什么是内存数据库？

内存数据库是一种专用的数据库，主要依靠计算机的随机存取存储器（RAM）来存储数据。RAM 是计算机用于执行操作的主存储器。它可以消除计算过程中访问磁盘驱动器的需求，从而实现极短的响应时间。内存数据库非常适合需要微秒级响应时间或面临针对频繁访问数据的流量激增的应用程序，例如游戏排行榜、用户会话存储和实时数据分析。“主内存数据库系统”、“内存数据库系统”和“实时数据库系统”这些术语指的也都是内存数据库。

现代内存数据库如何利用数据分层技术？

传统的内存数据库完全依赖 RAM 进行存储，并定期将数据库保存到磁盘；而现代内存数据库则采用“数据分层”的内存管理方法。频繁访问的“热”数据保留在 RAM 中，而访问频率较低的“温”数据则自动迁移到高速 NVMe 固态硬盘（SSD）上。这些高速 SSD 部署在本地，并配备了经过优化的数据传输通道以提升速度。这种方法以一小部分成本提供了近乎全内存的性能。

与传统的数据库管理方法相比，内存数据库具有多项优势。

低延迟，可提供实时响应

延迟是指从发出数据访问请求到应用程序返回“首字节响应”之间的时间间隔。内存数据库通过消除对外部存储的输入/输出（I/O）操作，实现了更低的延迟。它们能够提供微秒级的读取延迟、个位数毫秒级的写入延迟，以及针对本地访问的高吞吐量。

因此，内存存储使企业能够近乎实时地执行数据库操作。您可以设计出能够近乎即时地处理数据并响应变化的应用程序。例如，对自动驾驶车辆的传感器数据进行内存计算，能够满足紧急制动所需的毫秒级响应时间。

高吞吐量

内存数据库能够支持高吞吐量，具体取决于内存（RAM）大小、CPU 核心数和带宽。吞吐量是指在特定时间段内执行的读取操作（读取吞吐量）或写入操作（写入吞吐量）的数量。例如，每分钟字节数或每秒事务数。

高可扩展性

通过合理的规划，您可以扩展内存数据库以满足应用程序波动的需求。您可以确保内存容量足以满足未来需求、增加额外内存，或利用弹性服务来应对增长。写入和读取操作均可进行扩展，且对性能的影响极低。在调整大小的过程中，数据库保持在线状态并支持读写操作。

传统数据库不会将全部内容存储在 RAM 中。相反，它会将数据库存储在外部磁盘驱动器或固态硬盘上，仅将部分数据缓存在内存中以供操作。每一次读/写操作都需要访问存储在磁盘上的数据库数据。相比之下，内存数据库将数据存储在内存中，并辅以磁盘备份。例如，内存数据库可能仅定期将数据保存到外部存储介质中。

对于需要快速访问数据库数据和低延迟操作的应用场景，内存数据库是一个理想的选择。这些场景涵盖了银行、电信、游戏、生成式人工智能和移动广告等行业。以下是内存数据库的一些应用场景示例。

生成式人工智能和向量搜索

向量嵌入是一种以数学方式表示抽象概念含义的方法，旨在让生成式人工智能模型能够理解这些概念。它们将概念映射到涵盖所有语言的庞大图谱中的坐标上。例如，尽管“running shoes”（跑步鞋）和“sneakers”（运动鞋）使用的词汇不同，但由于概念相似，它们在图谱的聚类中会处于相近的位置。相比之下，作为金融机构的“bank”（银行）和作为河岸的“bank”（河岸）虽然字母拼写相同，但在图谱中的位置却相距甚远。

AI 模型能够在几毫秒内执行“语义搜索”（即基于含义的搜索），这得益于它们现在能够通过内存数据库访问向量嵌入。例如，当用户向企业聊天机器人提问时，内存数据库会立即检索最相关的公司文档，从而辅助 AI 生成准确的回答。这一过程被称为 RAG（检索增强生成）。在这些应用场景中使用内存数据库可以加快推理速度。

