GCP-115:Cloud Memorystore 入門——全託管記憶體資料庫完全指南
前言
使用者一按下去就要立刻有反應的東西——購物車、登入狀態、遊戲排行榜——你拿硬碟資料庫去扛,延遲會很有感。這種微秒級延遲(百萬分之一秒等級)的存取,就是記憶體資料庫的主場。Cloud Memorystore 是 GCP 的全託管記憶體資料庫服務,支援 Redis、Valkey 和 Memcached 三種引擎。
這篇是 GCP 入門系列第 15 課,帶你搞懂 Memorystore 到底是什麼、三個引擎差在哪、新專案該選哪個。看完你會知道考試怎麼考你、實作上哪幾個坑一定要先閃過。
什麼是 Cloud Memorystore?
先補一點背景,免得後面看得霧煞煞。快取(cache) 講白話就是「把常用的資料先放在拿得快的地方」,這樣下次要用就不必每次都跑去翻很慢的硬碟資料庫。讀到快取裡有要的東西叫快取命中(cache hit),沒有、得回頭去查資料庫叫快取未命中(cache miss)。Memorystore 扮演的就是這個「拿得快的地方」。
Memorystore 是 GCP 的全託管記憶體資料庫,資料放在記憶體(RAM)裡而不是硬碟,所以讀寫延遲超低:
應用程式
│
├── 快取命中 → Memorystore(微秒級回應)
│
└── 快取未命中 → Cloud SQL / Firestore(毫秒級回應)
│
└── 寫回 Memorystore(下次命中)
四個產品
| 產品 | 說明 | 狀態 |
|---|---|---|
| Memorystore for Redis | 獨立 Redis 實例(Basic/Standard) | GA |
| Memorystore for Redis Cluster | 分片式 Redis 叢集 | GA |
| Memorystore for Valkey | 基於 Valkey(Redis 開源分支) | GA,推薦新專案使用 |
| Memorystore for Memcached | 託管 Memcached | 已棄用(2029/1/31 停止服務) |
Valkey 是 Redis 在 2024 年改授權之後,由 Linux Foundation 主導的開源分支(BSD 3-Clause),協議跟 Redis 完全相容。Google、AWS、Oracle 等都有一起支持。
Memorystore for Redis(獨立實例)
Basic vs Standard Tier
| 特性 | Basic Tier | Standard Tier |
|---|---|---|
| 高可用 | 無(單節點) | 跨可用區(zone)複製 + 自動故障轉移 |
| SLA | 無 | 99.9% |
| 讀取副本 | 無 | 最多 5 個 |
| 最大容量 | 300 GB | 300 GB |
| RDB 快照 | 支援 | 支援(從副本執行,不影響主節點) |
| 適合場景 | 開發測試、可容忍冷啟動 | 正式環境 |
💡 重點提點
Basic 和 Standard 不能互相升級,要換層級就得砍掉重建一台新的。所以建一台正式環境的快取,第一步就把 Standard 選好——別想說「先開 Basic 省錢、之後再升」,到時候你會發現升不了,只能停機搬資料。考試也愛戳這個點:問你「線上服務要高可用、可不可以從 Basic 升到 Standard」,答案是不行,要重建。
容量等級
| 等級 | 容量範圍 | 網路吞吐 |
|---|---|---|
| M1 | 1-4 GB | 10 Gbps |
| M2 | 5-10 GB | 10 Gbps |
| M3 | 11-35 GB | 10 Gbps |
| M4 | 36-100 GB | 16 Gbps |
| M5 | 101-300 GB | 16 Gbps |
建立與連接
# 建立 Standard Tier Redis 實例
gcloud redis instances create my-cache \
--size=5 \
--region=asia-east1 \
--tier=standard \
--redis-version=redis_7_2
# 查看實例資訊(含 Host/Port)
gcloud redis instances describe my-cache --region=asia-east1
# 從 VM 連接
redis-cli -h INSTANCE_HOST -p 6379
RDB 快照(備份)
RDB(Redis Database Backup)快照就是把當下記憶體裡的整份資料「拍一張照」存起來,之後可以拿這張照片把資料還原回去——重啟或誤刪時的救命稻草。
