每條你收藏的資訊背后，都離不開TA

隨著互聯網信息技術的發(fā)展

個性化推薦早已融入我們的生活

手機里收藏的各類資訊內容

背后都有TA

作為國內領先的內容生態(tài)服務平臺，上海閱客信息科技有限公司（簡稱“閱客”）通過數據分析驅動運營，規(guī)模化提供內容生態(tài)服務，并基于內容場景提供廣告技術服務，以技術精準匹配內容和用戶，實現內容收益的最大化。

閱客擁有強大的內容服務和廣告能力，每日過萬的內容更新以及上億的曝光，龐大的數據體量和海量高并發(fā)，對支撐閱客業(yè)務應用的數據庫發(fā)起了挑戰(zhàn)。

數據量激增下的存儲問題

數據庫作為承載海量數據的基石，承擔著守護企業(yè)數據資產的重任，也在企業(yè)數字化轉型中發(fā)揮著關鍵作用。

數據量激增下，閱客使用的基于ECS自建的Redis數據庫在高并發(fā)和穩(wěn)定性方面面臨巨大壓力，成本也隨之攀升：

性能問題

經常出現慢查詢問題，每天有大量告警。

專業(yè)分析：在配置緩存場景中，閱客使用了Redis存儲配置策略信息。這里通常會存在一些大key，大key在開源Redis中經常有阻塞請求的性能問題。

海量數據高并發(fā)訪問

業(yè)務經常出現訪問超時，甚至需要重啟自建Redis。同樣，每天也會受到大量告警。

專業(yè)分析：由于業(yè)務采用分布式部署，對Redis的并發(fā)請求量很大，自建sentinel哨兵Redis上連接數日常維持在3萬，開源Redis無法承受。

數據存儲成本高昂

數據量激增，給業(yè)務運營帶來壓力，成本隨之增加。

專業(yè)分析：布隆過濾場景中的protobuf序列化數據也越來越多，增長到了TB級。而開源Redis內存成本痛點、穩(wěn)定性痛點開始出現。

搬遷兼容顧慮

如果選擇上云，閱客必須修改自己的業(yè)務代碼，然后重新發(fā)版、上線，業(yè)務改造負擔大。

專業(yè)分析：閱客一開始自建了兩類不同架構的Redis集群，分別是Cluster集群和Sentinel集群。每個集群對應相應的客戶端代碼，且不互相支持。

云原生時代的個性化推薦

云原生時代，基于統一云基礎設施的云原生數據庫，成為企業(yè)上云首選。閱客緊隨時代發(fā)展潮流，選擇了華為云云原生數據庫GaussDB(for Redis)作為企業(yè)數字化轉型的數據底座，全數替換了原先自建的Redis數據庫，業(yè)務發(fā)展邁上新臺階。

性能卓越，內容推薦更快速

針對閱客配置緩存業(yè)務中的性能問題，GaussDB(for Redis)采用分布式架構和多線程結合的方式，提供了卓越的性能，保障業(yè)務持續(xù)高效運行。相比開源Redis的單線程架構,GaussDB(for Redis)的多線程架構更具優(yōu)勢，即使存在大key，也不會導致全局性能受損。

成功搬遷后，閱客自己的響應超時告警大幅減少，配置緩存業(yè)務響應及時高效，內容推薦更快速到達用戶端。

海量存儲，內容推薦更平穩(wěn)

GaussDB(for Redis)提供獨享的連接數資源，客戶將自建哨兵Redis搬遷到4節(jié)點GaussDB(for Redis)實例后，業(yè)務實實在在獨享4萬連接數資源，且都在合適閾值內，運行非常穩(wěn)定，徹底解決了閱客業(yè)務的連接數問題，億級流量洪峰場景下也能從容面對，內容推薦更平穩(wěn)。

布隆過濾器業(yè)務成本節(jié)省80%

GaussDB(for Redis)采用存算分離架構，可以獨立購買計算、存儲資源，避免開源Redis經常出現的算力成本浪費；擁有強大的數據壓縮能力，尤其對布隆過濾場景中的protobuf序列化數據有奇效，實現了TB級數據到GB級的有效壓縮，釋放了80%的存儲成本，完全超乎客戶想象，也為客戶今后的業(yè)務增長鋪好了路。

應用無須改造，一鍵式搬遷

GaussDB(for Redis)提供“Proxy通用型”實例類型，同時兼容StandAlone客戶端、Cluster客戶端以及Sentinel客戶端，無需修改客戶端業(yè)務代碼，真正做到了“一種架構全兼容”、“業(yè)務搬遷0改造”，徹底打消了閱客的搬遷兼容顧慮。在研發(fā)團隊支撐下，一周就搞定了全部數十套自建Redis，實現了高效平滑無感遷移。

云原生數據庫GaussDB(for Redis)不僅提升了閱客的服務效率，讓個性化推薦更快更穩(wěn)，還降低了存儲和改造成本，為企業(yè)未來發(fā)展奠定了云化基礎，助力閱客實現更高質量的資訊觸達。