? 依靠内存来存储数据的数据库管理系统，也称为内存数据库，成为解决高并发、低时延数据管理需求的技术路线。近年来，随着动态随机存储 器? (DRAM)? 容量的上升和单位价格的下降，使大量数据在内存中的存储和处理成为可能，越来越多的内存数据库管理软件? (IMDB)? 逐渐成熟。?
?? 在金融、通信行业的业务场景中，内存数据库的运用越来越深入，不断有新的业务需求、性能要求被提上日程。面对丰富的IMDB产品，如何在 明确业务需求的基础上选择更适合自己的IMDB产品？ 这里我们选择业界普遍使用的Redis与VoltActiveData（以下简称VOLT）做一个多方位的比较，希望能帮助大家更加了解不同IMDB产品的特性和差异点，能根据自己的业务特征做好技术方案选型。?
??· Client接入DB集群方式比较???
?Redis?
常用方案如通过proxy来寻址分片，集群 扩缩容对业务层不透明。
?VOLT?
透明接入任意node，系统内部派发分 片事务。
?· 与源数据库的数据同步 ?
?> 导入?
?Mysql同步数据到Redis?
通过JedisCluster优化 - 管道(pipeline)模式导入，数据量大的情况下会造成内存溢出的情况，超百万数据要分批次执行。
?Mysql同步数据到VOLT?
执行连接mysql脚本可直接同步数据至VOLT。
?> 导出?
?Redis同步数据到Mysql?
通过异步队列方式将数据同步至MySQL：
?VOLT同步数据到Mysql?
执行连接mysql脚本可直接同步数据至VOLT：
??Step1?? 在VOLT中创建流：
??Step2?? 在存储过程中调用流：
? · 事务支持?? ?
?Redis事务?
Redis只支持单节点事务，集群模式下需要redis+lua脚本配合使用，? lua一般采用c/c++来编 写。
?VOLT事务?
VOLT 是一个完全符合 ACID 的关系型数据库，它使应用程序开发人员不必在自己的应用 程序中开发代码来执行事务和管理回滚。
? · SQL标准化?
?Redis实现?
Redis属于NoSql系列的数据库，它的存储结构是Key-Value，它并不像关系数据库那样提供 任何的SQL，像排序、聚合函数、? sql语句无法通过sql查询实现。
例：? 实现排序
只能通过有序集合(sorted set)组合score+时间的方法组合实现
?VOLT实现?
?VOLT使用标准SQL，包括 CREATE INDEX,CREATE TABLE,
CREATE VIEW ,SELECT, INSERT, UPDATE, DELETE操作等。学习成本和代码迁移成本很低，代码复用程度高，已经使用SQL 实现的应用，可以相对容易的迁移到VOLT。??
同时VOLT还支持用户自定义函数，通过? Java编写并导入数据库，?? 用户自定义函数能在SQL语句中使用。
例：? 实现排序
??· 热部署 ?
?Redis实现版本迭代?
在项目中编写代码实现功能，版本迭代需要重新部署服务器。
?VOLT实现版本迭代?
VOLT通过编写存储过程实现，无需重启应用服务器，重新编译存储过程即可，? 保证程序 的稳定性。
程序中只需调用存储过程：
??· 双写一致性(数据库和缓存的同步)?
?Redis?
业务层需要实现机制来保证缓存和数据库的一致。这意味着：
- 开发者需要实现写缓存、写DB这两套接口
- 需要实现缓存miss处理机制
- 需要实现双写，保证数据库和缓存的一致性
- 键值的timeout设置维护?
?VOLT?
VOLT本身就是RDBMS，或者VOLT可以通过简单配置完成到源数据库的同步。
（可参见上文“VOLT同步数据到Mysql”）
Redis?
需要业务层加入实现机制才能保证不读到脏、过期数据。
比如“选择性读主”方案的实现流程为：
?VOLT?
DB内部机制保证，对业务层透明。
开箱即用，不需要运维人员选择主从读取方式。
??· 业务场景实现比较?
?> 对象具有多属性的场景?
?Redis?
单对象多属性的业务场景非常基本。使用 redis存储多属性的情况下，需要业务层? 开发两层转换(如使用Hash存储，需要? 首先按照对象key查询得到dict，然后按? 属性名查询到value)
?VOLT?
在一行内解决多属性的读写。
?> 多类型的对象属性关联查询的场景?
?Redis?
需要业务实现对象的属性解析，? 并根据业
务需要完成比较匹配、组合属性等。
?VOLT?
