速度的未来即将在您所在的城市举办的活动中呈现。
加入我们参加 Redis 发布会
分享
我们不仅帮助您构建快速应用程序，我们还帮助您快速完成。因此，我们很高兴地宣布 Redis 数据集成 (RDI) 已面向 Redis 软件发布（Redis 云即将推出）。
RDI 是我们构建的工具，用于将您现有数据库中的数据近乎实时地同步到 Redis。我们已经完成了繁重的工作，因此您的应用程序将运行得更快，无需投入大量时间、精力和资金来构建自己的数据管道。借助 RDI，您可以将缓慢的数据转化为快速的数据，无限制地扩展，并停止浪费数据库成本，这一切无需编写代码。
这是一个常见的问题：缓慢且昂贵的数据库通常是公司技术栈中的传统核心，阻碍着快速且可扩展应用程序的开发。由于这些数据库为关键任务应用程序和业务流程提供支持，因此对其进行重新架构存在风险且具有破坏性。
为了摆脱这种限制，许多公司转向 Redis。有些人使用 Redis 进行缓存，而另一些人则更进一步，将 Redis 用作实时向量搜索、事件流式传输、特征存储或主数据库的平台。到目前为止，大多数开发团队都依赖于使用缓存旁路模式将数据放入 Redis，但这会带来自身挑战。缓存旁路通常会导致陈旧数据或缓存未命中问题，从而导致从较慢的数据库中获取数据，并延长整体响应时间。无论如何使用 Redis，为了充分利用它，他们都需要一种可靠且高效的方法将数据放入 Redis，并在源数据库和 Redis 之间保持数据同步。这就是关键所在：建立一个流式管道，自动捕获更改的数据，将其摄取，并将其从原始数据库模式转换为 Redis 兼容格式。
有些人尝试从头开始构建流式管道，但快速且可扩展应用程序的复杂性、资源消耗和成本令人望而生畏，直到现在。
摆脱数据库的速度和可扩展性限制，构建快速、可扩展的应用程序。借助 RDI，您现在可以将 Redis 的速度与现有数据库无缝结合使用，以实现快速、可扩展、现代的应用程序性能。
RDI 创建了一个数据流式管道，将现有数据库中的数据镜像到 Redis。结果是：应用程序可以真正快速地访问数据。
它通过将缓慢的数据库与 Redis 集成来实现数据摄取和转换为 Redis 模式。
一旦您的应用程序在 Redis 中，它们就可以访问所需的数据。由于您的完整数据集采用应用程序所需的格式，您还可以 实时直接在 Redis 中查询您的数据。
RDI 通过使用配置而不是代码来保持数据同步，从而使快速应用程序成为可能。您可以避免团队手动构建数据管道来捕获、摄取和转换数据库中已更改的数据并将其放入 Redis 的资源消耗。借助自动配置，RDI 可确保数据无缝同步，因此 Redis 和您的数据库始终保持同步。为了让您的生活更轻松，您很快就可以使用 Redis Insight 与 RDI 协同操作和可视化您的数据管道。
将 RDI 和 Redis Insight 结合使用，您可以简化管道创建流程，从 Redis Insight 中无缝部署管道，执行代码补全和语法验证，验证转换和管道输出，并在直观的仪表板中监控数据流和管道性能。
RDI 为许多想要对其应用程序进行现代化但正在努力应对成本过高的数据库支出的企业打开了大门。通常，为了进行现代化，企业会面临副本激增和昂贵的许可费用。
现在，RDI 不用支付昂贵的只读副本的费用，而是允许您将读取操作卸载到 Redis，这是一种更具成本效益的方式，可以获得快速可靠的数据访问。这意味着您可以为许多需要实时数据的微服务和应用程序提供可预测的高速数据。
忘记在构建数据管道上花费开发时间或在第三方商业数据集成工具上花费巨额资金的日子。
使用 RDI 将数据复制到 Redis 使 Axis Bank 的整体用户体验提高了 4.25 倍，消除了 100% 的客户投诉，并通过减少数据库占地面积节省了 82,000 美元。
Axis Bank Limited 是一家位于孟买的印度领先的跨国银行和金融服务机构。作为印度按资产计算的第三大私营银行和按市值计算的第四大银行，他们为广泛的客户群提供各种金融服务。
Axis Bank 的移动应用程序本应允许用户查看其所有最新帐户信息，包括他们使用的产品的更改以及他们授权访问其帐户的人员的更改。但当客户在分行线下进行这些更改时，这些更改不会反映在应用程序中 - 当时应用程序的架构基于传统的关联数据库。正如预期的那样，这种缺乏可靠的实时数据导致了客户投诉和用户体验的不满。
为了解决这个问题，他们决定使用 Redis 来读取其移动应用程序，但他们仍然需要一种更简单的方法来同步其主数据库中的数据。借助 RDI，Axis 能够轻松地将相关记录摄取到 Redis 中，无需复杂的代码或昂贵的 ETL 工具。他们可以即时捕获和处理来自九个大型主数据库表的实时数据更改。这意味着与直接从核心银行表中检索数据相比，他们可以提供令人印象深刻的 4.25 倍的响应时间 - 这极大地提高了系统性能和整体效率。
