માઇક્રોસોફ્ટ ઓપન સોર્સ ગાર્નેટ સ્ટોરેજ રેડિસ સાથે સુસંગત છે

માઇક્રોસોફ્ટે ગાર્નેટ NoSQL સિસ્ટમ ઓપન-સોર્સ કરી છે, જે કેશીંગ સ્ટોર્સ બનાવવા માટે રચાયેલ છે અને રેડિસ સ્ટોરેજ માટે હાલના ક્લાયંટ લાઇબ્રેરીઓ સાથે સુસંગત છે. ગાર્નેટ ડેટા કેશીંગ માટે સ્કેલેબલ ક્લસ્ટર્સના નિર્માણને સમર્થન આપે છે, જે ક્લસ્ટર નોડ્સ વચ્ચે પ્રતિકૃતિ, કી સ્થળાંતર અને ડેટા શેરિંગનો ઉપયોગ કરી શકે છે. આ પ્રોજેક્ટ C++ સ્ટોરેજ એન્જિન સાથે C# માં લખાયેલ છે, MIT લાઇસન્સ હેઠળ ઓપન-સોર્સ થયેલ છે, અને .NET દ્વારા સપોર્ટેડ બધા પ્લેટફોર્મ પર ચાલી શકે છે (પ્રાથમિક પ્લેટફોર્મ છે Linux и Windows).

ડેટા સ્ટોર કરવા માટે, Tsavorite એન્જિન (Microsoft FASTER સ્ટોરેજનો ફોર્ક) નો ઉપયોગ કરવામાં આવે છે, જે મલ્ટી-થ્રેડેડ ક્વેરી પ્રોસેસિંગ, વ્યવહારો, નોન-બ્લોકિંગ મોડ (ચેકપોઇન્ટિંગ) માં ફેરફારો કરવા, નિષ્ફળતાઓમાંથી પુનઃપ્રાપ્તિ, બિનજરૂરી નકલો સાચવવા અને જાળવણીને સપોર્ટ કરે છે. કામગીરીનો લોગ. ગાર્નેટમાં નેટવર્ક એન્જિન શેડોફેક્સ સંશોધન પ્રોજેક્ટ દ્વારા સૂચિત શેર કરેલ મેમરી આર્કિટેક્ચરનો ઉપયોગ કરીને બનાવવામાં આવ્યું છે. TLS પ્રોસેસિંગ અને સ્ટોરેજ સાથેની ક્રિયાપ્રતિક્રિયા એક થ્રેડમાં કરવામાં આવે છે, જે થ્રેડોને સ્વિચ કરવાના ઓવરહેડને ટાળવાનું શક્ય બનાવે છે અને નેટવર્ક પર ડેટા ટ્રાન્સફર કરતી વખતે CPU કેશનો વધુ અસરકારક રીતે ઉપયોગ કરે છે.

ગાર્નેટ આર્કિટેક્ચર સ્ટોરેજ ઑપરેશન્સમાંથી વિનંતીઓનું વિશ્લેષણ અને પ્રક્રિયા કરવા માટેના તર્કને અલગ પાડે છે. Tsavorite લાઇબ્રેરી પર આધારિત બે કી-વેલ્યુ સ્ટોરનો ઉપયોગ કરીને ડેટાનો સંગ્રહ કરવામાં આવે છે. પ્રથમ "મુખ્ય" સ્ટોર ઝડપી સ્ટ્રિંગ ઑપરેશન માટે ઑપ્ટિમાઇઝ કરવામાં આવ્યો છે, અને બીજો "ઑબ્જેક્ટ" સ્ટોર જટિલ ઑબ્જેક્ટ્સ અને હેશ અને લિસ્ટ જેવા અદ્યતન ડેટા પ્રકારોને સમાવવા માટે ઑપ્ટિમાઇઝ કરવામાં આવ્યો છે. બીજા સ્ટોરેજમાં ડેટા પ્રકારો .NET લાઇબ્રેરીનો ઉપયોગ કરીને અમલમાં મૂકવામાં આવે છે. ડેટા ઢગલા (C# heap) પર સંગ્રહિત થાય છે, જે તેને કાર્યક્ષમ રીતે અપડેટ કરવાની પરવાનગી આપે છે, અને ડિસ્ક પર શ્રેણીબદ્ધ સ્વરૂપમાં.

ગાર્નેટની વિશેષતાઓ:

