Redis篡位者：Dragonfly、KeyDB

概述

键值对NoSQL，或者叫缓存数据库，如果你知道Redis、Memcached、Ehcache，就有些落后时代啦。事实上Memcached和Ehcache，已经落后于时代，新项目一般不太会有开发者考虑使用这两者。参考Redis系列之Ehcache、Memcached、Redis对比。

本文汇总一些旨在叫板（替代、篡位）Redis的开源项目，安装GitHub Star降序排列。

项目名称	GitHub ⭐	开发语言	核心定位	许可证
Dragonfly	~30.2k	C++	现代高性能Redis/Memcached替代	BSL1.1
Valkey	~25.2k	C	Redis官方Fork，真正开源	BSD-3
KeyDB	~12.5k	C++	多线程RedisFork	BSD-3
Garnet	~11.8k	C#	微软研究院出品高性能缓存	MIT
DiceDB	~10.7k	C	支持查询订阅的低延迟KV引擎	AGPL-3.0
Redka	~4.5k	Go	用SQL（SQLite/PG）实现Redis	BSD-3
ApacheKvrocks	~4.3k	C++/Go	基于RocksDB的低成本持久化KV	Apache-2.0
PikiwiDB(Pika)	~6.1k	C++	360出品大容量持久化Redis替代	BSD-3
Skytable	~2.7k	Rust	现代NoSQL，BlueQL查询语言	AGPL-3.0

Dragonfly

官网，由曾任职谷歌、亚马逊，拥有丰富分布式数据库研发经验的Oded Poncz与Roman Gershman联合开源（GitHub，30.2K Star，1.2K Fork），核心聚焦Redis兼容的高性能内存存储，主打低延迟、高吞吐量的KV存储能力。

核心优势在于卓越性能。据官方基准测试，典型工作负载下性能是Redis的25倍，单服务器每秒可处理数百万请求，高并发场景下能高效响应、缩短系统时延；运行时内存消耗比Redis低30%，在资源有限服务器环境中，可依托相同硬件承载更多业务。

兼容Memcached和Redis协议，大幅降低技术迁移的成本与风险。

优势

• 架构级性能碾压：Redis采用多线程IO+单线程执行命令的模式，高并发下仍存在锁竞争与上下文切换开销；Dragonfly基于优化的单线程事件循环模型，配合智能任务调度，高并发读写场景下吞吐量提升2-4倍，延迟降低50%以上，尤其在秒杀、高频计数等场景优势明显。
• 更优的资源利用率：Dragonfly优化内存管理机制，采用增量哈希、压缩存储等技术，相同数据量下内存占用比Redis低15%-30%，支持更大规模数据存储，且CPU利用率更均衡，避免Redis单线程CPU瓶颈问题。
• 原生高可用能力增强：二者均支持RDB持久化与主从复制，但Dragonfly优化主从同步效率，减少数据同步延迟与带宽占用；后续版本将完善原生集群功能，无需依赖第三方工具（如Redis Cluster）即可实现分布式部署。
• 无感知迁移体验：完全兼容Redis协议、数据结构及核心命令，现有Redis客户端（Lettuce、Jedis、Redisson）可直接复用，Spring Boot项目无需修改业务代码，仅需切换数据源地址。

对比

相同点

• 协议与命令：支持Redis绝大多数核心命令（String、Hash、List、Set、Sorted Set等），常用操作（SET、GET、HSET、LPUSH等）完全一致。
• 客户端适配：Spring Data Redis、Redisson等Java客户端可直接集成，无需引入专用客户端依赖。
• 部署与配置：默认端口（6379）、持久化方式（RDB）、主从架构配置与Redis兼容，运维成本低。

差异点

• 冷门命令支持：暂不支持Redis部分冷门命令（如DEBUG、MONITOR、BITOP部分子命令），生产环境需规避或替换为兼容方案。
• 持久化特性：目前仅支持RDB持久化，暂不支持AOF持久化（后续版本将补充），数据安全性要求极高的场景需结合主从复制使用。
• 集群功能：原生集群功能暂未稳定（截至最新版），大规模分布式场景建议先采用主从架构，待集群功能稳定后再升级。
• 性能特性：单实例性能上限更高，无需像Redis那样依赖分片即可支撑更高并发，中小规模场景可减少部署节点数量。

实战

包括服务部署和Spring Boot集成。

部署

支持多种方式：

• 命令行：适用于开发测试
• 安装包：如Windows平台，从GitHub Release页面下载
• Docker

curl -fsSL https://dragonflydb.io/install.sh | bash
# 使用端口6379
sudo systemctl start dragonfly
sudo systemctl status dragonfly
# 基于Docker
docker run -v dragonfly-data:/data --name dragonfly -d docker.dragonflydb.io/dragonflydb/dragonfly
docker run -p 6379:6379 -v dragonfly-data:/data --name dragonfly -d docker.dragonflydb.io/dragonflydb/dragonfly --requirepass my_password

