Redis

Escalando sua aplicação para suportar milhões

Redis é um NoSQL

 

Redis é um NoSQL

Not only SQL

Redis é um NoSQL

Not only SQL

Outro tipo de estruturação de dados, diferente da tabular vista nos bancos de dados relactionais

Redis é um armazenador de Key-Value

Redis é um armazenador de Key-Value

Você dá a Key(Chave) junto com o Value(valor) para aquela Key

Redis é um armazenador de Key-Value

Você dá a Key(Chave) junto com o Value(valor) para aquela Key

'nome' : 'Daniela'

Redis é um Data Structure Server

 

 

E o mais incrível: Redis é In-Memory

E o mais incrível: Redis é In-Memory

Seu armazenamento principal é feito na memória RAM

E por quê eu quero meu banco de dados In-Memory?

Aqui está um exemplo de uma operação típica em um MySQL

Agora imagine uma aplicação enviando 1 milhão de requisições onde serão realizadas escritas no Banco de Dados

Como o seu sistema irá reagir ao ver que terá que fazer 1kkk disk I/O de vez

Disk I/O é uma operação extremamente custosa

Gargalo

Em situações de fluxo elevado, isso significa: lentidão, Crashes, Usuários Insatisfeitos

Em situações como essa, Redis e sua tecnologia in-memory é o que irá salvar.

Em situações como essa, Redis e sua tecnologia in-memory é o que irá salvar.

"Mas se eu reiniciar a máquina, vou perder minhas informações? Afinal, memória RAM é volátil"

"Mas se eu reiniciar a máquina, vou perder minhas informações? Afinal, memória RAM é volátil"

A estratégia não é substituir o MySQL pelo Redis. A ideia é adiciona-lo na sua stack.

+

O papel do Redis é de Memoria Cache

O papel do Redis é de Memoria Cache

O papel do Redis é de Memoria Cache

O papel do Redis é de Memoria Cache

O papel do Redis é de Memoria Cache

O papel do Redis é de Memoria Cache

O papel do Redis é de Memoria Cache

O papel do Redis é de Memoria Cache

O papel do Redis é de Memoria Cache

O papel do Redis é de Memoria Cache

O papel do Redis é de Memoria Cache

Redis como Memória Cache

Redis até agora:

  • NoSQL

Redis até agora:

  • NoSQL
  • Key-Value Storing

Redis até agora:

  • NoSQL
  • Key-Value Storing
  • Data Structure Server

Redis até agora:

  • NoSQL
  • Key-Value Storing
  • Data Structure Server
  • In-Memory

Redis até agora:

  • NoSQL
  • Key-Value Storing
  • Data Structure Server
  • In-Memory

E não para por aí.

Data Structure Server

  • O fato do Redis ser organizado por Key-Value não limita o value a ser apenas uma String

Data Structure Server

  • O fato do Redis ser organizado por Key-Value não limita o value a ser apenas uma String
  • Ao invés de uma String, o Value pode ser uma Estrutura de Dados conhecida

Data Structure Server

  • O fato do Redis ser organizado por Key-Value não limita o value a ser apenas uma String
  • Ao invés de uma String, o Value pode ser uma Estrutura de Dados conhecida
> set nome daniela
OK
> get nome
"daniela"

Data Structure Server

  • O fato do Redis ser organizado por Key-Value não limita o value a ser apenas uma String
  • Ao invés de uma String, o Value pode ser uma Estrutura de Dados conhecida

List

  • O Redis implementa a verdadeira List Data Structure (de um ponto de vista teórico)

List

  • O Redis implementa a verdadeira List Data Structure (de um ponto de vista teórico)
  • A implementação é feita usando as Linked Lists

List

  • O Redis implementa a verdadeira List Data Structure (de um ponto de vista teórico)
  • A implementação é feita usando as Linked Lists
  • O que significa que a inserção de novos elementos, tanto no início quanto no fim da lista é feito em tempo constante O(1)

List

  • O Redis implementa a verdadeira List Data Structure (de um ponto de vista teórico)
  • A implementação é feita usando as Linked Lists
  • O que significa que a inserção de novos elementos, tanto no início quanto no fim da lista é feito em tempo constante O(1)​
  • O tempo pra inserir um elemento em uma lista com 10 elementos é o mesmo pra inserir em uma lista com 10 milhões de elementos!

