KeyDB

KeyDB

Redis分支KeyDB多线程高性能内存数据库

KeyDB是Redis的高性能分支,专注多线程、内存效率和高吞吐量。它提供主动复制、FLASH存储等特性,保持与Redis完全兼容。KeyDB采用MVCC架构,可执行KEYS和SCAN查询而不阻塞数据库。在相同硬件上实现更高吞吐量,简化热备份,降低运营成本。KeyDB支持主动-主动复制、子键过期等创新特性,适用于需要高吞吐量、低延迟的大规模分布式系统。

KeyDBRedis多线程高性能数据库Github开源项目

当前版本 CI StackShare

KeyDB现已成为Snap Inc.的一部分!查看此处的公告
版本v6.3.0现已发布,带来重大改进,我们将开源版和企业版整合为单一的BSD-3许可项目。查看我们的路线图了解详情。
想用JavaScript扩展KeyDB?试试ModJS
需要帮助?查看我们详尽的文档
KeyDB已加入Slack。点击这里了解更多并加入KeyDB社区Slack工作空间。

什么是KeyDB?

KeyDB是Redis的一个高性能分支,专注于多线程、内存效率和高吞吐量。除了性能改进外,KeyDB还提供主动复制、FLASH存储和子键过期等功能。KeyDB采用MVCC架构,允许您执行KEYS和SCAN等查询,而不会阻塞数据库或降低性能。

KeyDB完全兼容Redis协议、模块和脚本。这包括脚本和事务的原子性保证。由于KeyDB与Redis开发保持同步,KeyDB是Redis功能的超集,使KeyDB成为现有Redis部署的直接替代品。

在相同硬件上,KeyDB可以实现比Redis显著更高的吞吐量。主动复制简化了热备故障转移,允许您轻松地在副本之间分配写操作,并使用简单的基于TCP的负载均衡/故障转移。KeyDB的更高性能允许您用更少的硬件做更多的事,从而降低运营成本和复杂性。

下图比较了几种KeyDB和Redis设置,包括最新的Redis6 io-threads选项和TLS基准测试。

<img src="https://yellow-cdn.veclightyear.com/835a84d5/bb56a583-4dbb-4c95-bea6-4aeb86465fd9.png"/>

查看完整的基准测试结果和设置信息:https://docs.keydb.dev/blog/2020/09/29/blog-post/

为什么要分叉Redis?

KeyDB对代码库应如何发展有不同的理念。我们认为易用性、高性能和"功能齐全"的方法是创造良好用户体验的最佳途径。虽然我们非常尊重Redis的维护者,但我们认为Redis的方法过于注重代码库的简单性,而牺牲了用户的便利性。这导致需要外部组件和变通方法来解决常见问题 - 最终导致整体复杂性增加。

由于这种观点的差异,适合KeyDB的功能可能不适合Redis。分叉允许我们探索这条新的开发路径,并实现可能永远不会成为Redis一部分的功能。KeyDB与上游Redis变更保持同步,在适用的情况下,我们会向上游提交bug修复和变更。我们希望两个项目能继续成长并相互学习。

项目支持

KeyDB团队作为Snap Inc.的一部分维护这个项目。KeyDB被Snap用作其缓存基础设施的一部分,并完全开源。没有单独的商业产品,也没有付费支持选项。我们非常重视与开源社区的合作,欢迎PR、错误报告和公开讨论。对于社区支持或想进一步参与项目,请查看我们这里的社区支持选项(slack、论坛、线下聚会、github issues)。我们的团队定期监控这些渠道。

额外资源

尝试KeyDB的Docker镜像

加入我们的Slack

通过KeyDB详尽的文档了解更多

查看KeyDB路线图,了解未来计划

KeyDB基准测试

请注意,keydb-benchmark和redis-benchmark目前是单线程的,速度太慢,无法正确对KeyDB进行基准测试。我们建议使用Redis集群基准测试工具,如memtier。如果在本地测试,请确保你的机器有足够的核心供KeyDB和memtier使用。KeyDB期望独占使用分配给它的所有核心。

新配置选项

新功能带来了新选项。所有其他配置选项的行为与您预期的一样。您现有的配置文件应该可以继续使用,无需更改。

    server-threads N
    server-thread-affinity [true/false]

