Redis - 管道技术 pipeline

一、管道概念

1.1 为什么要有redis管道？

redis本身处理速度很快，但是如果你连续调用10条redis命令，它们要有10个网络来回，这速度就会降下来了，那么有没有办法把这10条命令一起发送到服务端呢？有，它就是redis管道

 

1.2 redis管道的本质是什么？

redis管道的本质是将要发往redis服务端执行的命令在客户端缓存起来，比如说缓存100条，然后你可以将这100条命令一起发送到redis服务端，从而将100个网络来回降低到1个来回，大大降低了网络开销，提升了性能。

 

1.3 redis管道优点是什么？

优点：

• 多个指令之间没有依赖关系，一个命令出问题，不影响其他命令；
• 可以使用 pipeline 一次性执行多个指令，减少 IO，缩减时间。

特点：

• redis的管道，是客户端实现的技术，服务端稍微配合一下即可（读取批量命令执行，每条命令执行完后进行缓存，全部执行完后再一次性返回）。
• 优点是大大减少了网络请求次数，提高了性能
• 注意：由于执行结果是批量返回的，所以管道中的命令不宜太多，否则redis服务端的缓存压力将会变大，进而影响性能。
• 注意：管道中的命令适合彼此没有关联的命令，如果一个命令的执行依赖上次执行的结果，那就不要用管道了。

 

二、Redis管道 vs Redis事务

从下方的流程图，可以看出区别：

1.命令在哪里缓存：

• 事务里面的命令是在服务端缓存，当发出exec命令的时候，服务端就会判断并执行事务命令。
• 管道里面的命令是在客户端缓存，当客户端结束管道后一次发送到服务端，服务端读取后按照先后顺序先后执行。
• 但不管是事务还是管道，服务端都需要缓存单个命令的执行结果，等全部执行完后再返回给客户端

2.命令中出现语法错误，是否影响其他命令：

• 事务里的命令如果有语法错误（比如：getset name，注意不是执行错误），会导致事务被丢弃，里面的命令都不会执行
• 而管道里的命令如果出现语法错误，依然不影响其他的命令执行

3.命令执行过程：

• 事务和管道里的命令执行过程中都不能被其他的命令插入（事务的肯定不会打断，管道的暂时认为不会打断吧）
• 事务的命令指向前需要判断watch指定的值是否改变，如果改变了就不执行，而管道不会判断

 

事务流程图：

管道流程图：

 

 

三、代码示例：使用pipeline

下面就来对比一下使用管道和不使用管道的速度差异。

public class JedisDemo {

    private static int COMMAND_NUM = 1000;

    private static String REDIS_HOST = "Redis服务器IP";

    public static void main(String[] args) {

        Jedis jedis = new Jedis(REDIS_HOST, 6379);
        withoutPipeline(jedis);
        withPipeline(jedis);
    }

    private static void withoutPipeline(Jedis jedis) {
        Long start = System.currentTimeMillis();
        for (int i = 0; i < COMMAND_NUM; i++) {
            jedis.set("no_pipe_" + String.valueOf(i), String.valueOf(i), SetParams.setParams().ex(60));
        }
        long end = System.currentTimeMillis();
        long cost = end - start;
        System.out.println("withoutPipeline cost : " + cost + " ms");
    }

    private static void withPipeline(Jedis jedis) {
        Pipeline pipe = jedis.pipelined();
        long start_pipe = System.currentTimeMillis();
        for (int i = 0; i < COMMAND_NUM; i++) {
            pipe.set("pipe_" + String.valueOf(i), String.valueOf(i), SetParams.setParams().ex(60));
        }
        pipe.sync(); // 获取所有的response
        long end_pipe = System.currentTimeMillis();
        long cost_pipe = end_pipe - start_pipe;
        System.out.println("withPipeline cost : " + cost_pipe + " ms");
    }
}

结果也符合我们的预期：

withoutPipeline cost : 11791 ms
withPipeline cost : 55 ms

 

参考文献

版权声明：本文为CSDN博主「jackletter」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/u010476739/article/details/105252038