Recursos do Amazon MemoryDB for Redis

O Amazon MemoryDB para Redis é um serviço de banco de dados na memória compatível com Redis, durável e com performance ultrarrápida. Foi desenvolvido especificamente para aplicações modernas com arquiteturas de microsserviços.

O Amazon MemoryDB é compatível com o Redis, um armazenamento de dados de código aberto bastante usado, permitindo que os clientes criem aplicações rapidamente usando as mesmas estruturas de dados, APIs e comandos flexíveis e descomplicados do Redis que eles já usam hoje. Com o Amazon MemoryDB, todos os seus dados são armazenados na memória, o que permite que você obtenha latência de leitura de microssegundos, latência de gravação de milissegundos de um dígito, além de alto throughput. O Amazon MemoryDB também armazena dados de forma durável em várias zonas de disponibilidade (AZs) usando um log transacional distribuído para permitir failover rápido, recuperação de banco de dados e reinicializações de nós. Oferecendo performance na memória e durabilidade multi-AZ, o Amazon MemoryDB pode ser usado como um banco de dados primário de alta performance para suas aplicações de microsserviços, eliminando a necessidade de gerenciar separadamente um cache e um banco de dados durável.

O Redis é um armazenamento rápido de dados de chave-valor de código aberto e na memória. Desenvolvedores usam o Redis para obter tempos de resposta inferiores a um milissegundo, permitindo milhões de solicitações por segundo para aplicações em tempo real em setores como jogos, tecnologia de anúncios, serviços financeiros, saúde e IoT. Em 2021, o Redis foi considerado o “banco de dados mais amado” do Stack Overflow pelo quinto ano consecutivo.

O Redis oferece APIs, comandos e estruturas de dados flexíveis, como fluxos, conjuntos e listas, para criar aplicações ágeis e versáteis. O MemoryDB mantém a compatibilidade com o Redis de código aberto e oferece suporte ao mesmo conjunto de tipos de dados, parâmetros e comandos do Redis que você conhece. Isso significa que o código, as aplicações, os drivers e as ferramentas que você já utiliza com o Redis podem ser usados com o MemoryDB para criar aplicações rapidamente.

O MemoryDB armazena todo o seu conjunto de dados na memória para fornecer latência de leitura de microssegundos, latência de gravação de milissegundos de um dígito e alto throughput. Ele consegue processar mais de 13 trilhões de solicitações por dia e oferece suporte a picos de 160 milhões de solicitações por segundo.

Desenvolvedores que criam arquiteturas de microsserviços precisam de altíssima performance, pois essas aplicações podem envolver interações com muitos componentes de serviço por interação do usuário ou chamada de API. Com o MemoryDB, você pode habilitar a latência extremamente baixa para fornecer performance em tempo real para usuários finais.

O Amazon MemoryDB para Redis inclui multiplexação aprimorada de entrada/saída (E/S), que oferece melhorias significativas no throughput e na latência em grande escala. A multiplexação de entrada/saída (E/S) aprimorada é ideal para workloads limitadas por throughput com várias conexões de clientes. Os benefícios aumentam de acordo com o nível de simultaneidade da workload. Por exemplo, usando o nó r6g.4xlarge e executando 5.200 clientes simultâneos, você pode obter até 46% de aumento de throughput (operações de leitura e gravação por segundo) e até 21% de redução na latência do P99, em comparação com o MemoryDB para Redis 6. Para esses tipos de workloads, o processamento de entrada/saída (E/S) de rede de um nó pode se tornar um fator limitante na escalabilidade. Com a multiplexação aprimorada de entrada/saída (E/S), cada thread de E/S de rede dedicado encaminha comandos de vários clientes para o mecanismo Redis, aproveitando a capacidade do Redis de processar comandos em lotes com eficiência, conforme ilustrado no diagrama a seguir:

A multiplexação aprimorada de entrada/saída (E/S) está disponível automaticamente ao usar o Redis 7, sem custo adicional. Nenhuma alteração de configuração de aplicações ou serviços é necessária para usar a multiplexação de entrada/saída (E/S) aprimorada do MemoryDB para Redis.

Para obter mais informações, consulte a documentação.

Além de armazenar todo o conjunto de dados na memória, o MemoryDB usa um log transacional distribuído para fornecer durabilidade, consistência e chances de recuperação de dados. O MemoryDB armazena dados em várias AZs, permitindo recuperação e reinicialização rápidas do banco de dados. Utilize o MemoryDB como um único serviço de banco de dados primário para suas workloads que exigem baixa latência e alto throughput, em vez de gerenciar separadamente um cache para velocidade e outro banco de dados relacional ou não relacional para confiabilidade.

Você pode escalar o cluster do MemoryDB para atender às demandas variáveis de aplicações: horizontalmente, adicionando ou removendo nós, ou verticalmente, movendo para tipos de nós maiores ou menores. O MemoryDB é compatível com escalabilidade de gravação com fragmentação e escalabilidade de leitura por meio da adição de réplicas. Seu cluster permanece online e oferece suporte a operações de leitura e gravação durante as operações de redimensionamento.