• મલ્ટિ-ટાયર્ડ સ્ટોરેજ, રેમ, SSD ડ્રાઇવ્સ અને ક્લાઉડ સ્ટોરેજને જમાવવાનું શક્ય છે, જેમાં RAM કરતાં મોટી કેશ બનાવવા માટે ઓછા-માં-ડિમાન્ડ ડેટાને ધીમા સ્ટોરેજમાં ધકેલવામાં આવે છે.
• એક્સ્ટેન્સિબલ ઉપકરણ સપોર્ટ, વિવિધ ઉપકરણો સાથે કામ કરવા માટે ઑપ્ટિમાઇઝ કરેલ સ્તરો બનાવવાની મંજૂરી આપે છે, ઉદાહરણ તરીકે, SDD, હાર્ડ ડ્રાઇવ્સ અને Azure Storage ક્લાઉડ સ્ટોરેજ માટે સ્તરો છે.
• RAM માં ખાલી જગ્યાનો પુનઃઉપયોગ કરવા માટે એક કાર્યક્ષમ પદ્ધતિ, ફ્રેગમેન્ટેશન અટકાવે છે.
• ઇન્ડેક્સ, લોગ અને ઑબ્જેક્ટ સ્ટોરેજ માટે ઉપયોગમાં લેવાતી મેમરીના કદ પર રૂપરેખાંકિત મર્યાદા.
• RESP પ્રોટોકોલનો ઉપયોગ સ્ટોરેજને એક્સેસ કરવા માટે થાય છે, જે ગાર્નેટને અનમોડીફાઇડ રેડિસ ક્લાયન્ટ્સ સાથે વાપરવાની મંજૂરી આપે છે.
• સ્ટ્રિંગ મૂલ્યો અને જટિલ ડેટા સ્ટ્રક્ચર્સ જેમ કે સૂચિ, હેશ, સેટ, સૉર્ટ કરેલી સૂચિ અને ભૌગોલિક સ્થાન ડેટા બંનેને સંગ્રહિત કરવાનું સમર્થન કરે છે. મુખ્ય જીવનકાળ નક્કી કરવાની ક્ષમતા.
• વિશ્લેષણાત્મક પ્રશ્નો (HLL/Hyperloglog, Bitmap), વ્યવહારો (MULTI/EXEC) કરવા અને પ્રકાશિત/સબ્સ્ક્રાઇબ દાખલાનો ઉપયોગ કરવા માટે API ની ઉપલબ્ધતા.
• ACL દ્વારા લવચીક એક્સેસ કંટ્રોલ માટે માધ્યમોની ઉપલબ્ધતા.
• JSON અથવા redis.conf ફોર્મેટમાં ગોઠવણીને વ્યાખ્યાયિત કરવાની ક્ષમતા.
• વધારાના નેટવર્ક હેન્ડલર્સને કનેક્ટ કરવા માટે સપોર્ટ. TLS (SslStream પર આધારિત) નો ઉપયોગ કરીને ટ્રાફિકને એન્ક્રિપ્ટ કરવાની ક્ષમતા.
• C# માં એક્સ્ટેંશન બનાવવાની ક્ષમતા જે સ્ટ્રીંગ્સ અને ઑબ્જેક્ટ્સ સાથે વધારાની કામગીરીને અમલમાં મૂકે છે.
• મલ્ટીપલ કીઝમાં ફેલાયેલી ટ્રાન્ઝેક્શનલ સ્ટોર્ડ પ્રક્રિયાઓ માટે સપોર્ટ.
• અગાઉ સાચવેલી સ્થિતિ (ચેકપોઇન્ટ-પુનઃપ્રાપ્તિ) થી રાજ્યને પુનઃસ્થાપિત કરવાની ક્ષમતા. એપેન્ડ-ઓન્લી ફાઇલ મોડ (એઓએફ, એપેન્ડ-ઓન્લી ફાઇલ)ની હાજરી, જેમાં તમામ જૂનો ડેટા ઉપલબ્ધ રહે છે અને તેને બદલવામાં આવતો નથી.
• પ્રતિકૃતિ, શાર્ડિંગ, નોડ્સ વચ્ચે ડાયનેમિક કી સ્થળાંતર અને નિષ્ફળ નોડ્સની પુનઃપ્રાપ્તિ સાથે સ્ટોરેજ ક્લસ્ટર બનાવવા માટે સપોર્ટ.
• ક્વેરીઝ એક્ઝિક્યુટ કરતી વખતે ઉચ્ચ પ્રદર્શન અને ઓછી વિલંબતા. મોટી સંખ્યામાં ક્લાયન્ટ સત્રો સાથે નાના બેચ ક્વેરીઝનું કાર્યક્ષમ પ્રક્રિયા, સ્પર્ધાત્મક સોલ્યુશન્સ કરતાં થ્રુપુટ (પ્રતિ સેકન્ડ પ્રક્રિયા કરાયેલ ક્વેરીઝની સંખ્યા) ને વધુ તીવ્રતાનો ક્રમ આપે છે. જ્યારે ચાલી રહ્યું હોય ત્યારે વર્ચ્યુઅલ મશીનો એઝ્યુર ક્લાઉડમાં, મોટાભાગના કિસ્સાઓમાં ક્લાયંટ લેટન્સી 300 માઇક્રોસેકન્ડથી વધુ હોતી નથી. હાથ ધરવામાં આવેલા પરીક્ષણોમાં, ગાર્નેટ પ્રદર્શન અને પ્રતિભાવમાં રેડિસ, ડ્રેગનફ્લાય અને કીડીબી કરતાં નોંધપાત્ર રીતે શ્રેષ્ઠ પ્રદર્શન કરે છે. કેટલાક પરીક્ષણોમાં, ગાર્નેટ સ્પર્ધાત્મક સિસ્ટમોને દસના પરિબળથી શ્રેષ્ઠ પ્રદર્શન કરે છે.

સોર્સ: opennet.ru