Les magasins de données en mémoire comme Valkey sont particulièrement adaptés aux applications et aux fonctions qui dépendent d'une latence extrêmement faible. Par exemple :

• Mise en cache : Valkey peut servir de couche de cache à grande vitesse devant des bases de données plus lentes basées sur disque. Les données fréquemment consultées peuvent être stockées dans Valkey, ce qui réduit considérablement la charge sur la base de données principale et accélère les temps de réponse.
• Files d'attente de messages : les fonctionnalités Pub/Sub de Valkey en font un excellent choix en tant que courtier de messages. Il peut être utilisé pour faciliter la communication en temps réel entre différents services ou microservices, et prend en charge des cas d'utilisation tels que les applications de chat et les notifications.
• Analyse en temps réel : pour les applications qui doivent traiter et analyser des données en temps réel, comme les outils de suivi de colis, les applications de navigation ou les classements de jeux, la rapidité de Valkey en fait un choix idéal.
• Stockage des sessions : la gestion des sessions utilisateur dans les applications Web, comme les sites d'e-commerce ou les plates-formes de réseaux sociaux, nécessite un accès rapide aux préférences des utilisateurs, à leur état de connexion et au contenu de leur panier. Valkey offre un moyen rapide et fiable de stocker et de récupérer ces données de session.
• Machine learning : la faible latence et les fonctionnalités de recherche vectorielle de Valkey en font également une base de données puissante pour les applications qui utilisent le machine learning. Vous pouvez stocker et rechercher rapidement des embeddings vectoriels (les représentations numériques de données telles que du texte ou des images) pour effectuer des recherches de similarité complexes. Cette technique peut être utilisée pour suggérer des produits, des articles ou des contenus multimédias similaires aux utilisateurs en temps réel.

Valkey a initialement été dérivé de Redis 7.2, ce qui signifie qu'il est basé sur le même code et qu'il partage certaines caractéristiques et fonctionnalités fondamentales. Comme Valkey, Redis est un magasin de données clé-valeur en mémoire qui offre un débit élevé et prend en charge un éventail de structures de données. Les deux sont réputés pour leur haute disponibilité et leur évolutivité.

La principale différence est que Valkey est Open Source. Il est publié sous une licence BSD permissive, ce qui permet aux développeurs d'utiliser, de modifier et de contribuer au logiciel.

En 2024, Valkey a été créé en réponse à la décision de Redis Inc. de passer à une licence "source disponible" plus restrictive. Pour conserver une alternative Open Source pour la communauté, plusieurs contributeurs principaux de Redis se sont réunis et ont lancé Valkey, basé sur la dernière version Open Source de Redis.

Valkey est basé sur une approche de développement collaborative et communautaire, où la feuille de route et les nouvelles fonctionnalités sont décidées par les membres contributeurs du projet Linux Foundation, avec la participation des principaux fournisseurs de services cloud, y compris Google Cloud.

Depuis Valkey 8.0, des améliorations majeures ont été apportées au moteur Valkey, en particulier au niveau de la recherche vectorielle, de la gestion des clusters et de l'exécution de commandes multithread, qui permet de traiter les commandes en parallèle sur plusieurs cœurs de processeur.

Pour ceux qui souhaitent un contrôle plus précis, une personnalisation ou des configurations de déploiement spécifiques, Valkey peut être déployé manuellement sur l'infrastructure de calcul de Google Cloud. Cette méthode vous offre une visibilité complète sur l'environnement.

• Compute Engine (VM) : lancez des instances Google Compute Engine (VM) et installez directement le serveur open source Valkey. Cela vous offre une autonomie totale sur la configuration, les paramètres de scaling et le système d'exploitation sous-jacent.
• Google Kubernetes Engine (GKE) : Valkey peut être facilement conteneurisé à l'aide de Docker et déployé en tant que pod ou application avec état sur un cluster GKE. Cette approche peut être adaptée aux applications qui utilisent déjà Kubernetes, car elle offre des fonctionnalités d'orchestration robustes et avancées.

Memorystore for Valkey est un service entièrement géré qui fournit un service Valkey évolutif, à haute disponibilité et hautes performances dans le cloud.

Il offre les avantages d'une base de données en mémoire sans les contraintes opérationnelles et financières liées à la gestion de l'infrastructure sous-jacente.

Google Cloud gère la charge de travail administrative, y compris l'application de correctifs, la sécurité et le scaling, ce qui vous permet de vous concentrer sur la création d'applications avec des données en temps réel.

• Entièrement géré : Google gère les coûts opérationnels liés à la gestion des instances Valkey, y compris le provisionnement, l'application de correctifs et le basculement.
• Hautes performances : en s'appuyant sur l'infrastructure de Google Cloud, Memorystore for Valkey offre la faible latence et le débit élevé requis pour les applications exigeantes en temps réel, avec un accès aux données en moins d'une milliseconde.
• Haute disponibilité : Memorystore réplique automatiquement les données sur plusieurs zones, ce qui permet d'atteindre un SLA de 99,99 %.
• Évolutivité : Memorystore permet de faire évoluer facilement les instances Valkey sans temps d'arrêt pour répondre aux besoins changeants de votre application.
• Sécurité : Memorystore est protégé par des fonctionnalités de sécurité robustes, y compris la connectivité VPC (cloud privé virtuel), la surveillance 24h/24, 7j/7 et la gestion de l'authentification et des accès (IAM).
• Parfait pour les applications d'IA : Memorystore for Valkey prend en charge la recherche vectorielle du voisin le plus proche approximative (ANN) et la recherche vectorielle du voisin le plus proche exacte (KNN), ce qui en fait un magasin de données à faible latence idéal pour l'IA générative.