用于处理请求的线程数。这应该与网络硬件中可用的队列数量相关,而不是机器的核心数。因为KeyDB使用自旋锁来减少延迟;设置得过高会降低性能。我们建议在这里使用4。默认设置为2。

min-clients-per-thread 50

在KeyDB将新连接分配到不同线程之前,一个线程上的最小客户端数。调整此参数是在锁定开销和在多个核心上分配工作负载之间的权衡

replica-weighting-factor 2

KeyDB将尝试在线程之间均衡分配客户端;然而,副本客户端通常比普通客户端昂贵得多,因此KeyDB会尝试为有副本的线程分配较少的客户端。下面的权重因子旨在帮助调整这种行为。副本权重因子为2意味着我们将一个副本视为相当于两个普通客户端。当使用复制时,调整这个值可能会提高性能。最佳权重是特定于工作负载的 - 例如,读取密集型工作负载应将其设置为1。非常写入密集型的工作负载可能会从更高的数字中受益。

active-client-balancing yes

KeyDB是否应该积极尝试在线程之间平衡客户端?这可能会影响接受新客户端的性能。默认情况下,这是启用的。如果禁用,内核仍会通过SO_REUSEPORT尽最大努力分配线程,但分配不会那么公平。默认情况下,这是启用的

    active-replica yes

如果您使用主动-主动复制,请将active-replica选项设置为"yes"。这将使两个实例都能接受读写操作,同时保持同步。点击这里在我们的文档部分查看更多关于主动复制的信息。文档中还有docker示例

multi-master-no-forward no

避免将RREPLAY消息转发给其他主节点?警告:此设置很危险!您必须确保所有主节点以真正的网状拓扑相互连接,否则将发生数据丢失!此命令可用于减少多主总线流量

    db-s3-object /path/to/bucket

如果您希望KeyDB直接转储和加载到AWS S3,此选项指定存储桶。将此选项与传统RDB选项一起使用将导致KeyDB备份两次到两个位置。如果两者都指定,KeyDB将首先尝试从本地转储文件加载,如果失败,则从S3加载。这需要安装和配置AWS CLI工具,这些工具在底层用于传输数据。

storage-provider flash /path/to/flash

如果您想使用KeyDB FLASH存储,请指定存储介质,后跟本地SSD卷上的目录路径。请注意,此功能仍被视为实验性的,应谨慎使用。有关配置和设置FLASH卷的更多详细信息,请参阅FLASH文档

构建KeyDB

KeyDB可以在Linux上编译和测试使用。KeyDB目前依赖于SO_REUSEPORT的负载均衡行为,这仅在Linux上可用。当我们支持跨线程编组连接时,我们计划支持其他操作系统,如FreeBSD。

有关CentOS/Archlinux/Alpine/Debian/Ubuntu的依赖项和构建的更多信息可以在这里找到:https://docs.keydb.dev/docs/build/

初始化并克隆子模块依赖项:

% git submodule init && git submodule update

安装依赖项:

% sudo apt install build-essential nasm autotools-dev autoconf libjemalloc-dev tcl tcl-dev uuid-dev libcurl4-openssl-dev libbz2-dev libzstd-dev liblz4-dev libsnappy-dev libssl-dev

编译非常简单:

% make

要构建支持systemd的版本,您需要systemd开发库(如Debian/Ubuntu上的libsystemd-dev或CentOS上的systemd-devel)并运行:

% make USE_SYSTEMD=yes

要为KeyDB程序名称添加后缀,请使用:

% make PROG_SUFFIX="-alt"

***注意可能需要以下依赖项: % sudo apt-get install autoconf autotools-dev libnuma-dev libtool

KeyDB默认构建时启用TLS。要构建不支持TLS的版本,请使用:

% make BUILD_TLS=no

使用启用TLS的版本运行测试(您需要安装tcl-tls):

% ./utils/gen-test-certs.sh
% ./runtest --tls

要构建支持KeyDB FLASH的版本,请使用:

% make ENABLE_FLASH=yes

***请注意,KeyDB FLASH功能被视为实验性(测试版),应谨慎使用

修复依赖项或缓存的构建选项导致的构建问题

KeyDB有一些包含在deps目录中的依赖项。 即使依赖项的源代码发生变化,make也不会自动重新构建依赖项。

当您使用git pull更新源代码时,或者当依赖项树中的代码以任何其他方式被修改时,请确保使用以下命令真正清理所有内容并从头开始重新构建:

make distclean

这将清理:jemalloc、lua、hiredis、linenoise。

此外,如果您强制使用某些构建选项,如32位目标、无C编译器优化(用于调试目的)以及其他类似的构建时选项,这些选项会无限期缓存,直到您发出make distclean命令。

