Tair&Redis适用场景和技术对比

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