New from O’Reilly: The memory architecture behind adaptive AI agents
Redis Data Integration (RDI) ist ein leistungsstarkes Tool, das Daten aus deiner bestehenden Datenbank in nahezu Echtzeit mit Redis synchronisiert. Wir nehmen dir die harte Arbeit ab, damit du deine Daten schnell machen, unendlich skalieren und teure Datenbankkosten vermeiden kannst. Und das alles ohne Code zu schreiben.
Sorge für ein besseres Nutzererlebnis durch jederzeit synchrone Daten. Eliminiere Cache Misses sowie veraltete Daten und lass die Nachteile des klassischen Cache-Aside hinter dir.
Schalte Real-time-Apps blitzschnell und in jeder Größenordnung live. Spare dir die Ressourcen für die Entwicklung von manuellen Daten-Pipelines, um Daten zu synchronisieren. Synchronisiere deine Daten einfach per Konfiguration statt mit Code.
Lagere deine Lesezugriffe auf Redis aus, statt für teure Read-Replicas zu zahlen. So werden deine Apps skalierbarer und günstiger im Betrieb.
Warte nicht erst auf einen Cache-Miss bevor du Daten in den Speicher lädst. Prefetching mit RDI lädt die Daten proaktiv vor der Anfrage. So sind sie bereits bereit im Speicher, wenn du sie brauchst.
Füllen Sie dieses Formular aus, um an der öffentlichen Vorschau von RDI in Redis Cloud teilzunehmen.
„Wir wollen operative Kopfschmerzen zwischen den Systemen vermeiden. Es soll verlässlich sein und einfach funktionieren – das ist besonders wichtig für uns. Redis gibt uns genau die Werkzeuge und die Sorgenfreiheit, die wir brauchen, um mehr Zeit für unsere Kunden zu haben.“
„Die Bedürfnisse unserer Kunden stehen an erster Stelle und die Integration von RDI war dabei entscheidend. Durch den Einsatz von Redis erreichen wir einen schnellen Datenabruf, eine verbesserte Performance, ein besseres Nutzererlebnis und eine höhere Stabilität für über 10 Millionen tägliche Nutzer.“
Mach fast alle Datenbanken schneller
Wir unterstützen eine Vielzahl von Datenbanken: Oracle, PostgreSQL, MySQL, MariaDB, Percona XtraDB, Microsoft SQL Server, MongoDB, Cassandra, Google Cloud SQL und mehr.
Datenerfassung ohne Code
Identifiziere, transformiere und erfasse Daten aus deiner Datenbank sofort in Redis, um sie synchron zu halten – ganz ohne Code.
Verwalte deine Daten-Pipeline ganz einfach
Unsere RDI-Integration ermöglicht es dir, Daten-Pipelines nahtlos in Redis Insight zu erstellen, zu validieren, bereitzustellen und zu visualisieren.
Integriere deine Daten zuverlässig
RDI ist auf hohe Verfügbarkeit ausgelegt, mit automatischer Fehlerbehebung, und garantiert die mindestens einmalige Zustellung, damit du deine Daten zuverlässig integrieren kannst.
Arbeite mit deinen bevorzugten Tools
RDI unterstützt beliebte Ops-Tools wie das RDI CLI und Grafana-Dashboards und stellt Kennzahlen über den Prometheus-Exporter bereit.
Schaffe mehr mit Redis
Da RDI deinen kompletten Datensatz im passenden Format für deine App vorab lädt, kannst du deine Daten in Echtzeit direkt in Redis abfragen.
Lass dich von einem Experten beraten und lege noch heute mit RDI los.
Redis Data Integration (RDI) ist ein Redis-Tool, das die Datenintegration in Redis vereinfacht und löst das Problem der Synchronisierung von Redis mit deiner primären Datenbank. Es ermöglicht die Synchronisierung von Daten in nahezu Echtzeit, indem es geänderte Daten in der Quelldatenbank erkennt, sie nach vordefinierten Regeln transformiert und in optimierte Redis-Datentypen aufnimmt.
Die Bereitstellung ist einfach: Wenn du Redis Software nutzt, installierst du RDI auf einer VM. Danach konfigurierst und deployst du die Pipeline mit Redis Insight. Für Nutzer von Redis Cloud (Public Preview) ist die Einrichtung direkt über die Redis Cloud UI möglich.
Cache-Aside hat drei Hauptnachteile: Cache Misses, veraltete Daten und hohe Kosten. Cache Misses verlangsamen den Datenabruf, veraltete Daten führen zu ungenauen Anzeigen für Nutzer und die Skalierung deiner primären Datenbank ist teuer. RDI löst diese Probleme. Es hält Redis perfekt synchron mit deiner Datenquelle, sodass du dir aufwendige und teure, selbst entwickelte Daten-Pipelines sparen kannst.
RDI ist ideal für Anwendungen mit vielen Nutzern (>10.000 gleichzeitig), sehr großen Tabellen (10 bis 100+ Millionen Zeilen) und einem Lese-Schreib-Verhältnis von 80:20.
Solche Anforderungen sind typisch für Finanzdienstleistungen, E-Commerce und Behörden. Beispiele hierfür sind Mobile-Banking, die Verarbeitung von Handelsgeschäften (Caching von Referenzdaten), Echtzeit-Inventar im E-Commerce und Steuerportale. Diese Use Cases verwalten oft zehn bis hunderte Millionen Zeilen an Daten, wie Anleihen, Konten, Produkte und mehr.
Cache-Prefetching ist eine Technik in Datenbankmanagementsystemen (DBMS) zur Verbesserung der Abfrage-Performance, bei der Daten vorausschauend aus dem Speichersystem geladen werden, bevor sie von einer Abfrage explizit angefordert werden.
CDC steht für Change Data Capture und ist ein Design-Muster, um Datenänderungen in einem Datensatz zu erkennen und nachzuverfolgen.