# 快照間隔:1h / 6h / 12h / 24h
# 一般建議 maxmemory-gb 抓容量的 8 成左右,留點空間給快照 fork 用
# 匯出到 Cloud Storage
gcloud redis instances export gs://my-bucket/backup.rdb \
my-cache --region=asia-east1
# 從 Cloud Storage 匯入(會中斷服務)
gcloud redis instances import gs://my-bucket/backup.rdb \
my-cache --region=asia-east1
Memorystore for Valkey(推薦新專案)
新專案 Google 現在第一推薦的就是 Valkey,效能比舊的 Redis Cluster 還好:
核心優勢
- Valkey(2024 年以 8.0 首發,現行 GA 版本已是 9.0):在微秒級延遲下,每秒查詢數(QPS)最高可達 Memorystore for Redis Cluster 的 2 倍
- 支援叢集模式和非叢集模式
- 每個分片(shard,把資料切成好幾塊、分散到不同節點存的單位):1 個主節點 + 最多 5 個副本
- 最大 250 個分片,總容量可達數十 TB 級(實際看你挑哪種節點型別)
- 零停機擴縮:水平增減分片不中斷服務
- 跨區域複製(GA)
- 向量搜尋(vector search,用「語意相似度」找資料,而不是精準比對關鍵字):內建支援,常用在 GenAI / RAG 這類應用
節點類型
以下列的是幾種常用型別(官方實際提供更多種,上面還有更大的,例如 highmem-2xlarge):
| 節點類型 | vCPU | 可寫容量 | SLA |
|---|---|---|---|
| shared-core-nano | 0.5 | 1.12 GB | 無 |
| standard-small | 2 | 5.2 GB | 有 |
| highmem-medium | 2 | 10.4 GB | 有 |
| highmem-xlarge | 8 | 46.4 GB | 有 |
SLA
- 99.99%:多區域部署 + 副本
- 99.9%:單區域 + 副本
- 無 SLA:shared-core-nano 或無副本
相容性
協議跟 Redis 完全相容,手上現有的 Redis 客戶端(Jedis、redis-py、ioredis 等)不用改就能直接接上。
Memorystore for Memcached(已棄用)
| 時間點 | 事件 |
|---|---|
| 2026/1/20 | 不再推薦使用 |
| 2027/2/1 | 新專案無法建立實例 |
| 2029/1/31 | 完全停止服務 |
Memcached 跟 Redis/Valkey 差最多的地方:
- 無持久化:純快取,重啟資料全沒,救不回來
- 無複製、無故障轉移(failover,主節點掛了自動換副本頂上的機制):主節點一倒,這段快取就斷了
- 僅支援簡單 Key-Value:沒有 List、Set、Sorted Set(會自動依分數排序的集合)這些資料結構
Google 建議遷移至 Memorystore for Valkey。
網路架構
Memorystore 底下的產品全都沒有公開 IP,只能走 VPC(Virtual Private Cloud,你在 GCP 裡的私有網路)連進去:
💡 重點提點
這是新手第一次接 Memorystore 最常卡的地方,也是 ACE 高頻考點:Memorystore 只有私有 IP,你的筆電、公網都連不進去。同一個 VPC 裡的 Compute Engine、GKE 可以直接連;但 Cloud Run、Cloud Functions 這些 Serverless 服務天生在 VPC 外面,一定要先設一條 VPC 連接器(Serverless VPC Access Connector)或開 Direct VPC Egress 才連得到。實作時看到 Cloud Run 連 Redis 一直 timeout,十之八九就是這條沒接。
┌─────────────────────────────────────────┐
│ VPC Network │
│ │
│ Compute Engine ──→ Memorystore (私有IP) │
│ GKE Pod ────────→ Memorystore (私有IP) │
│ │
│ Cloud Run ──→ VPC Connector ──→ Memorystore │
