阿里云的 Redis 托管服务现在统一以「云数据库 Tair（兼容 Redis®）」名称对外提供，支持 Redis 开源版和 Tair 企业版两种内核，底层完全兼容 Redis 协议，现有使用 Redis 的应用代码无需修改即可直接连接。
Redis 在 Web 应用架构中通常扮演两类角色：一是作为数据库查询结果的缓存层，将高频查询结果存入 Redis，应用直接从内存读取，绕过数据库，降低延迟和数据库压力；二是作为会话存储、消息队列、分布式锁、排行榜等需要高频读写且对延迟敏感的业务数据存储。与在 ECS 上自装 Redis 相比，Tair 的全托管模式省去了主从复制配置、备份策略和版本升级等运维工作，高可用架构由阿里云负责维护。
Redis 开源版 vs Tair 企业版
创建实例时需要在 Redis 开源版和 Tair 企业版之间做出选择，两者完全兼容 Redis 协议，对应用代码没有影响，差别在性能上限和功能深度。
Redis 开源版基于 Redis 社区版代码进行强化，采用 Redis 的原生单线程模型，在标准使用场景下足够稳定，适合 QPS 在 10 万以内的业务。功能覆盖 Redis 的全部标准数据类型（String、Hash、List、Set、Sorted Set、Stream 等）和命令，与自建 Redis 的行为高度一致。
Tair 企业版是阿里云自研的企业级内存数据库，从 2009 年开始在阿里集团内部使用，历经天猫双十一、优酷春晚等场景考验。Tair 内存型采用多线程模型，读写性能约为同规格 Redis 开源版的 3 倍，同时提供 Redis 开源版不具备的扩展数据类型（exHash、TairString、TairZset 等）和内置的大 Key 热 Key 检测能力。
Tair 企业版还按存储介质细分为三种形态：内存型（DRAM，最高性能，适合高频缓存）、持久内存型（NVM，持久化加速）、容量存储型（ESSD 云盘，成本最低，适合大容量冷缓存场景）。三种形态都可以在实例创建时选择，后续支持在线变配。
从 Redis 开源版迁移到 Tair 企业版，基础命令不需要任何修改，Tair 100% 兼容 Redis 协议，任何原生 Redis 客户端都可以直接连接。只有主动使用 Tair 特有的扩展数据类型时，才需要引入 Tair 专用客户端。
三种架构类型的选型判断
架构选型是实例创建时最重要的决定，直接决定了实例的性能上限和高可用能力。
标准架构（主备版）
标准架构提供 1 主 1 备的高可用配置，主节点处理所有读写请求，备节点实时同步数据，主节点发生故障时自动切换到备节点，切换过程客户端无需更改连接地址，通常在数秒内完成。
标准架构（高可用版）是大多数业务的合理起点，适合 QPS 在 10 万以下、数据量在单节点容量上限以内的场景，包括 Web 应用的 Session 存储、数据库查询结果缓存、短时效数据存储。
需要注意的是，标准架构还有一种单节点模式，没有备节点，没有高可用保障，节点故障时数据全部丢失。单节点架构成本更低，但只适合开发测试环境，生产业务不应使用单节点实例。
集群架构
集群架构将数据按 Key 分布在多个分片（Shard）上，每个分片是一个独立的主备节点对。通过增加分片数量可以线性扩展读写吞吐量和数据容量，突破单节点 CPU 和内存的上限。
集群架构适合以下场景：QPS 持续超过 10 万、业务需要的内存容量超过单节点规格上限、或者 CPU 使用率持续偏高且应用以计算密集型命令为主。集群架构的分片数从 2 个到 256 个可选，创建时根据预估的数据量和 QPS 选择合适的分片数，后续支持在线扩容分片。
集群架构在使用上有一个限制：跨多个 Key 的事务操作（MULTI/EXEC）和部分 Lua 脚本在集群模式下受到约束，涉及的 Key 必须在同一分片上才能正确执行。如果业务有跨 Key 事务需求，应提前验证兼容性，或者选择 Tair 企业版（解除了部分集群限制）。
读写分离架构
读写分离架构在标准主备节点的基础上，增加多个只读节点，只读节点从主节点同步数据。写请求发送到主节点，读请求由 Tair 的代理层自动路由到只读节点，应用不需要修改连接地址或代码。
读写分离适合读写请求比例严重不均衡的场景：用户信息查询、商品详情、文章内容等读请求远多于写请求的业务。通过增加只读节点扩展读吞吐量，成本低于扩容整个集群。
| 架构类型 | 适合 QPS | 数据量 | 高可用 | 事务支持 |
| 标准架构（主备） | <10 万 | 单节点上限内 | 自动切换 | 完整 |
| 集群架构 | >10 万 | 可水平扩展 | 分片级高可用 | 有限制 |
| 读写分离 | 读高写低 | 单节点上限内 | 自动切换 | 完整 |
创建实例与关键配置项
