Cloud Memorystore 入門：快取該用哪種引擎？

前言

購物車、登入狀態、排行榜這類資料常被反覆讀取。如果每次都查主資料庫，延遲和負載可能跟著升高；這時可以評估用快取分擔讀取。Cloud Memorystore 提供幾種受管的記憶體資料庫引擎，選之前先看資料用途和失效後怎麼回源。

這篇會比較 Redis、Valkey 和 Memcached，也會談快取設定、費用與常見的選型問題。

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：

flowchart LR
  subgraph READ["1. 讀取路徑"]
    direction TB
    REQUEST["應用收到讀取請求"] --> CACHE{"Memorystore<br/>有這個 Key？"}
    CACHE -->|"Cache hit"| FAST["直接回傳快取資料"]
    CACHE -->|"Cache miss"| DB["查詢 Cloud SQL／Firestore<br/>等真實資料來源"]
    DB --> FILL["以合適 TTL 寫回快取"]
    FILL --> RESPONSE["回傳資料"]
  end
  subgraph WRITE["2. 更新路徑"]
    direction TB
    UPDATE["應用更新資料"] --> SOURCE["先提交到真實資料來源"]
    SOURCE --> INVALIDATE["刪除或更新對應 Cache Key"]
    INVALIDATE --> NEXT["下一次讀取重新填入新資料"]
  end
  READ ~~~ WRITE

四個產品

表格超出欄寬時，可左右捲動；鍵盤可聚焦表格後用左右方向鍵查看。

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

表格超出欄寬時，可左右捲動；鍵盤可聚焦表格後用左右方向鍵查看。

%%{init: {"flowchart": {"rankSpacing": 24, "nodeSpacing": 18}}}%%
  flowchart TB
  START["建立 Memorystore for Redis"] --> PRODUCTION["服務中斷或快取清空<br/>會影響正式使用者？"]
  PRODUCTION -->|"否，可重建"| BASIC["Basic Tier<br/>單節點、無 SLA"]
  PRODUCTION -->|"是"| STANDARD["Standard Tier<br/>跨 Zone 複寫與自動 Failover"]
  STANDARD --> READS["需要提高讀取吞吐？"]
  READS -->|"是"| REPLICA["啟用 Read Replicas<br/>應用使用 Read Endpoint"]
  READS -->|"否"| HA["保留 HA Replica<br/>使用主要 Endpoint"]
  BASIC --> LOCK["Tier 不能原地升級<br/>日後更換須建立新 Instance"]
  REPLICA --> TEST["演練 Failover、重連<br/>與暫時讀取容量下降"]
  HA --> TEST

💡 重點提點

Basic 和 Standard 不能原地互換，更換層級需要建立新的執行個體並搬遷連線與資料（見官方層級說明）。正式服務若需要自動容錯移轉，應在建立時就評估 Standard；若先用 Basic，也要把日後切換的停機與資料重建方式規劃進去。

容量等級

表格超出欄寬時，可左右捲動；鍵盤可聚焦表格後用左右方向鍵查看。

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
# 匯出走 BGSAVE（copy-on-write），官方建議必要時先把 maxmemory-gb 降到容量的 50%

# 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

flowchart TB
  LIVE["Redis 記憶體資料"] --> SNAPSHOT["依排程建立 RDB Snapshot<br/>只代表某個時間點"]
  SNAPSHOT --> LOCAL["供服務維護與復原使用"]
  SNAPSHOT --> EXPORT["必要時匯出到 Cloud Storage<br/>另行管理 Bucket 權限與生命週期"]
  EXPORT --> RESTORE["將 RDB 匯入目標 Instance"]
  RESTORE --> DOWNTIME["匯入期間服務中斷<br/>完成後驗證 Key、TTL 與應用連線"]
  LIVE -. "Snapshot 間隔內的新寫入<br/>仍可能不在復原點" .-> RPO["依業務 RPO 判斷<br/>快取能否直接重建"]

Memorystore for Valkey

Valkey 是 Redis 相容的開源引擎，也是官方建議 Memcached 使用者遷移的目標：

核心優勢

• Valkey（2024 年 8 月 Preview 起步，目前官方支援 7.2、8.0、9.0、9.1，預設為 9.1）：在微秒級延遲下，每秒查詢數（QPS）最高可達 Memorystore for Redis Cluster 的 3 倍（9.1 版；8.0 時為 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 個節點（不配副本時就是 250 個分片，每分片 1 個副本時是 125 個），總容量可達數十 TB 級（實際看你挑哪種節點型別與副本數）
• 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）：