│ Cloud Functions → VPC Connector → Memorystore │
│ App Engine ───→ VPC Connector ──→ Memorystore │
└─────────────────────────────────────────┘
| 服務 | 連接方式 |
|---|---|
| Compute Engine | 直接透過 VPC(同一網路) |
| GKE | VPC-native 叢集直接連接 |
| Cloud Run | Serverless VPC Access Connector 或 Direct VPC Egress |
| Cloud Functions | Serverless VPC Access Connector |
| App Engine Standard | Serverless VPC Access Connector |
| App Engine Flex | 直接透過 VPC |
常見使用場景
1. Session 快取
import redis
r = redis.Redis(host='MEMORYSTORE_HOST', port=6379)
# 儲存 Session(30 分鐘過期)
r.setex(f"session:{session_id}", 1800, session_data)
# 讀取 Session
session = r.get(f"session:{session_id}")
2. 資料庫查詢快取
def get_user(user_id):
# 先查快取
cached = r.get(f"user:{user_id}")
if cached:
return json.loads(cached)
# 快取未命中,查資料庫
user = db.query("SELECT * FROM users WHERE id = %s", (user_id,))
# 寫入快取(5 分鐘過期)
r.setex(f"user:{user_id}", 300, json.dumps(user))
return user
3. 遊戲排行榜
# 使用 Redis Sorted Set
r.zadd("leaderboard", {"player_a": 1500, "player_b": 2300})
# 取得前 10 名
top_10 = r.zrevrange("leaderboard", 0, 9, withscores=True)
4. API 速率限制
def check_rate_limit(api_key, limit=100, window=60):
key = f"rate:{api_key}"
current = r.incr(key)
if current == 1:
r.expire(key, window)
return current <= limit
Redis vs Valkey vs Memcached 選型
| 特性 | Redis(獨立) | Valkey(叢集) | Memcached |
|---|---|---|---|
| 資料結構 | String、List、Set、Hash、Stream 等 | 同左 | 僅 Key-Value |
| 持久化 | RDB 快照 | RDB + AOF | 無 |
| 高可用 | Standard Tier 99.9% | 99.99%(多區域) | 無 |
| 最大容量 | 300 GB | 數十 TB 級 | 依節點數擴展 |
| Pub/Sub | 支援 | 支援 | 不支援 |
| 向量搜尋 | 不支援 | 支援 | 不支援 |
| 狀態 | GA | GA(推薦) | 已棄用 |
Pub/Sub(Publish/Subscribe,發布/訂閱)是 Redis 內建的訊息廣播機制:發送方丟一則訊息,所有訂閱該頻道的接收方都會即時收到,常拿來做即時通知、聊天室。(注意這跟 GCP 那個獨立的 Cloud Pub/Sub 服務不是同一個東西,只是名字一樣。)AOF(Append Only File)則是另一種持久化方式,把每一筆寫入指令逐筆記下來,比 RDB 快照更不容易掉資料。
選型公式
新專案需要記憶體快取?
→ Memorystore for Valkey ✅(Google 推薦)
既有 Redis 應用、不想改架構?
→ Memorystore for Redis ✅
需要 >300 GB 或 99.99% SLA?
→ Memorystore for Valkey(叢集模式)✅
僅需簡單 Key-Value 快取、不需持久化?
→ 仍建議 Valkey ✅(Memcached 已棄用)
GenAI 向量搜尋?