在阿里云控制台搜索「云数据库 Tair」，进入后点击「创建实例」，关键配置项如下：
内核和形态： 选择 Redis 开源版或 Tair 内存型。新建业务且 QPS 要求高的选 Tair 内存型，对成本更敏感的标准业务选 Redis 开源版即可。
架构类型： 根据上文的选型判断确认标准架构还是集群架构。生产环境务必选高可用版（主备），不要选单节点。
版本： 建议选 Redis 6.0 及以上版本，6.0 版本在 ACL 权限控制和客户端连接数管理上有改进，长期维护支持更好。
规格容量： 根据预估的数据量和连接数选择内存规格。建议实际使用量不超过规格容量的 80%，留出一定余量应对流量峰值和数据增长。规格支持在线升降配，不需要停机，可以从较小规格开始，根据实际使用情况调整。
VPC 和交换机： 必须和需要连接的 ECS 应用服务器选择相同的 VPC，才能通过内网地址连接。同一 VPC 下不同交换机的 ECS 和 Redis 同样可以内网互通，交换机不需要完全一致。创建后 VPC 不能修改，选错后只能重建实例迁移数据。
关于 ECS 实例的 VPC 配置和安全组设置，可以参考 阿里云 ECS 完整教程的网络配置部分。
连接实例：白名单配置与客户端连接
配置 IP 白名单
Tair 实例默认拒绝所有 IP 的连接，必须将允许访问的 IP 地址加入白名单。在控制台实例详情页的「安全」→「白名单设置」中，添加 ECS 实例的内网 IP 地址。
生产环境应只添加应用服务器的内网 IP，不要将白名单设置为 0.0.0.0/0（允许所有 IP）。Redis 协议没有强制 TLS 加密，将 Redis 端口暴露在公网存在数据泄露风险。
使用 redis-cli 连接
# 使用内网地址连接（ECS 和 Redis 在同一 VPC 内）
redis-cli -h r-xxxxxx.redis.rds.aliyuncs.com -p 6379 -a your_password
# 连接成功后验证
127.0.0.1:6379> PING
PONG
# 查看实例中 Key 的数量
127.0.0.1:6379> DBSIZE
Python 客户端连接
import redis
# 创建连接池（生产环境推荐使用连接池）
pool = redis.ConnectionPool(
host=’r-xxxxxx.redis.rds.aliyuncs.com’,
port=6379,
password=’your_password’,
decode_responses=True,
max_connections=50
)
r = redis.Redis(connection_pool=pool)
# 基础操作验证
r.set(‘test_key’, ‘hello_tair’, ex=3600) # ex=3600 设置 TTL 为 1 小时
value = r.get(‘test_key’)
print(value) # 输出: hello_tair
连接池配置是生产环境的标准实践。 每次创建新连接都有开销，连接池复用已有连接，减少延迟和服务端连接数压力。max_connections 参数应根据应用的并发量和实例规格的最大连接数上限综合设置。
常见业务场景的 Redis 操作
数据库查询结果缓存
将数据库查询结果缓存到 Redis，应用优先读缓存，缓存未命中时再查询数据库并写入缓存：
import json
def get_product(product_id):
cache_key = f”product:{product_id}”
cached = r.get(cache_key)
if cached:
return json.loads(cached)
# 缓存未命中，查询 RDS
product = db.query(
“SELECT * FROM products WHERE id = %s”,
product_id
)
# 写入缓存，设置 30 分钟过期
r.setex(cache_key, 1800, json.dumps(product))
return product
合理设置 TTL（过期时间）是缓存设计的关键。TTL 太短，缓存命中率低，数据库仍然承压；TTL 太长，数据与数据库不一致的窗口期变长。业务数据更新频率低的选较长 TTL，实时性要求高的选较短 TTL 或在数据更新时主动删除对应缓存。关于 RDS 数据库的配置和连接方式，可以参考 阿里云 RDS 数据库指南。
分布式 Session 存储
多台 ECS 实例组成的集群，用户登录状态存储在某台实例本地内存中，下次请求如果打到其他实例就需要重新登录。将 Session 存储在 Redis 中，所有 ECS 实例共享同一 Session 存储，用户请求可以被负载均衡器分发到任意实例而不影响登录状态：