表格超出欄寬時，可左右捲動；鍵盤可聚焦表格後用左右方向鍵查看。

SLA

• 99.99%：多可用區（Multi-Zone）部署 + 副本
• 99.9%：單一可用區 + 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。

flowchart TB
  CLIENT["Cluster-aware Valkey Client"] --> SLOT["依 Key 計算 Hash Slot<br/>直接連到負責的 Shard"]
  SLOT --> S1["Shard A Primary<br/>部分 Keyspace"]
  SLOT --> S2["Shard B Primary<br/>部分 Keyspace"]
  SLOT --> S3["Shard C Primary<br/>部分 Keyspace"]
  S1 -. "非同步複寫" .-> R1["Shard A Replica<br/>另一個 Zone"]
  S2 -. "非同步複寫" .-> R2["Shard B Replica<br/>另一個 Zone"]
  S3 -. "非同步複寫" .-> R3["Shard C Replica<br/>另一個 Zone"]
  R1 -->|"Primary 故障時提升"| F1["新的 Shard A Primary"]
  R2 -->|"Primary 故障時提升"| F2["新的 Shard B Primary"]
  R3 -->|"Primary 故障時提升"| F3["新的 Shard C Primary"]

Memorystore for Memcached（已棄用）

表格超出欄寬時，可左右捲動；鍵盤可聚焦表格後用左右方向鍵查看。

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

連到 Memorystore 時，先確認用戶端是否能走私有網路到達執行個體的位址。從筆電、公網或不同 VPC 直接連線，通常不會像連公開資料庫那樣通；要另外規劃 VPN、互連或受支援的 VPC 路徑。

💡 重點提點

Cloud Run 連 Redis 時，要讓服務能送出流量到執行個體所在的授權 VPC。官方建議優先評估 Direct VPC egress，也可使用 Serverless VPC Access Connector。若連線逾時，除了檢查 VPC egress，還要核對網路、位址、連接埠與防火牆設定；不要只憑 timeout 就認定是少了 Connector。

flowchart TB
  subgraph DIRECT["VPC 內的運算資源"]
    direction LR
    VM["Compute Engine VM"]
    GKE["VPC-native GKE Pod"]
    FLEX["App Engine Flexible"]
  end
  subgraph SERVERLESS["無伺服器執行環境"]
    direction LR
    RUN["Cloud Run service"]
    FUNCTION["Cloud Run function"]
    STANDARD["App Engine Standard"]
  end
  subgraph NETWORK["私有網路路徑"]
    direction LR
    VPC["授權的 VPC／Shared VPC"]
    EGRESS["Direct VPC egress<br/>或 Serverless VPC Access Connector"]
  end
  CACHE["Memorystore Internal IP<br/>無公開端點"]
  VM --> VPC
  GKE --> VPC
  FLEX --> VPC
  RUN --> EGRESS
  FUNCTION --> EGRESS
  STANDARD -->|"使用 Connector"| EGRESS
  EGRESS --> VPC
  VPC --> CACHE

表格超出欄寬時，可左右捲動；鍵盤可聚焦表格後用左右方向鍵查看。

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

flowchart TB
  START["要加速<br/>或協調哪一種應用狀態？"] --> USE{"資料行為"}
  USE -->|"登入狀態、<br/>一次性 Token"| SESSION["String／<br/>Hash + TTL<br/>到期自動失效"]
  USE -->|"資料庫查詢結果"| QUERY["Cache-aside<br/>+ TTL<br/>更新資料時<br/>Invalidate"]
  USE -->|"排行榜、優先順序"| RANK["Sorted Set<br/>依 Score 排序"]
  USE -->|"計數器、速率限制"| RATE["INCR +<br/>EXPIRE 或 Lua<br/>確保原子邊界"]
  SESSION --> REVIEW["定義 Key 命名、TTL、<br/>最大大小與資料重建方式"]
  QUERY --> REVIEW
  RANK --> REVIEW
  RATE --> REVIEW

Redis vs Valkey vs Memcached 選型

表格超出欄寬時，可左右捲動；鍵盤可聚焦表格後用左右方向鍵查看。

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

%%{init: {"flowchart": {"rankSpacing": 24, "nodeSpacing": 18}}}%%
  flowchart TB
  START["需要全託管記憶體資料服務"] --> MEMCACHED["目前依賴 Memcached<br/>特有 Client／行為？"]
  MEMCACHED -->|"是"| MIGRATE
  MEMCACHED -->|"否"| EXISTING["既有獨立 Redis Instance<br/>要維持相同拓撲？"]
  EXISTING -->|"是"| REDIS
  EXISTING -->|"否，新專案或需要新能力"| VALKEY
  MIGRATE["規劃遷移到 Valkey<br/>不要建立新的長期 Memcached 相依"]
  REDIS["Memorystore for Redis<br/>Basic／Standard 獨立 Instance"]
  VALKEY["Memorystore for Valkey<br/>支援分片、複本與向量搜尋"]

