New from O’Reilly: The memory architecture behind adaptive AI agents
Redis Data Integration (RDI) es una herramienta potente que sincroniza datos desde tu base de datos actual hacia Redis en tiempo casi real. Nosotros hacemos el trabajo pesado para que puedas convertir datos lentos en datos rápidos, escalar sin límites y dejar de gastar de más en tu base de datos. Y todo eso sin escribir ni una sola línea de código.
Mejora la experiencia de tus usuarios asegurando que los datos estén siempre actualizados. Elimina fallos de caché, datos obsoletos y supera las limitaciones del patrón cache-aside.
Lanza apps en tiempo real a cualquier escala. Deja de malgastar recursos con equipos dedicados a crear pipelines de datos a mano. Configura y sincroniza datos fácilmente con configuraciones, no con código.
En vez de pagar por réplicas de lectura, descarga las lecturas a Redis para hacer tus apps más escalables y menos costosas.
No esperes a un fallo inicial de caché para cargar datos en memoria con el patrón cache-aside. El prefetching de RDI se adelanta a la petición y deja los datos listos, en memoria, antes de que los necesites.
Submit this form to join the RDI public preview in Redis Cloud.
“No queremos complicaciones operativas entre sistemas. Todo debe ser fiable y funcionar sin fallos; eso es lo que esperamos. Hasta ahora, Redis nos está dando las herramientas y la tranquilidad que necesitábamos para dedicar más tiempo a lo que de verdad importa: nuestros clientes”.
“Priorizar las necesidades de nuestros clientes es clave, y RDI ha sido fundamental. Gracias a Redis, hemos logrado acceso rápido a los datos, mejor rendimiento, mejor experiencia de usuario y más estabilidad para más de 10 millones de usuarios diarios.”
Haz que casi cualquier base de datos sea más rápida
Compatibilidad con Oracle, PostgreSQL, MySQL, MariaDB, Percona XtraDB, Microsoft SQL Server, MongoDB, Cassandra y Google Cloud SQL, entre otros.
Ingesta sin código
Detecta, transforma e ingesta datos directamente desde tu base de datos a Redis sin escribir código.
Gestiona tu pipeline de forma simple
Con la integración de RDI puedes crear, validar, desplegar y visualizar tus pipelines de datos directamente desde Redis Insight, fácilmente y sin interrupciones.
Integración de datos fiable
RDI está diseñado para alta disponibilidad, es autorrecuperable y garantiza al menos una entrega.
Compatibilidad con tus herramientas
RDI es compatible con herramientas de operaciones populares como RDI CLI y los paneles de Grafana, e incluye métricas mediante Prometheus exporter.
Haz más con Redis
Como RDI precarga todo tu dataset en el formato que necesita tu app, puedes consultar los datos directamente en Redis en tiempo real.
Habla con un experto de Redis y empieza a usar RDI hoy mismo.
Redis Data Integration (RDI) es una herramienta de Redis que simplifica la incorporación de datos a Redis y resuelve el reto de mantenerlos sincronizados con tu base de datos principal. Detecta cambios en el origen, los transforma de forma declarativa y los ingesta en Redis en tiempo casi real, usando estructuras de datos optimizadas para lectura.
RDI está disponible para clientes que usan Redis Software. Una vez tengas un despliegue activo, puedes instalar RDI en una máquina virtual y, luego, configurar y desplegar un pipeline desde Redis Insight. RDI también está disponible en Redis Cloud (en vista previa pública) y se puede configurar directamente desde la interfaz de Redis Cloud.
El patrón cache-aside presenta tres grandes retos: fallos de caché, datos desactualizados y costes. Los fallos ralentizan el acceso a datos, los datos obsoletos afectan la precisión, y escalar lecturas en caché cuesta menos que en la base principal. RDI soluciona estos problemas manteniendo Redis siempre sincronizado con tu base de datos principal, sin necesidad de construir pipelines personalizados complejos y costosos.
RDI es ideal para apps con gran volumen de usuarios (>10.000 usuarios concurrentes), tablas con decenas o cientos de millones de filas, y un ratio de lectura/escritura del 80/20.
Estas condiciones son comunes en sectores como servicios financieros, comercio electrónico y administraciones públicas. Algunos ejemplos: banca móvil, procesamiento de operaciones (caché de datos de referencia), inventario en tiempo real (e-commerce) y portales de pago de impuestos. Estos casos de uso suelen manejar activos con millones de registros: bonos, cuentas, productos y más.
Es una técnica usada en sistemas de gestión de bases de datos que mejora el rendimiento anticipando las consultas y cargando datos desde el subsistema de almacenamiento antes de que se soliciten explícitamente.
CDC son las siglas de change data capture, un patrón de diseño que permite detectar y registrar los cambios que se han producido en un conjunto de datos.