RedisTemplate使用PipeLine的总结

    最近做一个统计项目，数据量非常大，之前使用scan命令对redis中指定key进行扫描，一次100条，执行稳定、效率低，同时tcp关闭连接的time-wait增速相当的快，对性能造成了极大的浪费同时执行时间也很慢，而且当数据量进一步增大可能会影响其他服务。为了减少tcp连接数量，将redis的scan修改为pipeLine操作。

一、为什么要使用Pipeline？

    Redis是采用基于C/S模式的请求/响应协议的TCP服务器。
               性能问题一：redis客户端发送多条请求，后面的请求需要等待前面的请求处理完后，才能进行处理，而且每个请求都存在往返时间RRT（Round Trip Time），即使redis性能极高，当数据量足够大，也会极大影响性能，还可能会引起其他意外情况。
               性能问题二：性能问题一，我们可以通过scan命令来解决，如何来设置count又是一个问题，设置不好，同样会有大量请求存在，即使设置到1w(推荐最大值)，如果扫描的数据量太大，这个问题同样不能避免。每个请求都会经历三次握手、四次挥手，在处理大量连接时，处理完后，挥手会产生大量time-wait，如果该服务器提供其他服务，可能对其他服务造成影响。

使用Pipeline可以解决以上问题。
二、如何在使用Pipeline？

    本文使用的是RedisTemplate调用execute，connection使用的redis原生的操作，这里简单使用了zCount来计算keys中集合数据的长度。获取结果为result，这里要使用Pipeline需要调用Connection.openPipeline()。Connection.closePipeline()返回值为List<Object>是执行后的结果，相当简单。

   redisTemplate.execute(new RedisCallback<Long>() {
                @Nullable
                @Override
                public Long doInRedis(RedisConnection connection) throws DataAccessException {
                    connection.openPipeline();
                    for (int i = 0; i < 1000000; i++) {
                        String key = "123" + i;
                        connection.zCount(key.getBytes(), 0,Integer.MAX_VALUE);
                    }
                    List<Object> result=connection.closePipeline();
                    return null;
                }
            });

  

    这个list是放在匿名类内部，对于数据处理不太友好，代码会看起来相当难受，想取出来使用还是不可变的。如果要获取返回值，我们可以调用如下代码executePipelined，这样就可以返回我们需要的结果，下面我们可以对得到list进行操作。

   

  List<Long> List = redisTemplate.executePipelined(new RedisCallback<Long>() {
                @Nullable
                @Override
                public Long doInRedis(RedisConnection connection) throws DataAccessException {
                    connection.openPipeline();
                   for (int i = 0; i < 1000000; i++) {
                        String key = "123" + i;
                        connection.zCount(key.getBytes(), 0,Integer.MAX_VALUE);
                    }
                    return null;
                }
            });

在这里需要注意4点内容：

    1.这里的connect是redis原生链接，所以connection的返回结果是基本上是byte数组，如果需要存储的数据，需要对byte[]数组反序列化。
    2.在doInRedis中返回值必须返回为null，为什么返回为空？可以定位到内部代码去查看详情，这里不再赘述。3.connection.openPipeline()可以调用，也可以不调用，但是connection.closePipeline()不能调用，调用了拿不到返回值。因为调用的时候会直接将结果返回，同时也不会对代码进行反序列化。
    4.反序列化需要传入反序列化对象，这些对象都可以进行相应的实例化，如下图所示。

    根据你的项目需求选择合适的反序列化对象。比如我在项目中key使用的是StringRedisSerializer，而值通常使用的是GenerJackson2JsonRedisSerializer。所以在初始化redisTemplate的时候会这样做，代码如下，将序列化的实例化对象放入redisTemplate中，当使用的时候就可以直接redis.getKeySerializer()或者redis.getValueSerializer(),这样就不用在实例化一个对象，造成浪费和冗余。

  

  public class MyRedisUtil {
     
        private RedisTemplate redisTemplate;
     
        @Autowired
        public void setRedisTemplate(RedisTemplate redisTemplate) {
            RedisSerializer keySerializer = new StringRedisSerializer();
            RedisSerializer valueSerializer = new GenericJackson2JsonRedisSerializer();
            redisTemplate.setKeySerializer(keySerializer);
            redisTemplate.setValueSerializer(valueSerializer);
            this.redisTemplate = redisTemplate;
     
        }
     
        public RedisTemplate getRedisTemplate() {
            return redisTemplate;
        }
     
    }

    通过这样的掉用方式，我们就可以不用进行强制转换，直接获得我们想要的对象了。

     List<User> List = redisTemplate.executePipelined(new RedisCallback<User>() {
                @Nullable
                @Override
                public User doInRedis(RedisConnection connection) throws DataAccessException {
                    connection.openPipeline();
                   for (int i = 0; i < 1000000; i++) {
                        String key = "123" + i;
                        connection.zCount(key.getBytes(), 0,Integer.MAX_VALUE);
                    }
                    return null;
                }
            }, myRedisComponent.getRedisTemplate().getValueSerializer());