
Valkey: Funktionsweise und Einsatz des Schlüssel-Wert-Speichers
Valkey erklärt: gemeinsamer Zustand, Caching, Leistung und Migration von Redis.
Was Valkey leistet
Valkey ist ein netzwerkfähiger Datenspeicher, der überwiegend im Arbeitsspeicher arbeitet. Anwendungen nutzen ihn für Caches, Sitzungen, Zähler und Warteschlangen, besonders wenn mehrere Server gemeinsamen Zustand benötigen. Unterstützt werden Strings, Hashes, Listen, Mengen, sortierte Mengen und Streams sowie Ablaufzeiten für Schlüssel.
Valkey entstand 2024 als Abspaltung nach der Änderung des Redis-Lizenzmodells. Das Projekt unter dem Dach der Linux Foundation verwendet die permissive BSD-3-Clause-Lizenz. Die erste Version Valkey 7.2 entsprach Protokoll, API und Dateiformaten von Redis 7.2.4. Seitdem entwickeln sich die Projekte unabhängig; neue Funktionen müssen versionsabhängig auf Kompatibilität geprüft werden. [1]
Gemeinsamer Zustand in der Praxis
Drei API-Server bearbeiten Anfragen desselben Dienstes. Liegen Sitzungen nur im lokalen Speicher jedes Servers, findet ein anderer Server die Sitzung möglicherweise nicht. Eine gemeinsame Valkey-Instanz stellt sie allen Servern zur Verfügung; gemeinsame Zähler können auch Rate Limits koordinieren.
INCR erhöht einen Zähler atomar, ohne dass der Client ihn selbst lesen und zurückschreiben muss. Soll der Zähler zugleich eine TTL erhalten, müssen beide Schritte atomar erfolgen, etwa per Lua-Skript. Replikation, Sentinel und Cluster lösen unterschiedliche Verfügbarkeitsprobleme; keines ersetzt Backups.
Beispiel: ein temporärer Warenkorb
In valkey-cli lässt sich ein Wert für 30 Minuten speichern:
SET cart:session:abc123 "product:42,quantity:2" EX 1800
GET cart:session:abc123
TTL cart:session:abc123Das demonstriert Befehle, ist aber kein vollständiges Warenkorbmodell. Eine Anwendung benötigt Serialisierung, geschützte Sitzungskennungen, Behandlung paralleler Änderungen und eine Entscheidung zum tolerierbaren Datenverlust. Wenn Daten einen Ausfall überleben müssen, Persistenz konfigurieren und Wiederherstellung testen.
Bei Cache-aside liest die Anwendung bei einem Cache-Miss die primäre Datenbank und speichert das Ergebnis mit TTL. Änderungen an der Quelle erfordern eine Invalidierungsstrategie: TTL begrenzt veraltete Daten, beseitigt aber nicht jede Race Condition.
Was passiert bei einem Ausfall?
Enthält Valkey nur einen Katalog-Cache, kann die Anwendung möglicherweise direkt auf die Datenbank zurückfallen. Ein plötzlicher Ansturm kann diese aber überlasten. Deshalb Timeouts, Limits und Fehlerverhalten vorher testen. Bei Sitzungen oder Warteschlangen kann ein Ausfall Anmeldung oder Hintergrundverarbeitung beeinträchtigen. Legen Sie fest, welche Werte rekonstruierbar sind und welche eine geprüfte Wiederherstellung benötigen.
