第 201 题：特征存储的选型，Redis vs Cassandra vs 自研KV？
题目
特征存储的选型，Redis vs Cassandra vs 自研KV？
完整讲解
一、特征存储的诉求
特征存储：为推荐/广告/风控等提供低延迟、高并发的特征读写，支持在线推理（实时查 user/item 特征）与离线/近线更新。选型需考虑：延迟、QPS、数据规模、更新模式（全量/增量）、一致性、运维成本。
二、Redis
- 特点：内存存储，延迟极低（亚 ms～几 ms）、单机 QPS 高；支持多种结构（String、Hash、Sorted Set）。适用：特征量在单机/集群内存可承载、读多写少、对延迟极度敏感。
- 局限：容量受内存限制、持久化与主从有额外开销；大 key、大 value 影响性能；多 key 批量读需 pipeline，复杂查询能力弱。
三、Cassandra
- 特点：分布式、可水平扩展，无单点；写优化、适合高写入（如特征实时更新）；最终一致性、可调一致性级别。适用：特征量大、多机房、写多或读写都多、可接受 ms 级延迟。
- 局限：读路径比 Redis 复杂、延迟通常更高；不支持复杂查询，多为 key-value 或简单范围；运维与调参成本较高。
四、自研 KV
- 特点：针对特征场景定制：固定 schema、列式或分层存储、冷热分离、与训练/批处理 pipeline 打通；可做分层存储（热数据内存/SSD、冷数据盘）、批量导入与版本管理。
- 适用：特征规模与 QPS 极大、对延迟与成本有极致要求、有足够人力；代价是开发与运维成本高。
五、选型小结
- 小规模、极低延迟 → Redis；大规模、高写、多机房 → Cassandra；超大规模、强定制 → 自研 KV。也可混合：热特征 Redis、全量或冷数据 Cassandra/自研。
面试要点
- 能说清特征存储的典型需求：延迟、QPS、规模、更新模式；能对比 Redis、Cassandra、自研 KV 的存储与访问特点。
- 能说明 Redis 适用小规模极低延迟、Cassandra 适用大规模与高写、自研适用极致定制；能简述混合架构。
- 能列举各方案局限：Redis 容量与持久化、Cassandra 延迟与运维、自研成本。
记忆要点
- Redis=内存、极低延迟、适合小规模/热数据；Cassandra=分布式、高写、可扩展、ms 级；自研=定制、成本高。
- 选型看规模、延迟、写比例、运维；可热数据 Redis+全量 Cassandra/自研。