面臨巨大壓力，成本也隨之攀升：

性能問(wèn)題

經(jīng)常出現(xiàn)慢查詢問(wèn)題，每天有大量告警。

專業(yè)分析：在配置緩存場(chǎng)景中，閱客使用了Redis存儲(chǔ)配置策略信息。這里通常會(huì)存在一些大key，大key在開源Redis中經(jīng)常有阻塞請(qǐng)求的性能問(wèn)題。

海量數(shù)據(jù)高并發(fā)訪問(wèn)

業(yè)務(wù)經(jīng)常出現(xiàn)訪問(wèn)超時(shí)，甚至需要重啟自建Redis。同樣，每天也會(huì)受到大量告警。

專業(yè)分析：由于業(yè)務(wù)采用分布式部署，對(duì)Redis的并發(fā)請(qǐng)求量很大，自建sentinel哨兵Redis上連接數(shù)日常維持在3萬(wàn)，開源Redis無(wú)法承受。

數(shù)據(jù)存儲(chǔ)成本高昂

數(shù)據(jù)量激增，給業(yè)務(wù)運(yùn)營(yíng)帶來(lái)壓力，成本隨之增加。

專業(yè)分析：布隆過(guò)濾場(chǎng)景中的protobuf序列化數(shù)據(jù)也越來(lái)越多，增長(zhǎng)到了TB級(jí)。而開源Redis內(nèi)存成本痛點(diǎn)、穩(wěn)定性痛點(diǎn)開始出現(xiàn)。

搬遷兼容顧慮

如果選擇上云，閱客必須修改自己的業(yè)務(wù)代碼，然后重新發(fā)版、上線，業(yè)務(wù)改造負(fù)擔(dān)大。

專業(yè)分析：閱客一開始自建了兩類不同架構(gòu)的Redis集群，分別是Cluster集群和Sentinel集群。每個(gè)集群對(duì)應(yīng)相應(yīng)的客戶端代碼，且不互相支持。

云原生時(shí)代的個(gè)性化推薦

云原生時(shí)代，基于統(tǒng)一云基礎(chǔ)設(shè)施的云原生數(shù)據(jù)庫(kù)，成為企業(yè)上云首選。閱客緊隨時(shí)代發(fā)展潮流，選擇了華為云云原生數(shù)據(jù)庫(kù)GaussDB(for Redis)作為企業(yè)數(shù)字化轉(zhuǎn)型的數(shù)據(jù)底座，全數(shù)替換了原先自建的Redis數(shù)據(jù)庫(kù)，業(yè)務(wù)發(fā)展邁上新臺(tái)階。

性能卓越，內(nèi)容推薦更快速

針對(duì)閱客配置緩存業(yè)務(wù)中的性能問(wèn)題，GaussDB(for Redis)采用分布式架構(gòu)和多線程結(jié)合的方式，提供了卓越的性能，保障業(yè)務(wù)持續(xù)高效運(yùn)行。相比開源Redis的單線程架構(gòu),GaussDB(for Redis)的多線程架構(gòu)更具優(yōu)勢(shì)，即使存在大key，也不會(huì)導(dǎo)致全局性能受損。

成功搬遷后，閱客自己的響應(yīng)超時(shí)告警大幅減少，配置緩存業(yè)務(wù)響應(yīng)及時(shí)高效，內(nèi)容推薦更快速到達(dá)用戶端。

海量存儲(chǔ)，內(nèi)容推薦更平穩(wěn)

GaussDB(for Redis)提供獨(dú)享的連接數(shù)資源，客戶將自建哨兵Redis搬遷到4節(jié)點(diǎn)GaussDB(for Redis)實(shí)例后，業(yè)務(wù)實(shí)實(shí)在在獨(dú)享4萬(wàn)連接數(shù)資源，且都在合適閾值內(nèi)，運(yùn)行非常穩(wěn)定，徹底解決了閱客業(yè)務(wù)的連接數(shù)問(wèn)題，億級(jí)流量洪峰場(chǎng)景下也能從容面對(duì)，內(nèi)容推薦更平穩(wěn)。

布隆過(guò)濾器業(yè)務(wù)成本節(jié)省80%

GaussDB(for Redis)采用存算分離架構(gòu)，可以獨(dú)立購(gòu)買計(jì)算、存儲(chǔ)資源，避免開源Redis經(jīng)常出現(xiàn)的算力成本浪費(fèi)；擁有強(qiáng)大的數(shù)據(jù)壓縮能力，尤其對(duì)布隆過(guò)濾場(chǎng)景中的protobuf序列化數(shù)據(jù)有奇效，實(shí)現(xiàn)了TB級(jí)數(shù)據(jù)到GB級(jí)的有效壓縮，釋放了80%的存儲(chǔ)成本，完全超乎客戶想象，也為客戶今后的業(yè)務(wù)增長(zhǎng)鋪好了路。

應(yīng)用無(wú)須改造，一鍵式搬遷

GaussDB(for Redis)提供“Proxy通用型”實(shí)例類型，同時(shí)兼容StandAlone客戶端、Cluster客戶端以及Sentinel客戶端，無(wú)需修改客戶端業(yè)務(wù)代碼，真正做到了“一種架構(gòu)全兼容”、“業(yè)務(wù)搬遷0改造”，徹底打消了閱客的搬遷兼容顧慮。在研發(fā)團(tuán)隊(duì)支撐下，一周就搞定了全部數(shù)十套自建Redis，實(shí)現(xiàn)了高效平滑無(wú)感遷移。

云原生數(shù)據(jù)庫(kù)GaussDB(for Redis)不僅提升了閱客的服務(wù)效率，讓個(gè)性化推薦更快更穩(wěn)，還降低了存儲(chǔ)和改造成本，為企業(yè)未來(lái)發(fā)展奠定了云化基礎(chǔ)，助力閱客實(shí)現(xiàn)更高質(zhì)量的資訊觸達(dá)。