→ Memorystore for Valkey ✅(內建向量搜尋)
定價
Redis 獨立實例(us-central1 參考)
| 等級 | Basic Tier(每 GiB/hr) | Standard Tier(每 GiB/hr) |
|---|---|---|
| M1(1-4 GB) | ~$0.049 | ~$0.064 |
| M2(5-10 GB) | ~$0.027 | ~$0.046 |
| M3(11-35 GB) | 低於 M2 | ~$0.046 |
Standard Tier 大概比 Basic Tier 貴 30-50%,畢竟多了複製和 HA 的開銷。
Valkey / Redis Cluster(us-central1 參考)
| 節點類型 | 每節點每小時 |
|---|---|
| shared-core-nano | ~$0.037 |
| highmem-medium | ~$0.192 |
| highmem-xlarge | ~$0.994 |
範例:5 分片 × 1 副本 × highmem-medium = 10 節點 × $0.192 = $1.92 / 小時(~$1,383 / 月)
成本優化
- 承諾使用折扣(CUD,Committed Use Discounts):先承諾用 1 年或 3 年,換取比隨用隨付更低的價格——承諾越久折扣越多,實際百分比依產品和時間調整,要省錢前先去官方定價頁查當下的數字
- 沒有免費層;不過新帳號有 GCP 註冊後的免費試用額度可以拿來練手(額度與適用範圍以官方為準)
效能調校建議
- 記憶體使用率 < 70%——超過會影響延遲
- maxmemory-gb 設為容量的 80%——預留快照 fork 開銷
- 使用 I/O Thread——M3 以上搭配 Redis 6.x+ 自動啟用
- 選擇同區域的 VPC——減少網路跳數
- 使用 Pipeline / Batch——Pipeline(管線)就是把一堆指令打包成一次送出、不必每條都來回確認,減少 Round-Trip(往返)次數,延遲會明顯下降
ACE 考試重點整理
必背知識點
- Memorystore 是全託管記憶體資料庫,支援 Redis、Valkey、Memcached
- Valkey 是 Redis 開源分支(Linux Foundation),Google 推薦新專案使用
- Basic Tier 無 SLA,Standard Tier 99.9%,Valkey 多區域 99.99%
- 只有私有 IP——Cloud Run / Cloud Functions 需要 VPC Connector
- Memcached 已棄用(2029/1/31 停止服務)
- Basic 和 Standard 無法互相升級,必須重建
- RDB 快照匯入會中斷服務
常見陷阱題
Q:Web App 需要毫秒以下的 Session 快取,選什麼? A:看到「毫秒以下」「Session 快取」這種字眼,這題十之八九就是要你選 Memorystore(for Redis 或 Valkey)。記憶體資料庫才給得起微秒級延遲,硬碟資料庫不可能。
Q:Memorystore 實例可以從公開網路存取嗎? A:不行。這題年年都考——Memorystore 只有私有 IP,一定要透過 VPC 存取。題目要是把場景設成 Cloud Run / Cloud Functions 連 Memorystore,答案就往「要設 VPC Connector」那個選項去靠。
Q:需要 >300 GB 的記憶體快取並且要 99.99% SLA,選什麼? A:Memorystore for Valkey(叢集模式)。獨立 Redis 卡在 300 GB,要再大、又要多區域 99.99% SLA,就只剩 Valkey 叢集這條路(最大 250 分片,總容量可達數十 TB 級)。
Q:Redis 和 Memcached 有什麼差別? A:Redis/Valkey 支援豐富資料結構(List、Set、Hash 等)和持久化。Memcached 只支援簡單 Key-Value 且無持久化。Google 已棄用 Memcached,建議用 Valkey。
Q:什麼是 Valkey? A:Redis 在 2024 年更改授權後的開源分支,由 Linux Foundation 主導,與 Redis 完全協議相容。
總結
說到底,Memorystore 就是 GCP 幫你顧好的「拿得快的地方」——需要微秒級延遲的快取(Session、排行榜、速率限制)就找它,新專案直接選 Valkey 準沒錯,Memcached 已經在倒數計時別碰了。考試要記牢的就一句:只有私有 IP,Serverless 一定要 VPC Connector,這一條比什麼容量數字都常考。至於選型,記住三條路就好:要快取找 Memorystore、要持久化的 NoSQL 找 Firestore、要 SQL 找 Cloud SQL。
下一課 ACE-216:混合雲連線深度解析,來看企業混合架構會用到的核心網路技術。