修复构建32位二进制文件的问题

如果在使用32位目标构建KeyDB后需要重新构建为64位目标,或者反之,您需要在KeyDB分发包的根目录执行make distclean

如果在尝试构建KeyDB的32位二进制文件时遇到构建错误,请尝试以下步骤:

  • 安装libc6-dev-i386包(也可以尝试g++-multilib)。
  • 尝试使用以下命令行代替make 32bitmake CFLAGS="-m32 -march=native" LDFLAGS="-m32"

分配器

在构建KeyDB时选择非默认内存分配器是通过设置MALLOC环境变量来完成的。默认情况下,KeyDB会编译并链接到libc malloc,但在Linux系统上默认使用jemalloc。之所以选择这个默认值,是因为jemalloc已被证明比libc malloc具有更少的碎片问题。

要强制编译使用libc malloc,请使用:

% make MALLOC=libc

要在Mac OS X系统上编译使用jemalloc,请使用:

% make MALLOC=jemalloc

单调时钟

默认情况下,KeyDB将使用POSIX的clock_gettime函数作为单调时钟源。在大多数现代系统上,可以使用内部处理器时钟来提高性能。相关注意事项可以在这里找到: http://oliveryang.net/2015/09/pitfalls-of-TSC-usage/

要构建支持处理器内部指令时钟,请使用:

% make CFLAGS="-DUSE_PROCESSOR_CLOCK"

详细构建

默认情况下,KeyDB将以用户友好的彩色输出进行构建。 如果您想看到更详细的输出,请使用以下命令:

% make V=1

运行KeyDB

要使用默认配置运行KeyDB,只需输入:

% cd src
% ./keydb-server

如果您想提供自己的keydb.conf,您需要使用额外的参数(配置文件的路径)运行:

% cd src
% ./keydb-server /path/to/keydb.conf

可以通过直接在命令行中传递参数作为选项来更改KeyDB配置。例如:

% ./keydb-server --port 9999 --replicaof 127.0.0.1 6379
% ./keydb-server /etc/keydb/6379.conf --loglevel debug

keydb.conf中的所有选项也都支持作为命令行选项使用,名称完全相同。

使用TLS运行KeyDB:

请参阅TLS.md文件,了解如何使用TLS运行KeyDB的更多信息。

使用KeyDB

您可以使用keydb-cli与KeyDB交互。启动一个keydb-server实例,然后在另一个终端中尝试以下操作:

% cd src
% ./keydb-cli
keydb> ping
PONG
keydb> set foo bar
OK
keydb> get foo
"bar"
keydb> incr mycounter
(integer) 1
keydb> incr mycounter
(integer) 2
keydb>

您可以在https://docs.keydb.dev/docs/commands/找到所有可用命令的列表。

安装KeyDB

要将KeyDB二进制文件安装到/usr/local/bin,只需使用:

% make install

如果您希望使用不同的目标目录,可以使用make PREFIX=/some/other/directory install

make install只会在您的系统中安装二进制文件,但不会在适当的位置配置初始化脚本和配置文件。如果您只是想稍微尝试一下KeyDB,这不是必需的,但如果您要为生产系统正确安装它,我们有一个脚本可以为Ubuntu和Debian系统执行此操作:

% cd utils
% ./install_server.sh

注意:install_server.sh在Mac OSX上不起作用;它只为Linux设计。

该脚本会问您几个问题,并设置运行KeyDB所需的一切,使其作为后台守护进程正常运行,并在系统重启时再次启动。

您可以使用名为/etc/init.d/keydb_<portnumber>的脚本来停止和启动KeyDB,例如/etc/init.d/keydb_6379

多线程架构

KeyDB通过在多个线程上运行普通的Redis事件循环来工作。网络IO和查询解析是并发进行的。每个连接在接受时都会分配一个线程。对核心哈希表的访问由自旋锁保护。由于哈希表访问极快,这个锁的争用很低。事务在EXEC命令的持续时间内持有锁。模块与全局解释器锁(GIL)协同工作,只有在所有服务器线程暂停时才获取GIL。这保持了模块期望的原子性保证。

