访问远程Redis，时间成本太高（访问远程redis太慢）

随着Internet的发展，更多的应用分布式部署到了全球范围，这里有数据库，消息代理，缓存等，使得交互延迟更低。其中访问远程Redis是架构师们非常关心的问题，因为它涉及到大量时间成本。

Redis在很多场景中都是延时敏感型场景。比如缓存、消息排队和推送等，高延时通常会降低服务质量。为了提升访问性能，开发团队就需求对Redis做远程访问的优化。

一种最基本的优化思路是把Redis部署到本地区，可以做到很短的网络延迟。但是把Redis部署到每一个分区，有可能会带来很多存储、服务器、部署和维护的成本，主从复制也会非常复杂，因此一般是不易实施的优化方案。

另一种广泛采用的优化思路就是空间分割和数据复制。空间分割的思路很简单，就是把大规模的数据架构划分到不同的空间区域，比如按地区划分，来解决远程Redis的访问性能。具体可以使用框架的空间分割配置功能。

除此之外，Redis针对跨域的访问过程中也支持基于云的数据复制机制。它可以把Redis的数据复制到差异化的云服务，比如AWS, Google Cloud, Azure等，从而实现访问远程Redis时间成本的降低。

在还可以使用中间件、服务发现实现动态访问，这样就可以把网络访问延迟降低到可接受的范围。

比如Ribbon这种请求负载均衡器，它可负责根据服务负载状态对服务进行负载均衡。

例如：

“`java

// 初始化请求负载均衡器

IRule iRule = new RandomRule();

// 实例化Ribbon负载均衡器

IClientConfig config = IClientConfig.Builder.newBuilder().build();

ServerList serverList = new ServerList();

AvlabilityFilteringRule filter = new AvlabilityFilteringRule(config);

RibbonLoadBalancerContext balancerContext = new RibbonLoadBalancerContext(iRule,filter,config,serverList);

“`

要改善远程Redis的访问性能，应用开发者可以按照一定的思路来进行优化，比如把Redis部署到局部区域，空间分割，复制数据，以及使用中间件和服务发现等。按照不同的场景要求，选择合适的优化方案，才可以带来良好的访问性能。