after it had occurred.” 1881 年的一张地图 展示了一条消息从伦敦出发 • 绿色的区域可以在 10 天以 内到达 • 黄色的区域需要 10-20 天 • 粉色的区域需要 20-30 天 • 蓝色的区域需要 30-40 天 • 棕色的区域需要 40 天以上 的时间 21 世纪的通讯 同样的一张地图 在今天, 仅仅需要毫秒级 别的时间, 一条消息可以 被全世界共享起来 显然P(网络分区)是首要考虑因素。 其次，跨区域部署就是为了提高可用性，而且对于常见的一致性协议，不管是2PC、Paxos还是raft，在 此场景下都要做跨区域同步更新，不仅会降低用户体验，在网络分区的时候还会影响可用性，因此C必 定被排在最后。那是不是C无法被满足了呢？ Conflict-free Replicated Data Types CRDT⼊门 A CRDT Primer Part I:

⽅法⾄少存在以下三个问题： ⾸先， 程序每储存⼀组相关联的数据， 就必须在数据库⾥⾯同时创建多个字符串键， 这样的数据越多， 数 据库包含的键数量也会越多。 数量庞⼤的键会对数据库某些操作的执⾏速度产⽣影响， 并且维护这些键也 会产⽣⼤量的资源消耗。 其次， 为了在数据库⾥⾯标识出相关联的字符串键， 程序需要为它们加上相同的前缀， 但键名实际上也是 ⼀种数据， 储存键名也需要耗费内存空间， 因此重复出 3-5 HSETNX 命令执⾏之前的 article::10086 散列 举个例⼦， 对于图 3-5 所示的 article::10086 散列来说， 执⾏以下 HSETNX 命令将不会对散列产⽣任何影响， 因为 HSETNX 命令想要设置的 title 字段已经存在： redis> HSETNX article::10086 title "Redis Performance Test" (integer) ⾏集中管理， ⽽不必像字符串计数器那样， 为每个计数器单独设置⼀个字符串键。 与此同时， 通过对散列中的不同字段执⾏ HINCRBY 命令， 程序可以对指定的计数器执⾏加法操作和减法操 作， ⽽不会影响到储存在同⼀散列中的其他计数器。 作为例⼦， 以下代码展示了怎样将三个⻚⾯的浏览次数计数器储存到同⼀个散列⾥⾯： >>> from redis import Redis >>> from counter

足高 QPS 场景，提供超高性价比。 双机热备架构：系统工作时主节点（Master）和备节点（Slave）数据实时同步，主节点故障时系统 自动秒级切换，备节点接管业务，全程自动且对业务无影响，主备架构保障系统服务具有高可用性。 集群架构：集群（cluster）实例采用分布式架构，每个节点都采用一主一从的高可用架构，自动容灾 切换，故障迁移，多种集群规格可适配不同的业务压力，无线扩展数据库性能。 lue大小这三个维度综 合考虑挑选出一些数据，通过后台线程将之存储到磁盘上。 当用户访问数据时，如果该数据对应的 Value在磁盘上，后台线程会从磁盘中交换数据到内存中。在此过程中，其它请求不受影响。 存储引擎 Redis混合存储型实例底层存储采用阿里自研下一代高性能全用户态存储引擎Alibaba FusionEngine： Alibaba FusionEngi 故障等问题导致的服务异常，及时进行主备切换从而保证服务高可用。 主备复制机制 阿里云针对 Redis 主从复制机制进行了定制修改，采用增量日志格式进行复制传输。当主备 复制中断后，对系统性能及稳定性影响极低，有效避免 Redis 原生复制的弊端。 Redis 原生复制弊端简要如下： Redis 复制中断后，Slave 会立即发起 psync，psync 尝试部署同步不成功，就会