与大多数数据库不同,核心数据结构是系统中最快的部分。大部分查询时间来自于解析REPL协议和向/从网络复制数据。

代码贡献

注意:通过任何形式向KeyDB项目贡献代码,包括通过Github发送拉取请求、通过私人电子邮件或公共讨论组发送代码片段或补丁,您同意根据BSD许可证的条款发布您的代码,该许可证可以在KeyDB源代码分发包中的COPYING文件中找到。

更多信息请参阅本源代码分发包中的CONTRIBUTING文件。

编辑推荐精选

Manus

Manus

全面超越基准的 AI Agent助手

Manus 是一款通用人工智能代理平台,能够将您的创意和想法迅速转化为实际成果。无论是定制旅行规划、深入的数据分析,还是教育支持与商业决策,Manus 都能高效整合信息,提供精准解决方案。它以直观的交互体验和领先的技术,为用户开启了一个智慧驱动、轻松高效的新时代,让每个灵感都能得到完美落地。

飞书知识问答

飞书知识问答

飞书官方推出的AI知识库 上传word pdf即可部署AI私有知识库

基于DeepSeek R1大模型构建的知识管理系统,支持PDF、Word、PPT等常见文档格式解析,实现云端与本地数据的双向同步。系统具备实时网络检索能力,可自动关联外部信息源,通过语义理解技术处理结构化与非结构化数据。免费版本提供基础知识库搭建功能,适用于企业文档管理和个人学习资料整理场景。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

TraeAI IDE协作生产力转型热门AI工具
酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统,允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令,自动执行排序、公式计算和数据透视等操作,支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内,支持超过100万行数据的即时分析。

使用教程AI工具酷表ChatExcelAI智能客服AI营销产品
DeepEP

DeepEP

DeepSeek开源的专家并行通信优化框架

DeepEP是一个专为大规模分布式计算设计的通信库,重点解决专家并行模式中的通信瓶颈问题。其核心架构采用分层拓扑感知技术,能够自动识别节点间物理连接关系,优化数据传输路径。通过实现动态路由选择与负载均衡机制,系统在千卡级计算集群中维持稳定的低延迟特性,同时兼容主流深度学习框架的通信接口。

DeepSeek

DeepSeek

全球领先开源大模型,高效智能助手

DeepSeek是一家幻方量化创办的专注于通用人工智能的中国科技公司,主攻大模型研发与应用。DeepSeek-R1是开源的推理模型,擅长处理复杂任务且可免费商用。

KnowS

KnowS

AI医学搜索引擎 整合4000万+实时更新的全球医学文献

医学领域专用搜索引擎整合4000万+实时更新的全球医学文献,通过自主研发AI模型实现精准知识检索。系统每日更新指南、中英文文献及会议资料,搜索准确率较传统工具提升80%,同时将大模型幻觉率控制在8%以下。支持临床建议生成、文献深度解析、学术报告制作等全流程科研辅助,典型用户反馈显示每周可节省医疗工作者70%时间。

Windsurf Wave 3

Windsurf Wave 3

Windsurf Editor推出第三次重大更新Wave 3

新增模型上下文协议支持与智能编辑功能。本次更新包含五项核心改进:支持接入MCP协议扩展工具生态,Tab键智能跳转提升编码效率,Turbo模式实现自动化终端操作,图片拖拽功能优化多模态交互,以及面向付费用户的个性化图标定制。系统同步集成DeepSeek、Gemini等新模型,并通过信用点数机制实现差异化的资源调配。

AI IDE
腾讯元宝

腾讯元宝

腾讯自研的混元大模型AI助手

腾讯元宝是腾讯基于自研的混元大模型推出的一款多功能AI应用,旨在通过人工智能技术提升用户在写作、绘画、翻译、编程、搜索、阅读总结等多个领域的工作与生活效率。

AI 办公助手AI对话AI助手AI工具腾讯元宝智能体热门
Grok3

Grok3

埃隆·马斯克旗下的人工智能公司 xAI 推出的第三代大规模语言模型

Grok3 是由埃隆·马斯克旗下的人工智能公司 xAI 推出的第三代大规模语言模型,常被马斯克称为“地球上最聪明的 AI”。它不仅是在前代产品 Grok 1 和 Grok 2 基础上的一次飞跃,还在多个关键技术上实现了创新突破。

下拉加载更多