É simples começar a usar o MemoryDB. Basta iniciar um novo cluster MemoryDB usando o Console de Gerenciamento da AWS, ou utilize a AWS CLI ou o SDK. As instâncias de banco de dados do MemoryDB são pré-configuradas com definições e parâmetros adequados para o tipo de nó selecionado. Você pode iniciar um cluster e conectar sua aplicação em minutos, sem necessidade de configuração adicional.

O MemoryDB gera métricas do Amazon CloudWatch para instâncias de banco de dados. É possível usar o Console de Gerenciamento da AWS para visualizar mais de 35 das principais métricas operacionais de clusters, inclusive computação, memória, armazenamento, throughput, conexões ativas e mais.

O MemoryDB mantém automaticamente seus clusters em dia com as novas atualizações, e você pode atualizar facilmente seus clusters para as versões mais recentes do Redis.

O MemoryDB é executado na Amazon VPC, permitindo que você isole seu banco de dados em sua própria rede virtual e se conecte à sua infraestrutura de TI on-premises usando VPNs IPsec criptografadas padrão do setor. Além disso, ao usar a configuração da VPC do MemoryDB, é possível configurar as definições do firewall e controlar o acesso de rede às suas instâncias de banco de dados.

Com o MemoryDB, os dados em repouso são criptografados usando chaves criadas e controladas pelo AWS Key Management Service (KMS). Os clusters criados com os tipos de nó AWS Graviton2 contam com criptografia DRAM de 256 bits sempre ativa. O MemoryDB oferece suporte a criptografia em trânsito usando Transport Layer Security (TLS).

Ao usar os recursos do AWS Identity and Access Management (IAM) integrados ao Amazon MemoryDB, você poderá controlar as ações que os usuários e os grupos do AWS IAM poderão executar nos recursos do Amazon MemoryDB. Por exemplo, você poderá configurar suas regras do IAM para ajudar a garantir que determinados usuários tenham acesso somente para leitura. Ao mesmo tempo, um administrador poderá criar, modificar e excluir recursos. Para obter mais informações sobre permissões em nível de API, consulte Using AWS IAM Policies for Amazon MemoryDB (Como usar políticas do AWS IAM para o Amazon MemoryDB).

O MemoryDB usa listas de controle de acesso (ACLs) do Redis para controlar a autenticação e a autorização do cluster. Com as ACLs, é possível definir permissões diferentes para usuários distintos no mesmo cluster.

O AWS Controllers para Kubernetes (ACK) para Amazon MemoryDB permite definir e usar recursos do MemoryDB diretamente do cluster do Kubernetes. Sendo assim, você aproveita o MemoryDB para oferecer suporte às suas aplicações Kubernetes sem precisar definir recursos do MemoryDB fora do cluster ou executar e gerenciar recursos de banco de dados na memória dentro do cluster. Baixe a imagem do contêiner do MemoryDB ACK do Amazon ECR e consulte a documentação para obter orientações sobre a instalação. Você também pode acessar o blog para obter informações mais detalhadas.

Observação: o ACK para Amazon MemoryDB agora está disponível ao público em geral. Envie seus comentários em nossa página do Github.

O Amazon MemoryDB oferece suporte nativo para documentos JavaScript Object Notation (JSON), além das estruturas de dados incluídas no Redis de código aberto, sem custo adicional. Simplifique o desenvolvimento de aplicações usando os comandos internos criados e otimizados para documentos JSON. O MemoryDB oferece suporte a atualizações parciais de documentos JSON, bem como pesquisa e filtros eficazes usando a linguagem de consulta JSONPath. O suporte a JSON está disponível para uso do Redis 6.2 e versões superiores. Para obter mais informações, consulte a documentação do MemoryDB.

O Amazon MemoryDB para Redis permite que modelos de machine learning (ML) e inteligência artificial (IA) generativa funcionem com dados armazenados no Amazon MemoryDB em tempo real e sem transferir seus dados. Com o Amazon MemoryDB, você pode armazenar, pesquisar, indexar e consultar incorporações vetoriais nas estruturas de dados do Redis.

Vetores são representações numéricas de dados não estruturados, como texto, imagens e vídeo, criados a partir de modelos de ML que ajudam a capturar o significado semântico dos dados subjacentes. É possível armazenar incorporações de vetores de modelos de ML e de IA, como os do Amazon Bedrock e do Amazon SageMaker, em seu banco de dados do Amazon MemoryDB. Leia nossa documentação para saber mais sobre a pesquisa de vetores no Amazon MemoryDB.

Com a visualização prévia da pesquisa de vetores para o MemoryDB, você pode armazenar milhões de incorporações vetoriais e realizar dezenas de milhares de consultas por segundo (QPS) com recuperação de mais de 99% com pesquisas de vetores de um dígito de milissegundo e latências de atualização.

A pesquisa de vetores para o MemoryDB é adequada para casos de uso em que desempenho e escala máximos são os critérios de seleção mais importantes. Você pode usar a pesquisa e vetores para potencializar aplicações de ML e IA generativa em tempo real em casos de uso como geração aumentada de recuperação (RAG) para bots de bate-papo, detecção de fraudes, recomendações em tempo real e recuperação de documentos.