Leistung und ein lokaler Test
Im Lavik-Benchmark vom 21. Oktober 2026 erreichte Valkey 9.1.2 bei 1.280 Verbindungen rund 914.000 GET/s und 794.000 SET/s. Die VM mit 16 vCPUs enthielt zehn Millionen Werte zu je 1 KiB; Pipeline war 1, AOF und geplante Snapshots waren deaktiviert. Gewählt wurden 16 I/O-Threads für GET und 8 für SET. Der GET-p99,9 lag bei 7,743 ms. Das sind Messungen eines konkurrierenden Anbieters für eine bestimmte Konfiguration, keine eigenen Messungen. [2]
Ein synthetischer Basistest auf einer isolierten Instanz:
valkey-benchmark -h 127.0.0.1 -p 6379 -t get,set -n 100000 -c 50 -d 1024 -P 1Pipeline 1 bündelt die Befehle nicht wie ein größerer Pipeline-Wert. Pipelining kann durch weniger Netzwerk-Roundtrips den Durchsatz erhöhen; vergleichen Sie Messungen unter Berücksichtigung dieser Einstellung. Testen Sie eigene Daten, Netzwerk, Persistenz und Befehlsmischung und messen Sie auch die Latenz am oberen Rand der Verteilung. [3]
Betrieb und Migration
Speicherbudget und Verdrängungsstrategie hängen davon ab, welche Folgen der Verlust eines Schlüssels hat. Netzwerkzugriff isolieren, Clients authentifizieren und bei Bedarf TLS nutzen. Für eine Redis-Migration die konkreten Clients, Befehle, Module, Konfiguration, Backups, Replikation und den Rollback mit den eingesetzten Versionen testen.
Ein ersetzbarer Cache lässt sich möglicherweise leer starten und schrittweise aufwärmen; das belastet vorübergehend die Datenbank. Sitzungen und Warteschlangen benötigen einen Plan für Schreibzugriffe während der Umschaltung und möglichen Datenverlust. Valkey ist eine Option, wenn seine Funktionen passen und eine permissive Lizenz wichtig ist.
Typische Einsatzfälle für Valkey
Ein Katalog- oder API-Cache bildet Anfrageparameter und Sprache im Schlüssel ab, liest bei einem Miss die Datenbank und speichert das Ergebnis mit TTL. Bei personalisierten Antworten muss der Berechtigungsbereich Teil des Schlüssels sein. Änderungen an der Quelle erfordern die Invalidierung betroffener Einträge.
Gemeinsame Sitzungen können von jeder API-Instanz anhand einer zufälligen ID gelesen werden. Einmaliger Zustand erfordert eine atomare Prüfung und Entnahme, eine Ablaufzeit und sorgfältigen Umgang mit Geheimnissen. Auch ein gemeinsamer Rate-Limit-Zähler benötigt atomare Erhöhung und Ablaufzeit. Sortierte Mengen halten Ranglisten bei wechselnden Punktzahlen aktuell. Für jeden Einsatzfall festlegen, ob Schlüssel verloren gehen dürfen und was bei vollem Speicher passiert.
Anfrageweg und Verhalten beim Ausfall
Anfrage → API → Valkey
├─ Treffer → Antwort aus dem Cache
├─ Miss → Datenbank → Cache → Antwort
└─ Ausfall → dienstspezifischer FallbackEin Fallback auf die Datenbank kann sie überlasten, wenn der gesamte Verkehr gleichzeitig umschaltet. Timeouts, Parallelitätslimits und Kapazität testen. Ein sensibler Login-Limiter kann geschlossen bleiben; eine risikoarme Leseanfrage kann einen lokalen Fallback verwenden. Replikate erhöhen unter Umständen die Verfügbarkeit, doch asynchrone Verzögerung kann beim Failover letzte Schreibzugriffe kosten. Persistenz und Wiederherstellung am Wert der Daten ausrichten.
Anfrageweg und Verhalten beim Ausfall
Screenshot des Abschnitts valkey-failure-flowQuellen
Verwandte Artikel

Redis vs. Valkey: Leistung, Unterschiede und Auswahl für Ihr Projekt
Redis und Valkey im Vergleich: Benchmarks, Lizenzen, Funktionen und Migrationsaufwand.

Redis: Funktionsweise und wann es Anwendungen beschleunigt
Redis verständlich erklärt: Caching, Datenstrukturen, Leistungsmessungen und praktische Grenzen.