NoSQL CGN: Redis (05/2012)

My introduction talk to Redis at the NoSQL user group Cologne in 05/2012. This presentation is in German.

Transcript

1. Einführung & Use Cases Sebastian Cohnen @tisba / tisba.de
2. About Me • Freier Entwickler ❤ Ruby/Rails & node.js ❤ Performance & Scalability Engineering ❤ Distributed Load Testing ❤ CouchDB, Redis & Riak und ebenfalls interessiert an Erlang, AMQP, ...
3. Redis von Salvatore “antirez” Sanfilippo erste Version ~04/2009 aktuell 2.4.13 (stable) / 2.6.0-rc2
4. Was ist Redis? memcached Ersatz? memcached on steriods? Caching Server? KV-Storage? ...?
5. ...! in-memory Datenbank (KV Store) Datentypen: String, Hash, List, Set & sorted Set Master-Slave Replikation Transaktionen ASCII-basiertes Protokoll
6. Getting Started http://redis.io/download zum Spielen 2.6.x – für Live-Systeme 2.4.x brew install redis (apt-get install redis) $ redis-cli > SET myval "bar" OK > GET myval "bar"
7. Datentypen
8. Strings binary safe Byte-Array bitweiser Zugriff möglich numerische Werte werden optimiert gespeichert GET[BIT|RANGE], SET[BIT|RANGE], APPEND, STRLEN, ... INCR[BY], DECR
9. Listen Sortierte Liste aus Strings [L|R]POP, [L|R]PUSH LINSERT mylist BEFORE|AFTER “foo” LTRIM, LRANGE, RPOPLPUSH
10. Hashes Hash Map mit Key und Value, jeweils Strings z.B. zum Abbilden von Objekten direkter Zugriff auf einzelne, mehrere oder alle Attribute HGET, HMGET, HGETALL HSET, HMSET HKEYS, HVALS, HLEN
11. Mengen unsortiert (S) & sortierte (Z) [S|Z]ADD, [S|Z]REM, [S|Z]CARD [S|Z]DIFF, [S|Z]INTER, [S|Z]UNION ZSCORE, ZRANK, ZRANGE, ZREMRANGEBYRANK
12. Verschiedenes
13. Transaktionen > MULTI OK > INCR foo QUEUED > INCR bar QUEUED > EXEC 1) (integer) 1 2) (integer) 1
14. Debugging INFO MONITOR SLOWLOG CONFIG [GET|SET]
15. Performance?
16. Redis ist schnell genug!
17. Benchmarks sind doof ;) redis-benchmark -P 64 -n 1000000 \ -t incr,get,set => 370k SET/s | 450k GET/s | 347k INCR/s in bisherigen Tests sind dauerhafte 30k OPS/s auf EC2 kein Problem (YMMV) http://redis.io/topics/benchmarks
18. Performance generell gute, stabile Latenzen & guter Durchsatz algorithmische Komplexität ist gut dokumentiert Optimierung ist oft einfach Wichtig Pipelining nutzen Domain Socket vs. TCP Socket
19. Use Cases
20. Caching plain Strings (serialisierte Objekte, JSON, HTML, Bilder...) Objekte (als Hash)
21. BG Jobs, Queues resque (Ruby), node-resque (node.js) Listen mit BLPOP Priorisierte Queues mit sortierten Mengen
22. Statistiken Atomare Counter (INCR, INCRBY, HINCRBY, ZINCRBY) Sets für eindeutige Events ...
23. IPC Pub/Sub Pattern SUBSCRIBE user.new PUBLISH user.new 4232 PSUBSCRIBE user.* Kommunikation zwischen Prozessen (Master, Worker, ...)
24. Weitere Use Cases Visitor/Event Tracking LRU Cache Scoreboard/Leaderboard
25. 1st class DB Integraler Bestandteil / Erweiterung der Anwendungslogik Sets, Lists und Hashes um spezielle Aufgaben zu lösen alle Requests aus Redis (“live cache”) Datenbank als Fallback
26. Resources Infos zu Redis & Dokumentation: http://redis.io/ Blog von Salvatore: http://antirez.com https://groups.google.com/forum/#!topic/redis-db/ d4QcWV0p-YM http://highscalability.com/blog/2012/4/2/youporn- targeting-200-million-views-a-day-and-beyond.html
27. Thanks! Q & A? ? Sebastian Cohnen @tisba