List

  • O Redis implementa a verdadeira List Data Structure (de um ponto de vista teórico)
  • A implementação é feita usando as Linked Lists
  • O que significa que a inserção de novos elementos, tanto no início quanto no fim da lista é feito em tempo constante O(1)​
  • O tempo pra inserir um elemento em uma lista com 10 elementos é o mesmo pra inserir em uma lista com 10 milhões de elementos!
  • Logo, se um cenário exigir largas escalas de inserção de dados em listas, use list

List

> rpush minha_lista rodrigo
(integer) 1
> rpush minha_lista daniela
(integer) 2
> rpush minha_lista lucas
(integer) 3
> rpush minha_lista nadson
(integer) 4
> lrange minha_lista 0 -1
1) "rodrigo"
2) "daniela"
3) "lucas"
4) "nadson"

Sets (conjuntos)

  • Sets são coleções não-ordenadas de String

Sets (conjuntos)

  • Sets são coleções não-ordenadas de String
  • A diferença de Sets para Lists, é que essa Estrutura de Dados permite a aplicação de métodos da teoria de conjuntos em cima dos elementos

Sets (conjuntos)

  • Sets são coleções não-ordenadas de String
  • A diferença de Sets para Lists, é que essa Estrutura de Dados permite a aplicação de métodos da teoria de conjuntos em cima dos elementos
  • intercessão, união, diferença entre conjuntos e mais

Sets (conjuntos)

  • Sets são coleções não-ordenadas de String
  • A diferença de Sets para Lists, é que essa Estrutura de Dados permite a aplicação de métodos da teoria de conjuntos em cima dos elementos
  • intercessão, união, diferença entre conjuntos e mais
  • E também, Sets não permitem elementos repetidos. A inserção de elementos iguais ocasionará em uma única cópia deste elemento

Ordered Sets

  •  A diferença é que esses Sets são ordenados por um valor chamado Score

Ordered Sets

  •  A diferença é que esses Sets são ordenados por um valor chamado Score
  • Apesar de que os elementos não podem se repetir, os Scores podem ser iguais

Ordered Sets

  •  A diferença é que esses Sets são ordenados por um valor chamado Score
  • Apesar de que os elementos não podem se repetir, os Scores podem ser iguais
  • Extremamente performático

Ordered Sets

  •  A diferença é que esses Sets são ordenados por um valor chamado Score
  • Apesar de que os elementos não podem se repetir, os Scores podem ser iguais
  • Extremamente performático
  • Utilizados no mundo real em diversos casos: Leader Board em tempo real

Hashes

  •  Hashes são mapeamentos entre valores em strings e campos em strings

Hashes

  •  Hashes são mapeamentos entre valores em strings e campos em strings
  • São perfeitos pra representar objetos

Hashes

  •  Hashes são mapeamentos entre valores em strings e campos em strings
  • São perfeitos pra representar objetos
  • Exemplo, objeto usuário com vários campos como Nome, Sobrenome, Email...

Hashes

  •  Hashes são mapeamentos entre valores em strings e campos em strings
  • São perfeitos pra representar objetos
  • Exemplo, objeto usuário com vários campos como Nome, Sobrenome, Email...
HMSET user:1000 username antirez password P1pp0 age 34
HGETALL user:1000
HSET user:1000 password 12345
HGETALL user:1000

Hashes

  •  Hashes são mapeamentos entre valores em strings e campos em strings
  • São perfeitos pra representar objetos
  • Exemplo, objeto usuário com vários campos como Nome, Sobrenome, Email...
HMSET user:1000 username antirez password P1pp0 age 34
HGETALL user:1000
HSET user:1000 password 12345
HGETALL user:1000
  • Extremamente performático, cada hash pode armazenar mais de 4 bilhões de campos

O quão rápido é o Redis?