指向/etc/dragonfly/dragonfly.conf配置文件。

Spring Boot

引入依赖

<!-- Spring Data Redis核心（自带Lettuce客户端） -->
<dependency>
	<groupId>org.springframework.boot</groupId>
	<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
	<groupId>org.apache.commons</groupId>
	<artifactId>commons-pool2</artifactId>
</dependency>

application.yml配置文件示例：

spring:
  redis:
    host: 127.0.0.1
    port: 6379
    password: my-password
    database: 0 # 支持0-15共16个数据库
    lettuce: # Lettuce客户端连接池配置
      pool:
        max-active: 16
        max-idle: 8
        max-wait: 3000ms
      shutdown-timeout: 1000ms

示例：

@Service
public class DragonflyService {
	@Autowired
	private StringRedisTemplate stringRedisTemplate;
	
	public void setKey(String key, String value, long expire) {
		stringRedisTemplate.opsForValue().set(key, value, expire, TimeUnit.HOURS);
	}
	
	public String getKey(String key) {
		return stringRedisTemplate.opsForValue().get(key);
	}
	
	public void saveUser(String userId, Map<String, String> userInfo) {
		stringRedisTemplate.opsForHash().putAll("user:" + userId, userInfo);
	}
	
	public Map<Object, Object> getUser(String userId) {
		return stringRedisTemplate.opsForHash().entries("user:" + userId);
	}
}

Valkey

官网，Linux基金会（LF Projects）主导的开源（GitHub，25.2K Star，1.1K Fork）跨平台

亮点：

• 完全兼容Redis协议与客户端，平滑无缝迁移
• 支持可扩展的插件系统（新数据结构、访问模式）
• 支持Cluster、Sentinel高可用、TLS、RDMA等特性
• 社区活跃，AWS、Google Cloud等云厂商背书

KeyDB

官网，开源（GitHub，12.5K Star，652 Fork）。Redis的高性能分支，专注于多线程，内存效率和高吞吐量。还具有仅在Redis Enterprise中可用的功能，如Active Replication，FLASH存储支持、直接备份到AWS S3。官方文档。

KeyDB与Redis协议，模块和脚本保持完全兼容性，包括脚本和事务的原子性保证。由于KeyDB与Redis开发保持同步，KeyDB是Redis功能的超集，可用KeyDB取代现有Redis。

在相同的硬件上，KeyDB每秒可执行的查询数量是Redis两倍，延迟却降低60％。Active-Replication简化热备用故障转移，可轻松地在副本上分配写操作，并使用基于TCP的简单负载平衡/故障转移。

基准测试数据参考官方。

技术原理

线程模型

KeyDB将redis原来的主线程拆分成主线程和worker线程。每个worker线程都是io线程，负责监听端口，accept请求，读取数据和解析协议。如图所示：

KeyDB使用SO_REUSEPORT特性，多个线程可以绑定监听同个端口。

每个worker线程做CPU绑核，读取数据也使用SO_INCOMING_CPU特性，指定cpu接收数据。

解析协议之后每个线程都会去操作内存中的数据，由一把全局锁来控制多线程访问内存数据。

主线程其实也是一个worker线程，包括了worker线程的工作内容，同时也包括只有主线程才可以完成的工作内容。在worker线程数组中下标为0的就是主线程。

主线程的主要工作在实现serverCron：

• 处理统计
• 客户端链接管理
• db数据的resize和reshard
• 处理aof
• replication主备同步
• cluster模式下的任务

链接管理

在redis中所有链接管理都是在一个线程中完成的。在KeyDB设计中，每个worker线程负责一组链接，所有的链接插入到本线程的链接列表中维护。链接的产生、工作、销毁必须在同个线程中。每个链接新增一个字段用来表示链接属于哪个线程接管。

int iel; /* the event loop index we're registered with */

KeyDB维护三个关键的数据结构做链接管理：

• clients_pending_write：线程专属的链表，维护同步给客户链接发送数据的队列
• clients_pending_asyncwrite：线程专属的链表，维护异步给客户链接发送数据的队列
• clients_to_close：全局链表，维护需要异步关闭的客户链接

分成同步和异步两个队列，是因为redis有些联动api，比如pub/sub，pub之后需要给sub的客户端发送消息，pub执行的线程和sub的客户端所在线程不是同一个线程，为了处理这种情况，KeyDB将需要给非本线程的客户端发送数据维护在异步队列中。

同步发送的逻辑比较简单，都是在本线程中完成，以下图来说明如何同步给客户端发送数据

一个链接的创建、接收数据、发送数据、释放链接都必须在同个线程执行。异步发送涉及到两个线程之间的交互。KeyDB通过管道在两个线程中传递消息：

int fdCmdWrite; //写管道
int fdCmdRead; //读管道

本地线程需要异步发送数据时，先检查client是否属于本地线程，非本地线程获取到client专属的线程ID，之后给专属的线程管到发送AE_ASYNC_OP::CreateFileEvent的操作，要求添加写socket事件。专属线程在处理管道消息时将对应的请求添加到写事件中：

