一、引言
Redis作为一款简洁、高效的键值型内存数据库，2015年在G行引入，应用于多个业务系统，为高频次、大并发交易提供了有效的热点数据访问加速方案。
随着部署数量的加大，面临着资源快速供给、规范化部署、软件版本统一、集中运维管理等诸多挑战。为此，G行启动了分布式缓存平台建设项目，旨在打造一个具备快速部署、集中管理、弹性伸缩、服务高可用的缓存服务化平台。
二、建设目标
01快速部署
基于G行全栈云IaaS层敏捷特性，通过对计算、存储、网络等资源的统一调度编排，实现缓存服务的快速部署和弹性伸缩，推出分布式缓存PaaS服务，助力应用系统敏捷开发。
02服务化输出
通过统一控制台，实现Redis服务跨云集中管理；提供运行状态分析、慢查询分析、内存分析、统计数据展示、日常巡检等功能，协助运维人员进行缓存性能优化、故障快速定位和日常运维管理。实现运维向运营转型，提升精细化管理水平和服务化输出能力。
03服务高可用
将Redis高可用架构与全栈云架构深度融合，感知底层架构，打造可用区容灾能力，实现故障快速感知和自动切换，提升Redis服务的高可用性和可维护性。
三、设计与实现
1功能架构设计
分布式缓存平台定位于服务开发、测试、运维人员，满足用户各种场景的使用需求：支持开发和测试人员自助申请服务资源，查看服务运行状态和资源使用情况，定位性能瓶颈；支持运维人员实现缓存全生命周期管理，包括配置变更、故障定位与处置、性能分析等；同时，支持对缓存服务整体情况进行多维度展示。基于此，分布式缓存平台包括七大功能模块：
门户模块：展示业务系统及纳管服务的整体情况，包括系统健康度、告警汇总、重点监控等内容。
监控模块：提供完善的监控告警能力，包括：将采集的运行指标进行多维度分析展示；支持用户自定义监控项及调整阈值；支持差异化告警策略的制定；支持历史告警详情查看。
运维和管理模块：将常规运维操作自动化，通过平台页面进行标准化操作，最大限度减少手工命令输入，预防误操作和减少不当操作的风险。
审计和日志模块：提供平台用户登录次数统计及操作记录审计功能。
统计模块：对日常关注的运营数据进行汇总展示，帮助运维人员快速了解服务整体运行情况和资源使用情况。
后台管理模块：实现平台的权限控制、定时任务管理、以及与关联系统的统一对接管理等。
技术支持模块：支持查阅用户手册和技术文档，提供问题反馈渠道，提升用户体验。
图1.功能架构图
2关键功能实现
2.1服务高可用
服务高可用从自动故障切换和物理容灾两方面进行设计。首先，通过Redis Sentinel和Redis Cluster支持缓存节点的故障感知和故障切换能力；同时，采用3AZ（可用区）物理部署方式，将同一组副本均匀部署在3个AZ中，提供AZ级别的高可用容灾能力。
2.2自动化部署
用户自助提交Redis服务需求，经管理员审批完成后，实现分钟级缓存服务交付。自动化部署打破了传统交付模式，覆盖了需求沟通、服务器资源申请、网络资源申请、安装部署、服务交付等流程。实现了Redis服务的快速和标准部署，同时大幅减少了人工运维成本，提升了整体运维效率和服务质量。
2.3运行分析
一方面，对Redis运行指标进行实时采集和分类展示，便于运维人员发现服务运行风险、进行服务性能优化及故障原因快速定位。
图2.监控指标项
另一方面，从业务系统维度展示Redis服务健康度。通过服务可用性、内存使用、连接数、慢日志等性能指标，建立服务健康度评分模型，方便运维人员全面掌握Redis运行情况、提高管控能力和管理效率。
图3.健康度分析
2.4智能化运维
智能化运维集成了实例管理、参数修改、主从切换、系统巡检等功能，使常规运维操作自动化，复杂操作流程化，提升了运维操作、跟踪审计和执行能力。
实例管理支持对实例节点进行增加、删除、重启、命令查询操作。
参数修改支持对maxmemory、maxclients、requirepass等参数的在线修改，同时支持实例间的参数一致性对比校验。
主从切换支持一键完成主从切换，并支持批量操作和查看切换状态。
系统巡检通过每天定时任务生成业务系统巡检报告，包括资源使用情况、容量风险情况、基线合规情况等，并主动推送给相关人员。
2.5权限控制
分布式缓存平台主要面向数据库管理员、应用管理员、开发和测试人员，权限控制需要保证用户只能访问其负责的业务系统，同时保证具备合理的操作权限。平台基于RBAC（Role-based access control）模型实现权限控制，用户登录平台后，后台通过查询CMDB，获取用户关联的业务系统信息，为用户分配业务系统权限，同时查询用户角色信息，通过对不同角色授予对应权限，实现平台权限控制体系。
四、总结与展望
分布式缓存平台建设从G行实际出发，是实现技术服务化、运维向运营转型的重要举措，为业务快速发展提供了敏捷化、高可用的缓存服务，同时提升了缓存服务的运维效率和交付效率，降低了运维管理成本。未来，分布式缓存平台将在云原生方向持续探索，提供更高效可靠的缓存服务能力，为G行业务高质量发展提供更有力的支撑和保障。
