背景與問題
Grab 的 Counter Service 是反舞弊平台裡負責時間窗口查詢的核心元件，例如判斷「最近一段時間內的叫車請求次數」或「短時間內失敗的付款嘗試次數」。這類服務的量級並不小：每秒處理數萬次查詢，每天約十億個請求，延遲表現直接影響風控判斷能否即時完成。InfoQ 於 2026 年 10 月 7 日由 Leela Kumili 發表的報導指出，Grab 最終把這項服務的儲存後端從原本的 wide-column database（寬欄位資料庫，一種以列群集方式組織資料、擅長依照時間範圍撈取連續列的 NoSQL 類型，Apache Cassandra 是常見代表）遷移到 Aerospike，一種以主記憶體為主、強調穩定低延遲的分散式鍵值儲存系統，並重新設計資料模型，讓生產環境的 P99 讀取延遲下降約 50%，磁碟佔用從約 3 TB 降到 1 TB，單節點成本下降 45% 到 50%。
原先的設計把 15 分鐘、每小時、每日三種粒度的計數各自存成獨立的列，於是每收到一個事件，就得同時發出三次平行讀取、在記憶體中做一次遞增，再以批次方式寫回，總共四次網路往返。原本的寬欄位模型藉由 clustering column（群集欄位，用來把同一時間範圍的列排序存放，讓伺服端能快速取出區間內資料的欄位設定）在時間範圍查詢上有其優勢，但多重往返疊加起來，延遲與節點負載都變成瓶頸。
遷移策略：先抽象化，再分階段切流量
Grab 並沒有直接替換儲存實作，而是先把儲存存取從 Rust 服務的業務邏輯中抽離出來，建立一層 storage facade（儲存外觀層，介於業務程式與實際儲存之間的中介介面，讓上層程式不需知道背後是哪一種資料庫），其中同時提供舊有實作、Aerospike 實作與測試用的 mock 實作，並透過組態設定切換單一後端、影子讀取（shadow reads，把正式流量同時複製一份到新後端做比對，但不影響實際回應）與分流三種模式。
上線時的流量切換是階梯式的：影子讀取比例先從 5% 逐步提高到 20%、50%，再到 100%，每一個階段都用既有的指標確認新舊後端的資料是否一致，確認 parity（結果對等）之後才把正式流量移到 Aerospike。Grab 工程主管 Daniel Lim 在 LinkedIn 上把這套做法描述為「結合雙讀寫路徑進行流量影子與資料對等驗證，再逐步遷移流量」。
資料模型與讀取路徑的重新設計
真正決定成效的是資料模型。Grab 最初評估過保留「每個時間桶一列」的做法，但 Aerospike 為每筆記錄維持約 64 位元組的主索引中繼資料；以這項服務所需的記錄數量計算，這層固定開銷會讓記錄筆數（cardinality）成為容量規劃上的重要變數。因此 Grab 改成把同一個計數器、同一粒度的所有時間桶合併成單一筆記錄，內部以依時間戳記排序的 map（對應表）存放，寫入時使用 Aerospike 的原子 map 遞增操作，並明確清除過期的項目。根據 Grab 的說法，這個改動讓記錄數量減少一個數量級以上，也連帶壓低了索引與磁碟佔用。
讀取路徑同樣改變。原本的後端在伺服端回傳依時間過濾後的分頁列，而 Aerospike 回傳的是包含 map 的整筆記錄，過濾改在客戶端進行。為了配合服務本身多鍵值的存取模式，Grab 使用 Aerospike 的 batch API，把多筆記錄操作合併成單一請求送到對應節點，減少網路往返次數；Aerospike 官方文件也說明，批次功能可以將多個記錄指令合併為對每個相關節點的一次請求。
工程波折、影響與限制
遷移過程並非一路順暢。Grab 團隊在 Aerospike 的 Rust client（以 Rust 語言撰寫、供應用程式連線 Aerospike 的函式庫）上遇到問題，包括它最初採用同步 API，以及在節點替換期間的 DNS 處理異常。團隊後來改用非同步客戶端，並與上游維護者共同處理 DNS 問題，才繼續推動上線。最終 Grab 表示整次遷移沒有發生停機，也沒有資料完整性問題。
從實務角度來看，這項改造的價值不只在於延遲數字：磁碟從 3 TB 降至 1 TB、單節點成本下降 45% 到 50%，對每天十億請求規模的服務而言是可觀的經常性支出節省；而把儲存存取抽象化，也讓後續替換或測試其他後端的成本變低。
限制同樣存在。合併成單筆大記錄後，過濾工作從伺服端移到客戶端，會把 CPU 與記憶體壓力轉嫁到服務節點，資料量持續成長時可能需要再引入分片或過期淘汰策略；每筆記錄 64 位元組的索引中繼資料開銷並未消失，只是靠減少記錄筆數來攤薄；影子驗證的有效性取決於既有指標是否涵蓋足夠的比對面向；此外，報導中的效能與成本數字來自 Grab 自身在生產環境的觀察，並非獨立基準測試，實際成果仍會隨資料分布與硬體配置而異。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。