Redis
In-Memory-Datenbankplattform für Caching, Echtzeitdaten und KI-Workloads.
Die verfügbaren Informationen unterscheiden sich je nach Unternehmen und Quelle.
Profil-Datensatz aktualisiert:
Unternehmensdaten
- Offizieller Name
- Redis Ltd.
- Einheitentyp
- COMPANY
- Gegründet
- 2011
- Hauptsitz
- Alon 2 Tower, 32nd Floor, 94 Yigal Alon St., Tel-Aviv 6789140, Israel
- Unternehmensgröße
- 1,001–5,000
- Marktrolle
- B2B SaaS Provider
- Offizielle Website
- redis.io
Was Redis macht
Redis erzielt Umsätze durch kostenpflichtige Cloud-Abonnements und nutzungsbasierte Abrechnung, Lizenzen für Enterprise-Software inklusive Support sowie durch Beratungsleistungen. Gleichzeitig fördert das kostenfreie Open-Source-Produkt die Verbreitung und füllt die kommerzielle Vertriebspipeline. Das Geschäftsmodell kombiniert entwicklerorientierte Distribution (Developer-Led Growth) mit Enterprise-Upselling, wodurch sich Redis als Kern-Anwendungsinfrastruktur positioniert.
Einordnung und Abgrenzung
Dies ist das Software-Infrastrukturunternehmen hinter den Redis-Datenbankprodukten, kein Einzelhandels-, AdTech- oder Verbraucherportal, und ist von den konkurrierenden Managed-Caching-Diensten der Hyperscaler zu unterscheiden.
Strategische Einordnung
KI-gestützte Einordnung aus der bestehenden Unternehmensrecherche; Interpretation und belegte Fakten sind zu unterscheiden.
Redis ist ein privates Software-Infrastrukturunternehmen, das vor allem für seine In-Memory-Datenplattform bekannt ist. Diese wird für Caching, Streaming, Session-Speicherung, Echtzeit-Anwendungslasten sowie zunehmend für den Arbeitsspeicher von KI-Anwendungen und die Vektorsuche eingesetzt. Das kommerzielle Portfolio umfasst einen verwalteten Cloud-Service, selbstverwaltete Enterprise-Software, Entwickler- und Observability-Tools, Datenintegration Produkte sowie professionelle Dienstleistungen. Die Hauptzielgruppen des Unternehmens sind Entwickler, Plattform-Teams, Enterprise-IT, Site Reliability Engineers (SRE), Data Engineers und AI-Spezialisten.
Unternehmens-Newsbriefing
Briefing aktualisiert:
Nach der allgemeinen Verfügbarkeit seines Datenintegrationsdienstes auf AWS hat sich Redis weiter als kritische Schicht für die KI- und SaaS-Infrastruktur etabliert. Jüngste technische Entwicklungen formalisieren die Rolle von Redis bei der Verwaltung von mandantenfähigem LLM-Rate-Limiting sowie bei der idempotenten Webhook-Verarbeitung für zuverlässige SaaS-Abrechnungssysteme. Diese Updates, zusammen mit der kontinuierlichen Integration in Observability-Frameworks wie Langfuse und hochperformanten Next.js-Caching-Architekturen, stärken die Position von Redis als führender Standard für betriebliche Resilienz und skalierbares Datenmanagement in verteilten, datenintensiven Umgebungen.
Geschäftsmodell und Monetarisierung
Redis nutzt ein hybrides Monetarisierungsmodell. Die Open-Source-Software ist kostenlos und fungiert als primärer Kanal für die Nutzerakquise. Die kostenpflichtigen Umsätze stammen im Wesentlichen aus wiederkehrenden Abonnements und verbrauchsabhängigen Tarifen für Redis Cloud, aus Enterprise-Lizenzen und Support für selbstverwaltete Redis-Software sowie aus zusätzlichen Dienstleistungsgebühren für Architekturberatung, Implementierung, Migration und Optimierung. Die Preisgestaltung reicht von Einstiegstarifen im Self-Service-Cloud-Bereich bis hin zu großen Enterprise-Verträgen mit dedizierten Support- und SLA-Komponenten.
- Verwalteter Cloud-Datenbankdienst
- SaaS-Abonnement und nutzungsbasierte Preise
- Selbstverwaltete Enterprise-Software
- Enterprise-Lizenzierung und Support-Abonnement
- Professionelle Dienstleistungen
- Dienstleistungsgebühr / Retainer
- Premium-Support und SLAs
- Support-Abonnement
- Open-Source-Distribution
- Kostenloser Adoptions-Trichter
Produkte und Fähigkeiten
Für diese Ansicht liegen keine Produkte mit zugeordneten Quellen vor.
Produkte und Marktkategorien
Wettbewerber und Alternativen
- Oracle
Enterprise cloud infrastructure and customer experience software provider.
- Hevo
No-code ELT platform for cloud data pipelines and transformations.
- MongoDB
Cloud database platform for developers, enterprises, and regulated workloads.
Direkter Unternehmensvergleich
Zuletzt erfasste Signale
Datumsangaben beziehen sich auf die Quellenveröffentlichung. Ältere Einträge sind historischer Kontext, kein Beleg für ein neues Ereignis.
Announcing Redis 8.10: Compact Hash, JSONPath extensions, performance improvements, & more
Erfasster Impact-Score: 4/5
Redis 8.10 introduces Compact Hash, JSONPath extensions, and performance improvements. The blog post is dated September 14, 2026.
