PostgreSQL 取代 Redis 當 CacheServer？

起因

上次看後端版看到這篇討論，加上又在朋友臉書看到這影片後～ replaced my Redis cache with Postgres... Here's what happened 懷疑自己這世界變了嘛，於是決定跑看看測試。

測試

插入資料場景

k6 測試結果

PostgreSQL 監控

Redis 監控

PostgreSQL table 大小，Redis 看上圖只需要 32 MB

查詢資料場景

k6 測試結果

PostgreSQL 監控

Redis 監控

心得想法

1. 租用成本 都以 AWS 美東為例，單一節點

RDS選用 db.t4g.small USD 0.032 一般用途 SSD (gp2) – 儲存 每月每 GB USD 0.115 每 GB 快照大小的費用： USD 0.010

MemoryDB db.t4g.small 2 1.37 最多 5 USD 0.0336 兩者幾乎不相上下，不便宜

2. 資源隔離 Cache server 不可能與 database放同一台對吧， 雞蛋不會放同一個籃子裡面 所以要用要碼就是 2台pg (1cache+1db) 不然就是 1 redis + 1pg 不可能你用1pg 同時當cache又當db，那剛剛測試案例的場景已經告訴你了，連線數量跟請求工作都沒分攤掉。

3. Cache 生命週期管理 Cache server 有 expiration, eviction 機制 postgresql 要做就要用類似 pg_cron pluging，定期去掃scan table 去刪除 而 redis 內部自己有管理機制

4. UNLOGGED Table they are not crash-safe

https://www.postgresql.org/docs/current/sql-createtable.html#SQL-CREATETABLE-UNLOGGED

5. Data Page 利用率 PostgreSQL data page 大小是 8kb，不管理面只有一筆或是多筆。大多情況下 8kb 的利用率很差的，相比於 Redis 反而需要配置更多資源來儲存同樣筆數的資料。

6. MVCC 機制 PostgreSQL 的 MVCC 機制雖然提供了事務一致性，但對於快取用途來說反而是負擔：

   • 每次更新資料都會建立新版本，而舊版本要等 vacuum 清理

   • 頻繁更新的快取資料會導致表膨脹，需要更頻繁的vacuum

   • 讀取時可能需要處理可見性檢查，增加額外開銷

   • Redis 單線程模型避免了這些複雜性，沒有這方面的開銷

7. 記憶體使用效率

   • Redis 設計為完全記憶體資料庫，所有資料結構都針對記憶體操作優化

   • PostgreSQL 即使使用shared_buffers，其記憶體管理還是針對硬碟讀寫優化

   • Redis 支持數據壓縮、bitwise操作等特殊優化技術

   • PostgreSQL 在記憶體中還需維護索引、交易日誌等額外結構

8. 數據類型與操作

   • Redis 原生支援多種特殊數據類型：Sets, Sorted Sets, Streams, HyperLogLog等

   • Redis提供了atomic計數器、發布訂閱、分佈式鎖等簡便實現

   • PostgreSQL需要用SQL和額外邏輯實現這些功能，開銷更大

9. 連線模型差異

   • Redis 採用單執行緒事件驅動模型，特別適合處理大量簡單請求

   • PostgreSQL 為每個連線分配獨立thread，在高併發簡單查詢時效率較低

   • 測試圖表顯示，Redis的連線處理能力明顯優於PostgreSQL

10. 分佈式場景考量 - Redis 提供叢集、哨兵等高可用機制，專為分佈式cache設計 - Redis 支持一致性hash等sharding策略 - PostgreSQL 雖有replication功能，但其分布式設計更適合數據儲存而非cache

總結比較

基於以上分析和測試結果，PostgreSQL作為主數據庫，Redis作為專用cache服務器的傳統架構仍然是現階段較為合理的選擇。雖然在某些特定場景下（如開發環境、POC 架構）使用PostgreSQL作為緩存可能是可行的，但在營運環境和規模化應用中，專用cache解決方案的優勢仍然明顯。

我們可以把PostgreSQL的部分優化到不需要cache server 來分攤，但也不建議用同一台 PostgreSQL 同時充當兩個角色。

程式碼在此，主要是 fork Youtube 作者的程式碼，加入監控服務以及把 k6 迭代次數 * 10。