Redis有些关闭客户端的请求并非完全是在链接所在的线程执行关闭，所以得维护一个全局的异步关闭链表。

锁机制

KeyDB实现一套类似spinlock的锁机制FastLock，主要数据结构有：

struct ticket {
	uint16_t m_active;  //解锁+1
	uint16_t m_avail;  //加锁+1
};
struct fastlock {
	volatile struct ticket m_ticket;
	volatile int m_pidOwner; //当前解锁的线程id
	volatile int m_depth; //当前线程重复加锁的次数
};

使用原子操作__atomic_load_2，__atomic_fetch_add，__atomic_compare_exchange来通过比较m_active=m_avail判断是否可获取锁。fastlock提供两种获取锁的方式：

• try_lock：一次获取失败，直接返回
• lock：忙等，每1024*1024次忙等后使用sched_yield主动交出cpu，挪到cpu的任务末尾等待执行。

在KeyDB中将try_lock和事件结合起来，来避免忙等的情况发生。每个客户端有一个专属的lock，在读取客户端数据之前会先尝试加锁，如果失败，则退出，因为数据还未读取，所以在下个epoll_wait处理事件循环中可以再次处理。

KeyDB实现多活机制，每个replica可设置成可写非只读，replica之间互相同步数据：

• 每个replica有个uuid标志，用来去除环形复制
• 新增加rreplay API，将增量命令打包成rreplay命令，带上本地的uuid
• key，value加上时间戳版本号，作为冲突校验，如果本地有相同的key且时间戳版本号大于同步过来的数据，新写入失败。采用当前时间戳向左移20位，再加上后44位自增的方式来获取key的时间戳版本号。

命令

Garnet

微软研究院开源（GitHub，11.8K Star，646 Fork）跨平台基于.NET技术栈，官方文档。

核心亮点：

• 使用RESP协议，兼容所有现有Redis客户端，如StackExchange.Redis
• 超低延迟：P99.9<300μs（Azure加速网络环境）
• 三级存储引擎Tsavorite：内存→SSD→云存储
• 高并发小批量场景下吞吐量优于同类开源缓存
• 支持Lua脚本、集群分片、TLS、模块扩展（C#编写）

DiceDB

官网，开源（GitHub，10.7K Star，1.4K Fork）

核心亮点：

• 基于Valkey构建的低延迟键值存储引擎
• 查询订阅（QWATCH）：实时响应数据变化，面向现代实时应用设计
• dicedb-spill模块：透明地将被驱逐的键持久化到磁盘（RocksDB后端）
• 分层存储：内存与磁盘间自动数据分层，支持超出内存的工作集
• 完全兼容Valkeyj及Redis客户端、工具及SDK

PikiwiDB

360（奇虎）开源（GitHub，6.1K Star，1.2K Fork），现捐献至OpenAtom开放原子开源基金会。

核心亮点：

• 完全兼容Redis协议，支持String/Hash/List/ZSet/Set/Geo/HyperLogLog/Stream等
• 冷热数据分层：热数据缓存、全量数据持久化（RocksDB引擎）
• 支持数百GB级数据量，相比Redis大幅降低服务器资源消耗
• 99.9% GET/SET响应时间小于2ms
• 支持Codis集群模式（弹性扩缩容）

Redka

开源（GitHub，4.5K Star，130 Fork）

核心亮点：

• 用SQL（SQLite或PG）重新实现Redis核心功能的独特思路
• 数据无需全部载入内存，适合资源受限环境
• 支持ACID事务，提供SQL视图便于数据分析与报告
• 两种使用方式：独立服务器（兼容Redis客户端）或Go模块内嵌
• 支持字符串、列表、集合、哈希、有序集合等核心数据结构
• 适合替代Redis测试容器，简化本地开发与集成测试

Apache Kvrocks

官网，开源（GitHub，4.3K Star，618 Fork）

核心亮点：

• Apache顶级项目，由携程捐献，国内生产验证充分
• 基于RocksDB存储引擎，完全兼容Redis协议
• 核心目标：降低内存成本，提升存储容量，节省60%~80%成本
• 支持命名空间，类似Redis SELECT但隔离更彻底
• 支持异步复制（类似 MySQL binlog）、Redis Sentinel高可用
• 集中式集群管理，可通过任何Redis集群客户端访问
• 支持Linux/macOS，x86_64、ARM、RISC-V架构

Skytable

官网，开源（GitHub，2.7K Star，91 Fork）

核心亮点：

• 纯Rust实现，内存安全保障
• 独特的BlueQL查询语言（基于SQL，防注入攻击）
• 不是Redis兼容协议，而是重新设计的现代NoSQL范式
• 多线程异步I/O+AOF存储引擎，支持延迟持久化事务
• 强制参数化查询，内置安全最佳实践
• 支持Spaces（类似Database）、复杂数据类型与集合