FastAPI per-tenant Claude API Keys & Rate Limits
Conversational AI & Chatbots · Erfasster Impact-Score: 2/5
A technical how-to demonstrating how to use FastAPI dependency injection to create tenant-specific Anthropic Claude clients and per-tenant rate-limit buckets. The article presents a Tenant model with encrypted API key storage, an in-memory RateLimitBucket class (with a recommendation to use Redis for distributed deployments), and dependency providers (get_tenant_id, get_tenant, get_claude_client, get_rate_limit_bucket, check_rate_limit). It warns against using lru_cache for tenant lookups (stale credentials) and shows handler examples that enforce tenant isolation and rate limiting for multi-tenant LLM usage.
- Author uses FastAPI dependency injection to create tenant-specific Anthropic Claude clients and rate-limit buckets.
- Tenant model includes fields: anthropic_api_key, max_requests_per_minute, and preferred_model.
Resilient Real-Time Systems with WebSockets & Redis Pub/Sub
Infrastructure · Erfasster Impact-Score: 1/5
This technical guide explains how to build resilient, low-latency real-time systems by combining persistent WebSocket client-server connections with Redis as a central pub/sub broadcast layer, distributed state store, and cache. It describes architectural patterns for scaling (single server, multiple WebSocket servers + single Redis, and Redis Cluster), and explains when to integrate durable queues (Kafka/RabbitMQ/AWS SQS) for persistence and guaranteed delivery. The article includes a concrete Node.js example (ws and ioredis: server.js, publisher.js, client.html) and Docker, plus client reconnection best practices (exponential backoff) and session persistence in Redis to allow resuming on another instance. Operational topics covered are Redis high availability (Sentinel/Cluster), sharding and serialization, backpressure handling, load balancing, security, idempotency, and monitoring. It also discusses operational deployment patterns, monitoring metrics, and security practices for production environments.
- Combines persistent WebSocket client connections with Redis Pub/Sub as a broadcast layer and Redis as a distributed state store and cache.
- Covers scaling patterns: single server, multiple WebSocket servers + single Redis, and multiple servers with Redis Cluster for sharding and horizontal scale.
Serverless Zero-Database Web App with Client-Side Images
Web/App Development & UX Design · Erfasster Impact-Score: 1/5
A developer describes how they built Rankly, a Tier List Maker, as a stateless, zero-database web app that scales to large user counts by performing image processing and export entirely in the browser. The architecture uses the HTML5 File API and URL.createObjectURL to avoid uploads, keeps application state in local memory (React), and synthesizes high-resolution PNG exports with the HTML5 Canvas API. By serving only static HTML/CSS/JS from free CDN platforms (e.g., Cloudflare, Vercel), the approach aims to eliminate hosting costs, reduce maintenance and legal compliance burdens, and improve privacy and responsiveness compared with traditional server-based pipelines that rely on S3, databases, or headless browsers for exports.
- The author built Rankly (an online Tier List Maker) using a zero-backend, stateless frontend architecture.
- Images are handled locally via the HTML5 File API and URL.createObjectURL(file) to avoid uploading user assets to a server.
ContextOS: AST-aware Retrieval for AI in Large Codebases
Large Language Models (LLM) & AI · Erfasster Impact-Score: 2/5
The article argues that failures of AI coding assistants in large repositories are retrieval problems, not model reasoning issues. The author introduces ContextOS, a local-first context engine that preserves code structure by using Tree-sitter to extract AST-aware chunks (functions, classes, interfaces), prioritizes BM25 lexical search via SQLite FTS5 with a MiniLM ONNX fallback for semantic matching, and applies query-aware context compression. In benchmarks, ContextOS reached 98% file-level recall on 100 exact-function queries against the Redis 7.x C codebase with an average 589 tokens per query, and ~100% accuracy on React/Next.js with ~280 tokens per query. ContextOS exposes a Model Context Protocol (MCP) server and is available on GitHub.
- ContextOS is a local-first context engine for code, introduced by Siddhartha Katiyar.
- ContextOS uses Tree-sitter to perform AST-aware extraction of functions, classes, interfaces, and methods as discrete chunks.
Unternehmensbeziehungen vertiefen
Fragen zu Redis
Was ist Redis?
Redis ist ein Software-Infrastrukturunternehmen, das eine In-Memory-Datenplattform für Caching, Streaming, Echtzeit-Workloads und KI-Anwendungen über Open-Source-, Cloud- und Enterprise-Produkte bereitstellt.
Wer nutzt Redis?
Redis wird von Entwicklern, Start-ups, Großunternehmen, Plattform-Teams, DevOps- und SRE-Teams, Datenbankadministratoren, Data Engineers und AI Engineers genutzt, die Anwendungen mit extrem niedriger Latenz entwickeln.
Wie verdient Redis Geld?
Redis generiert Umsätze über verwaltete Cloud-Abonnements und verbrauchsbasierte Gebühren, Lizenzen und Support für Enterprise-Software sowie professionelle Dienstleistungen, während das Open-Source-Produkt die Akquisition neuer Nutzer antreibt.
Quellen und Datenabdeckung
Dieses Profil nutzt öffentlich zugängliche, offizielle und technisch beobachtbare Informationen. Fehlende Angaben belegen nicht, dass ein Produkt oder eine Beziehung nicht existiert. Die folgende Quellenliste bedeutet nicht, dass jede Aussage im Profil verifiziert wurde.
19 öffentlich erfasste Primärquellen und Zitate im Knowledge-Graphen verknüpft.
Mit Redis weiterarbeiten
Explorer bietet zusätzliche Unternehmensdetails, eine Watchlist für bis zu 25 Unternehmen und einen automatisch eingerichteten Strategic Intelligence Agent. Das Monitoring läuft standardmäßig täglich; ein Briefing entsteht nur bei relevanten neuen Ergebnissen.
Kostenlos und ohne zeitliche Begrenzung.