从Redis中发展出一些数据结构后，我正在寻找其他具有良好磁盘/SSD 性能的解决方案。我最近发现了Aerospike，它似乎在 SSD 环境中表现出色。
最占用内存的结构之一是大约 100.000 个 Redis 集，每个集最多可包含 10.000 个字符串。每个字符串的长度在 10 到 30 个字符之间。
这些集合主要用于存在/唯一性检查。
对这些进行建模的最佳方法是什么？我通常会看到 2 个选项： * 将 redis 集建模为Aerospike lset * 分别对集合中的每个值进行建模。
除了这个选择，100.000 个 Redis 集被用作键的分区。由于局部性的原因，在 Aerospike 中使用类似的分区/命名空间可能是有意义的。但是，我很确定 Aerospike 中的“命名空间”概念并没有用于这种键分区。在 Aerospike 中执行此操作的正确方法（如果有）是什么，或者不需要？
Aerospike 为负载平衡和高可用性需求进行了自己的分区。命名空间是传统意义上的数据库的同义词，而不是数据分区的同义词。命名空间中的数据被分区并存储在集群中。作为用户，您无需担心数据的放置。
我会将 Redis 集映射到 Aerospike“lset”（一对一）。Aerospike 应该注意给定“lset”中数据的数据局部性。
是的，你不应该担心数据的位置，因为 Aerospike 会自动分片。这确保了集群中所有节点的数据分布和读/写负载的均衡。
放入 lset 有它的优点。它提供了类似于 redis 的功能，您无需编写自己的功能。但同时它也有它的缺点。因此，您应该根据自己的要求进行选择。单个集合上的所有操作都将被序列化。因此，如果您期望对集合的读/写是并行的，那么 lset 可能不适合您。此外，lset 中的存在检查实际上将读取完整记录并返回真假。Aerospike 有一个用于普通键的存在 api，它将根据内存中的索引返回真/假，这要快得多。
对于这个用例，您可能无法将它们分成 aerospike 的“集合”。你需要 100,000 套。但截至目前，Aerospike 只支持 1024 套。
让我在您的列表中添加第三个选项。您可以对密钥本身进行建模，以便为您创建虚拟集，如下所示：
如果您使用此模型，您将充分利用 Aerospike 的数据分布和负载平衡。存在检查将是最快的，因为没有 I/O。