有RDBMS的优势，使用SQL完成关联
查询，解放开发人员。
?> 键值自增自减原子操作?
?Redis?
用于分布式应用系统的共享计数器，非常 高效。
?VOLT?
使用表列作为计数器，能保证原子操 作并同样高效。
?总结?
| 一级指标 | 二级指标 | VOLT | Redis |
| 关键指标 | TPS | 单节点读写10W+，并随节点数量线性增长 | 单节点读写10W+ |
| 储存容量 | 随节点数量增长，实际案例中可到TB级别 | 未知 | |
| 索引 | 支持一级、二级索引，复合索引。红黑树实现 | 仅键值索引，hash实现 | |
| 复杂SQL能力 | 支持标准SQL92和部分SQL99 | 不支持 | |
| 集成要求 | 1、对设备配置要求不敏感，配置越高处理性能越好 | 支持物理机、虚拟机、容器化和云化部署 | |
| 高可用 | 容灾 | 原生支持主备、双活、一主多备、多活容灾 | 分布式单集群 |
| 副本数 | 支持多副本。一套数据副本宕机后，应用无影响。若数据为3副本，当同一数据3副本节点都宕机后，集群不可用。 | 支持多个slaver，但如果集群中超过半数以上节点的master宕机，无法仲裁导致集群服务不可用。 | |
| 开源支持 | 支持开源版本 | 开源支持 | |
| 实例 | 支持单台物理机器上多实例，但不建议单台物理机器上启动多实例（避免资源争用） | 推荐单服务器多实例，单实例单线程 | |
| 多租户 | 使用K8S来实现多租户* | 没有K8S operator的支持 | |
| 多用户 | 支持，但无法配置独立表空间，支持用户、角色权限管理，暨：不同表使用到的内存资源做不到隔离，所有的表都可以用到所有的内存空间，但是每个表可以设置配额管理，最大不允许超过多少条记录 | 不支持 | |
| Scheme | 分区表及复制表模式并存，分布键是指为分区表选择的自动分区的字段，VOLT自动根据分布键的数据，哈希后将数据放到集群不同的分区 | 集群模式仅可用分区表，主从模式仅可用复制表。 | |
| ACID | 原子性 | 支持 | 支持 |
| 一致性 | 强一致性 | 不支持，主副本数据不保证一致性。 | |
| 隔离性 | 支持 | 支持 | |
| 持久性 | 支持以Snapshot方式持久化 | 支持，通过RDB或AOF方式，RDB无法做到事务级别持久化，AOF方式数据加载缓慢 | |
| SQL标准化 | 标准SQL都支持，但与ORACLE语法存在差异性，主要表现在函数上。 | 不支持 | |
| 存储过程 | 支持存储过程(JAVA、SQL)，可实现复杂运算 | 不支持，复杂运行由业务代码实现 | |
| 自定义函数 | 支持 | 不支持 | |
| 视图 | 支持 | 不支持 | |
| 索引 | 支持 | 使用哈希表保存kv数据，rehash时性能下降 | |
| 连接数 | 理论无限制 | 未知 | |
| 行存储、列存储、字段个数 | 字段个数最多1024个，行存储。支持直接二进制和JSON存储 | 未知 | |
| 执行计划 | 支持 | 无 | |
| 安全 | 用户名密码 | 写在配置文件中，密文存储 | 支持 |
| 运维 | 管理工具 | 自带命令行管理工具SQLCMD | 提供命令行界面、图形界面 |
| 集群扩容 | 自动化在线扩容、缩容，一键操作* | 支持，多个步骤，实例启动->加入集群->迁移数据 | |
| TTL | 支持根据数量、时间的生命周期管理 | 支持基于时间的生命周期管理 | |
| 导入导出 | 支持通过文件批量导入，支持Kafka订阅和批量导入，支持JDBC导入 | 不支持 | |
| 定时任务 | 支持定时任务执行和任务编排，支持定时跑批 | 不支持 | |
| 编程接口 | 支持所有流行的编程语言（如：JAVA,C/C++,C#,Python,Go,PHP,Node.js,Erlang等）支持REST,JDBC等规范 | 支持所有流行的编程语言 | |
| 数据自动分布 | 可在数据写入、数据复制、集群扩缩容等多种场景下，自动完成数据均衡分布操作。 | 集群扩缩容时需要手工重新分布数据 | |
| ※内容参考互联网 | |||
??如果您希望集成VOLT到您的技术栈中，请与我们联系！??