实时出价

实时竞价是指在线广告展示机会的买卖过程。通常，竞价必须在用户加载网页的 100 到 120 毫秒（有时甚至仅需 50 毫秒）内完成。在此期间，实时出价应用程序请求所有买家对广告位出价，根据多个条件选择中标出价，显示报价，并收集广告展示后的信息。内存数据库非常适合以毫秒级延迟摄取、处理和分析实时数据。

游戏排行榜

游戏排行榜展示了玩家相对于其他同等级别玩家的排名位置。这些排行榜是提升玩家参与度的有力工具。对于拥有数百万玩家的游戏，内存数据库能够更快速地提供排序结果并实时更新排行榜。

内存缓存使用随机存取存储器（RAM）来存储数据，这些数据可能包括数据库内容、API 响应或其他类型的数据。

哈希表和跳表等专用数据结构支持对数据记录进行索引。索引充当指向特定数据的直接指针。当您发出访问请求时，系统会利用索引直接定位到具体的数据值。存储的数据通常以可直接使用的格式存在。

64 位计算、RAM 价格下降以及多核服务器等技术进步，使得内存数据存储变得日益普及。此外，各种云服务允许用户根据需求动态扩展或缩减 RAM 资源，从而使内存技术更加灵活且易于使用。

内存缓存能提供更好的性能，因为写入操作不会保存到磁盘，从而省去了数据持久化所需的额外时间。内存数据库会在特定时间点将数据写入外部存储，从而确保数据变更的持久性。这种持久性是以牺牲少量写入性能为代价的，除非写入操作安排在业务负载较低的时段进行。但是，内存数据库的性能依然远超基于磁盘的数据库。从性能角度来看，内存数据库介于内存缓存和传统数据库之间。

由于所有数据均在内存中进行存储和管理，一旦发生进程或服务器故障，内存数据库便面临数据丢失的风险。为了提高持久性，内存数据库通常会定期将数据保存到磁盘。

过去，内存数据库的主要限制在于单台服务器可配置的 RAM 物理容量有限。如今，诸如 Compute Express Link（CXL）之类的技术使得联网服务器能够共享内存，将其作为一个单一的、海量的内存池来使用。

快照文件

快照文件记录给定时刻的数据库状态。内存数据库会在特定时间间隔或受控关闭期间生成快照。尽管快照技术在一定程度上提高了数据的持久性，但在两次快照之间仍可能发生数据丢失。

事务日志记录

事务日志记录在外部日志文件中记录对数据库的更改。日志记录独立于数据读取/写入，不会影响性能。日志文件有助于实现内存数据库的自动恢复。

数据复制

某些内存数据库依靠冗余机制来提供高可用性。它们在不同的内存模块中维护相同数据的多个副本。一旦发生模块故障，系统会自动失效转移到备用副本，并将数据库加载到该副本的内存中。这可以降低数据丢失的风险。

AWS 提供多种不同的完全托管式内存数据库和缓存服务，以满足您的特定需求。

Amazon MemoryDB 是一项持久的内存数据库服务，可提供超快的性能。它与 Valkey 和 Redis OSS 兼容，使客户能够利用现有的数据结构、API 和命令快速构建应用程序。MemoryDB 还支持语义搜索，从而为生成式人工智能提供支持。

MemoryDB 使用多可用区事务日志跨多个可用区（AZ）持久存储数据，以实现快速失效转移、数据库恢复和节点重启。

Amazon ElastiCache 是一项无服务器、完全托管的缓存服务，可实现微秒级延迟，并且与 Valkey、Memcached 和 Redis OSS 兼容。ElastiCache 无服务器可实现零基础设施管理、零停机时间维护和即时扩展，以满足任何应用程序需求。

开发人员可以利用 ElastiCache 将应用程序扩展至每秒数亿次操作，同时实现微秒级延迟和高吞吐量；通过将频繁使用的数据缓存在内存中，还能有效降低成本。

立即创建免费账户，开始在 AWS 上使用内存数据库或内存缓存。