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，网源搭建idc互联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、源码创意编程图数据库的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，波动抄底源码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，plthon源码推荐与云原生技术结合，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cache源码分析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。