缓存数据库 Redis 企业版使用了集群分片架构，支持内存型和混存型两种数据存储形态，以及 RediSearch、RedisJSON 等多种数据模块。本文介绍缓存数据库 Redis 企业版产品架构的详细信息。

实例架构

火山引擎缓存数据库 Redis 企业版支持集群分片架构，每个分片中都包含了 1 个主节点和 1 个从节点（从节点仅用于保证高可用），分片本身默认对外不可见。若主节点出现故障，同一分片中的从节点将自动升级为主节点以继续提供服务。
Redis 企业版产品架构如下图所示。

数据存储形态

Redis 企业版提供了如下两种数据存储形态：

内存型

数据全部存储在内存（RAM）中，通过备份以及 AOF 机制提供数据保护，其典型时延可达到亚毫秒级别。

混存型

热数据自动被加载到内存（RAM）以获取高性能的吞吐能力和较低的时延；而冷数据则自动被存储在高速存储硬件中，与仅部署内存相比使用混存型可以显著降低成本。在业务负载的数据量大于内存的场景下，其典型的时延可以达到毫秒级别。

数据模块

Redis 企业版提供了如下数据模块：

RediSearch

该模块通过自动维护内置索引，实现了针对 Hash 和 JSON 类文本信息的多种全文检索功能，支持模糊匹配搜索、表达式搜索、过滤数字搜索以及地理范围内搜索等能力。更多详情，请参见 RediSearch。

RedisJSON

该模块提供了与 JSON 标准完全兼容的数据类型，您可以在数据库中存储、更新和查看 JSON 值。RedisJSON 可与 RedisSearch 模块无缝协作，在数据库中快速搜索 JSON 数据，推荐组合使用。更多详情，请参见 RedisJSON。

RedisTimeSeries

该模块提供了时序类场景下的数据存储与操作能力，包括按时间范围查询、按标签集查询、时间桶聚合运算、配置时间过期策略、冷数据自动压缩等能力。更多详情，请参见 RedisTimeSeries。

RedisBloom

该模块支持了一组概率数据结构，包括 Bloom 过滤器、Cuckoo 过滤器、Count-min 草图、Top-K 和 t-digest。这些数据结构构适用于海量数据场景，能够以较低的结果误差为代价，换取更高的查询效率和较少的空间占用。更多详情，请参见 RedisBloom。

RedisGears

该模块可用于构建和编排实时数据管道，支持通过 Python 语言编写的函数来处理实时数据，支持基于事件驱动的数据流式处理与消费的业务场景。更多详情，请参见 RedisGears。