import secrets
def create_session(user_id):
session_id = secrets.token_hex(32)
session_data = {
‘user_id’: user_id,
‘created_at’: int(time.time())
}
# Session 存入 Redis，设置 24 小时过期
r.setex(
f”session:{session_id}”,
86400,
json.dumps(session_data)
)
return session_id
def get_session(session_id):
data = r.get(f”session:{session_id}”)
return json.loads(data) if data else None
有序集合实现实时排行榜
Sorted Set（有序集合）是 Redis 为排行榜场景设计的数据结构，每个成员关联一个分数，按分数自动排序，支持范围查询：
# 更新用户积分
r.zadd(‘game:leaderboard’, {‘user_001’: 9850})
r.zadd(‘game:leaderboard’, {‘user_002’: 12300})
r.zadd(‘game:leaderboard’, {‘user_003’: 8760})
# 获取前 10 名（分数从高到低）
top10 = r.zrevrange(‘game:leaderboard’, 0, 9, withscores=True)
for rank, (user, score) in enumerate(top10, 1):
print(f”第 {rank} 名: {user} – {score} 分”)
# 查询特定用户的排名
rank = r.zrevrank(‘game:leaderboard’, ‘user_001’)
print(f”user_001 当前排名: 第 {rank + 1} 名”)
大 Key 和热 Key 的排查
大 Key（单个 Key 的 Value 体积过大）和热 Key（单个 Key 被极高频率访问）是 Redis 最常见的性能问题来源，Tair 内置了对应的检测工具。
大 Key 会在序列化和网络传输时消耗大量时间，导致其他命令被阻塞（Redis 单线程处理命令）。典型的大 Key 场景：将整个用户购物车序列化为一个 JSON 字符串存入 String 类型；将大量数据存入一个 Hash 或 List。处理方式是拆分大 Key——将单个大 Value 拆成多个小 Key，或者使用适合的数据类型（Hash 代替 String 存储结构化数据）。
在阿里云 Tair 控制台进入「大 Key 分析」，可以扫描实例中 Value 体积最大的前 N 个 Key，以及各数据类型中成员数量最多的 Key，辅助定位需要优化的位置。
热 Key 是某个 Key 被高频访问，所有请求都打到同一个分片（集群架构下）或同一个节点，CPU 成为单点瓶颈。处理方式是在应用层增加本地缓存（Java Caffeine、Guava Cache 等），热 Key 的读请求先查本地内存，大幅减少到 Redis 的请求次数；或者将热 Key 拆分为多个副本（key_1、key_2…key_n），请求随机分配到不同副本，分散单 Key 的访问压力。Tair 控制台的「热 Key 分析」提供实时的 Top Key 统计，帮助在问题发生前提前发现热 Key。
计费方式
Tair 实例支持包年包月和按量付费两种计费模式。包年包月按购买时长享受阶梯折扣，购买时长越长折扣越大，适合长期稳定运行的生产 Redis；按量付费按小时计费，适合短期测试或流量不确定的场景。
实例规格费之外可能产生的附加费用：备份存储超出免费额度后按实际使用量计费；开启审计日志功能会产生额外费用；手动升级实例带宽同样计费。这三项在初始配置时容易被忽略，建议在成本估算时一并纳入。
账号开通与代理充值
使用阿里云 Tair Redis 需要有效的阿里云国际版账号，Tair 实例在控制台直接创建，不需要额外审批。通过 阿里云账号出售 渠道获取的高权重账号，ECS 和 Tair 配额均更宽松，1 分钟交付，免实名免绑卡。
对于同时运行 ECS、RDS 和 Tair 的业务，月均阿里云消耗通常在 $300 以上，通过 阿里云国际合作伙伴 充值可以获得赠金返点（$100 到账 $110，$500 到账 $600，$1000 到账 $1250），赠金适用于 Tair 实例费和所有关联资源，年度实际成本明显低于官网直充，付款支持 USDT 和对公转账。