定價

Redis 獨立實例（us-central1 參考）

表格超出欄寬時，可左右捲動；鍵盤可聚焦表格後用左右方向鍵查看。

Standard Tier 比 Basic Tier 貴不少（M1 約貴 3 成，M2、M3 約貴一倍），畢竟多了複製和 HA 的開銷。

Valkey / Redis Cluster（us-central1 參考）

表格超出欄寬時，可左右捲動；鍵盤可聚焦表格後用左右方向鍵查看。

範例：5 分片 × 1 副本 × highmem-medium = 10 節點 × $0.192 = $1.92 / 小時（官方月價每節點 $140.379 × 10 ≈ $1,404 / 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

1. System memory usage ratio 低於 80%——官方把 80% 當記憶體壓力的警戒線，維護、匯出前則要壓到 50% 以下
2. 匯出、擴縮、升級前必要時把 maxmemory-gb 降到容量的 50%——建立時預設等於容量，匯出用的 BGSAVE（copy-on-write）所需記憶體最多可能是資料量的兩倍
3. 使用 I/O Thread——M3 以上搭配 Redis 6.x+ 自動啟用
4. 選擇同區域的 VPC——減少網路跳數
5. 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

flowchart TB
  subgraph OBSERVE["1. 確認主要症狀"]
    direction TB
    START["p95／p99 延遲、錯誤<br/>或 Eviction 增加"] --> MEMORY{"記憶體使用率接近上限，<br/>且 Evicted Keys 上升？"}
    MEMORY -->|"否"| NETWORK{"Client 與 Instance<br/>同區域，<br/>連線數與 RTT 正常？"}
  end
  subgraph ACTION["2. 對症處理"]
    direction TB
    CAPACITY["調整 TTL、Key 大小<br/>與 eviction policy<br/>必要時擴容<br/>或增加 Shard"]
    CONNECTION["修正 VPC<br/>路徑與連線池<br/>避免每次請求<br/>重新連線"]
    ROUNDTRIP["用 Pipeline／<br/>Batch 減少往返<br/>再檢查慢指令<br/>與大型 Value"]
  end
  subgraph VERIFY["3. 重新驗證"]
    direction TB
    LOAD["用真實 Key 分佈<br/>與並行度壓測"] --> MONITOR["監控 Memory、CPU、<br/>Connections、Latency、<br/>Errors 與 Evictions"]
  end
  MEMORY -->|"是"| CAPACITY
  NETWORK -->|"否"| CONNECTION
  NETWORK -->|"是"| ROUNDTRIP
  CAPACITY --> LOAD
  CONNECTION --> LOAD
  ROUNDTRIP --> LOAD

ACE 考試重點整理

必背知識點

1. Memorystore 是全託管記憶體資料庫，支援 Redis、Valkey、Memcached
2. Valkey 是 Redis 開源分支（Linux Foundation），官方建議 Memcached 使用者遷移到 Valkey
3. Basic Tier 無 SLA，Standard Tier 99.9%，Valkey 多可用區 99.99%
4. 使用私有網路連線——Cloud Run 等服務可評估 Direct VPC egress 或 Serverless VPC Access Connector
5. Memcached 已棄用（2029/1/31 停止服務）
6. Basic 和 Standard 無法互相升級，必須重建
7. 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：如果 Session 需要頻繁讀寫，而且多個應用實例要共用狀態，可以評估 Memorystore for Redis 或 Valkey。實際延遲仍要連同網路與應用程式行為一起量測。

Q：Memorystore 實例可以從公開網路存取嗎？ A：不能直接從公開網路連線。應用需要透過 VPC 存取；若部署在 Cloud Run，可依網路配置選用 Direct VPC egress 或 Serverless VPC Access Connector。

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、又要多可用區 99.99% SLA，就得走叢集型產品（Redis Cluster 也有 99.99% SLA）；每分片配 1 個副本時最多 125 個分片，總容量最高約 13.75 TB。

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

Memorystore 適合讓多個應用實例共用快取，例如 Session、排行榜或速率限制資料。選 Redis、Valkey 或其他產品時，先看資料結構、容量、可用性與既有相容性；連線方式也要一起規劃。若資料需要長期保存並支援查詢或交易，就不要只靠快取，應另選合適的資料庫。

下一課 ACE-216：地端連 Google Cloud，VPN 與 Interconnect 怎麼選？，來看機房和 Google Cloud 要互通時，VPN 和專線該怎麼選。