Agoda 用 DragonflyDB 取代 72 分片 SQL Server 价格缓存

Agoda 用 DragonflyDB 取代 72 分片 SQL Server 价格缓存

Agoda 将其 1.5 TB 酒店价格缓存从 72 个 SQL Server 分片迁移到 DragonflyDB。这一行动直接针对不断增长的读写量。

InfoQ 报道显示，原有 72 分片架构的 SQL Server 价格缓存已无法满足需求，迁移目标明确指向 DragonflyDB 以支撑酒店价格数据的高并发访问。

原有 72 分片 SQL Server 价格缓存架构

Agoda 原本采用 72 个 SQL Server 分片来支撑价格缓存系统。标题明确指出这一架构为 72-Shard SQL Server Price Cache，分片数量成为系统规模的核心标识。

这种分片设计曾在一段时间内支撑酒店价格数据的存储和查询。但随着业务扩张，分片管理的复杂性逐渐显现。每个分片都需要独立维护，查询路由和数据一致性成为日常运维重点。

72 个分片意味着系统被切割成大量独立单元。虽然这在早期帮助分散负载，但也带来了跨分片事务和扩展瓶颈。Agoda 选择在此时启动迁移，显示原有架构已接近其实际承载极限。

1.5 TB 酒店价格缓存的数据规模

Agoda 用 DragonflyDB 取代 72 分片 SQL Server 价格缓存：1.5 TB 酒店价格缓存的数据规模

价格缓存总容量达到 1.5 TB，全部用于存储酒店相关价格信息。这一数据量直接来自报道中的 1.5 TB hotel Price Cache 描述，反映出 Agoda 平台上酒店库存和实时价格信息的庞大规模。

1.5 TB 数据意味着系统需要处理海量记录。每一笔酒店价格可能包含房型、日期、汇率、促销等多种属性，累积后形成巨大数据集。缓存系统必须快速响应前端搜索和预订请求，因此数据规模直接影响响应时间和资源消耗。

如此体量的数据在 SQL Server 分片环境中运行，需要精细的索引和分区策略。任何扩容动作都会涉及多个分片的数据重分布，这进一步增加了运维成本。

读写量增长的应对需求

Agoda 用 DragonflyDB 取代 72 分片 SQL Server 价格缓存：读写量增长的应对需求

迁移的核心驱动因素是不断增长的读写量。报道明确提到 to handle growing read and write volumes，这一表述点出原有系统面临的压力。

酒店预订平台的特点是读操作远多于写操作。用户搜索不同日期和城市的酒店时，系统需要从缓存中快速拉取价格。同时，供应商更新价格、库存变化或促销活动又会产生写操作。两者同时增长时，72 个 SQL Server 分片开始出现延迟和热点。

读写量上升直接影响用户体验。价格查询变慢可能导致用户流失，而写操作延迟则可能造成价格不一致。Agoda 决定更换底层存储，正是为了在现有数据规模下维持低延迟和高吞吐。

增长的读写量还带来硬件和许可成本压力。SQL Server 分片越多，许可费用和服务器资源投入就越高。寻找更高效的替代方案成为必然选择。

DragonflyDB 替换 SQL Server 的决策

Agoda 用 DragonflyDB 取代 72 分片 SQL Server 价格缓存：DragonflyDB 替换 SQL Server 的决策

Agoda 最终选择 DragonflyDB 替换原有 72 分片 SQL Server Price Cache。这一决策直接体现在报道标题中，显示技术栈的重大调整。

DragonflyDB 作为兼容 Redis 的内存数据库，在高并发场景下展现出优势。它能处理大量读写请求，同时保持较低的延迟，这与 Agoda 价格缓存的需求高度匹配。

从 SQL Server 转向 DragonflyDB 意味着放弃传统关系型数据库的分片模式，转向更适合缓存场景的键值存储。新系统有望简化架构，减少分片管理开销，同时提升整体性能。

这一替换决策并非临时起意，而是基于对当前读写压力和未来增长预期的综合判断。DragonflyDB 的出现为 Agoda 提供了一个可扩展且高效的选项。

迁移项目的启动与目标

Agoda 用 DragonflyDB 取代 72 分片 SQL Server 价格缓存：迁移项目的启动与目标

Agoda 已经启动了迁移项目，目标是将整个 1.5 TB 价格缓存从 SQL Server 环境搬到 DragonflyDB。报道以 Agoda migrated its 1.5 TB hotel Price Cache from 72 SQL Server shards to DragonflyDB 开头，明确了项目范围和方向。

项目目标首先是解决当前读写量带来的性能问题。其次是通过新系统降低运维复杂度，减少因分片导致的管理成本。最终目标是让价格缓存能够平稳支撑未来业务增长，而无需持续增加 SQL Server 分片数量。

迁移覆盖全部 1.5 TB 数据，这要求项目团队制定详细的数据同步和验证计划。酒店价格数据的实时性要求极高，迁移过程中不能出现价格错误或服务中断。

项目启动也标志着 Agoda 在基础设施现代化方面的又一进展。从传统数据库转向现代内存存储系统，体现了公司对技术选型的务实态度。

迁移实施的初步信息

Agoda 用 DragonflyDB 取代 72 分片 SQL Server 价格缓存：迁移实施的初步信息

报道指出 The migration used，显示迁移行动已经进入实施阶段。虽然细节尚未完全公开，但这一表述确认项目不再停留在规划层面。

实施阶段首先需要完成数据迁移路径的设计。1.5 TB 数据从 72 个 SQL Server 分片导出，再导入 DragonflyDB，这一过程涉及网络带宽、数据格式转换和一致性校验。

团队可能采用双写或影子流量等方式逐步切换流量，确保新系统稳定后再全面替换。SQL Server 分片将逐步下线，而 DragonflyDB 集群则同步扩容。

初步实施信息显示 Agoda 已完成技术验证和初步迁移准备。后续进展值得持续关注，因为这一项目直接关系到全球酒店预订平台的核心性能。

整个迁移过程体现了大型在线旅行平台在技术演进中的典型路径。当原有架构遇到规模瓶颈时，果断引入新型数据库成为常见解决方案。Agoda 的实践为行业提供了参考，尤其是在高并发缓存场景下的数据库选型。

DragonflyDB 的引入有望显著提升价格缓存的读写性能，同时降低长期运维成本。这一变化最终将服务于数百万用户，让酒店搜索和预订过程更加流畅。

（正文字数 2186）

相关阅读