Redis-Benchmark

Simulando 100mil requests

$ redis-benchmark -t set,lpush -n 100000 -q

Simulando 100mil requests

$ redis-benchmark -t set,lpush -n 100000 -q
SET: 74239.05 requests per second
LPUSH: 79239.30 requests per second

Simulando 100mil requests

$ redis-benchmark -t set,lpush -n 100000 -q
SET: 74239.05 requests per second
LPUSH: 79239.30 requests per second

Voltando ao uso do Redis como Cache....

Implementando um simples Redis Cache

Implementando um simples Redis Cache

Implementando um simples Redis Cache

app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql+pymysql://root:sa@localhost/bancodedados2'
db = SQLAlchemy(app)
cache = redis.StrictRedis(host='localhost', port=6379, db=0)

class User(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    username = db.Column(db.String(80))
    email = db.Column(db.String(120))

    def __init__(self, username, email):
        self.username = username
        self.email = email

    def __repr__(self):
        return '<User %r>' % self.username

def createUsers():
    with Timer(verbose=True) as t:
        for x in xrange(0,100000):
            user = User('teste', 'teste')
            db.session.add(user)
        db.session.commit()

def getUsers():
    with Timer(verbose=True) as t:
        users = cache.get('users')
        if not users:
            users = User.query.all()
            cache.set('users', users)

@app.route('/')
def hello_world():
    getUsers()
    return 'Hello Worldd!'

if __name__ == '__main__':
    app.debug=True
    app.run(host='0.0.0.0')

O que irá acontecer?

1º Request: Buscar um número enorme de registros no MySQL e depois adicionar no Redis

1º Request: Buscar um número enorme de registros no MySQL e depois adicionar no Redis

Tempo para retornar os dados: 45861 millisegundos

2º Request: Usuário buscando os mesmo dados, dessa vez ele já está no Redis Cache

2º Request: Usuário buscando os mesmo dados, dessa vez ele já está no Redis Cache

Tempo para retornar os dados: 5 millisegundos

2º Request: Usuário buscando os mesmo dados, dessa vez ele já está no Redis Cache

Tempo para retornar os dados: 5 millisegundos

45861 millisegundos 

->

5 millisegundos

45861 millisegundos 

->

5 millisegundos

9172 vezes mais rápido que o acesso ao MySQL

Quem está usando o Redis?

Twitter

Twitter

  • Redis é perfeito para armazenar timelines em real time

Twitter

  • Redis é perfeito para armazenar timelines em real time
  • Timeline é um index de Tweets indexados pelo ID

Twitter

  • Redis é perfeito para armazenar timelines em real time
  • Timeline é um index de Tweets indexados pelo ID
  • Encadeando diversos tweets, cria-se a home timeline do Twitter, seu principal produto

Twitter

  • Redis é perfeito para armazenar timelines em real time
  • Timeline é um index de Tweets indexados pelo ID
  • Encadeando diversos tweets, cria-se a home timeline do Twitter, seu principal produto
  • Cada instância de servidor do Twitter mantém cerca de 100k conexões abertas

Twitter

  • Redis é perfeito para armazenar timelines em real time
  • Timeline é um index de Tweets indexados pelo ID
  • Encadeando diversos tweets, cria-se a home timeline do Twitter, seu principal produto
  • Cada instância de servidor do Twitter mantém cerca de 100k conexões abertas
  • Redis ajuda a alcançar a performance necessária

JusBrasil

Maior rede social jurídica do Brasil

JusBrasil

Maior portal de informação pública

JusBrasil

12 milhões de usuários

1 milhão de acessos diários

JusBrasil

Milhares de documentos extraídos do diário oficial

JusBrasil

Milhares de documentos extraídos do diário oficial

Todos os dias.

JusBrasil

Uso agressivo de Redis Caching em diversos módulos do Sistema

JusBrasil

Uso agressivo de Redis Caching em diversos módulos do Sistema

Transformando minutos em segundos.

E muito mais

Redis é Open Source

Embrace Open Source Software!

Long Live Open Source Software

Perguntas?

Obrigado!

Rodrigo Araújo

@digorithm

BSc. Computer Science

Lucas Santos 

@ll_ucasn

BSc. Computer Science

Nadson

@seucontato

BSc. Computer Science

Redis

By Rodrigo Araújo

Redis

  • 447
Loading comments...

More from Rodrigo Araújo