Redis中管道機制的示例分析

這篇文章將為大家詳細講解有關Redis中管道機制的示例分析，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

Pipeline簡介

Redis客戶端執行一條命令：

• 發送命令

• 命令排隊

• 執行命令

• 返回結果

其中發送命令和返回結果可以稱為 Round Trip Time (RTT,往返時間)。在Redis中提供了批量操作命令，例如mget、mset等，有效地節約了RTT。但是大部分命令是不支持批量操作的。

為此Redis提供了一個稱為管道(Pipeline) 的機制將一組Redis命令進行組裝，通過一次 RTT 傳輸給 Redis,再將這些 Redis 命令的執行結果按順序傳遞給客戶端。即使用pipeline執行了n次命令，整個過程就只需要一次 RTT。

對Pipeline進行性能測試

我們使用redis-benchmark 對Pipeline進行性能測試，該工具提供了 -P 的選項，此選項表示使用管道機制處理 n 條Redis請求，默認值為1。測試如下：

# 不使用管道執行get set 100000次請求
[root@iz2zeaf3cg1099kiidi06mz ~]# redis-benchmark -t get,set -q -n 100000
SET: 55710.31 requests per second
GET: 54914.88 requests per second
# 每次pipeline組織的命令個數 為 100
[root@iz2zeaf3cg1099kiidi06mz ~]# redis-benchmark -P 100 -t get,set -q -n 100000
SET: 1020408.19 requests per second
GET: 1176470.62 requests per second
# 每次pipeline組織的命令個數 為 10000
[root@iz2zeaf3cg1099kiidi06mz ~]# redis-benchmark -P 10000 -t get,set -q -n 100000
SET: 321543.41 requests per second
GET: 241545.89 requests per second

從上面測試可以看出，使用pipeline的情況下 Redis 每秒處理的請求數遠大于 不使用 pipeline的情況。

當然每次pipeline組織的命令個數不能沒有節制，否則一次組裝Pipeline數據量過大，一方面會增加 客戶端等待時間，另一方面會造成一定的網絡阻塞。

從上面的測試中也可以看出，如果一次pipeline組織的命令個數為 10000，但是它對應的QPS 卻小于 一次pipeline命令個數為 100的。所以每次組織 Pipeline的命令個數不是越多越好，可以將一次包含大量命令的 Pipeline 拆分為 多個較小的 Pipeline 來完成。

Pipeline關于RTT的說明

在官網上有一段這樣的描述:

大致意思就是 ：

Pipeline管道機制不單單是為了減少RTT的一種方式，它實際上大大提高了Redis的QPS。原因是，在沒有使用管道機制的情況下，從訪問數據結構和產生回復的角度來看，為每個命令提供服務是非常便宜的。但是從底層套接字的角度來看，這是非常昂貴的，這涉及read（）和write（）系統調用，從用戶態切換到內核態，這種上下文切換開銷是巨大。而使用Pipeline的情況下，通常使用單個read（）系統調用讀取許多命令，然后使用單個write（）系統調用傳遞多個回復,這樣就提高了QPS

批量命令與Pipeline對比

• 批量命令是原子的，Pipeline 是非原子的

• 批量命令是一個命令多個 key,Pipeline支持多個命令

• 批量命令是 Redis服務端實現的，而Pipeline需要服務端和客戶端共同實現

使用jedis執行 pipeline

public class JedisUtils {
 private static final JedisUtils jedisutils = new JedisUtils();

 public static JedisUtils getInstance() {
 return jedisutils;
 }

 public JedisPool getPool(String ip, Integer port) {
 JedisPoolConfig jedisPoolConfig = new JedisPoolConfig();
 jedisPoolConfig.setMaxIdle(RedisConfig.MAX_IDLE);
 jedisPoolConfig.setMaxTotal(RedisConfig.MAX_ACTIVE);
 jedisPoolConfig.setMaxWaitMillis(RedisConfig.MAX_WAIT);
 jedisPoolConfig.setTestOnBorrow(true);
 jedisPoolConfig.setTestOnReturn(true);
 JedisPool pool = new JedisPool(jedisPoolConfig, ip, port,RedisConfig.TIMEOUT,RedisConfig.PASSWORD);
 return pool;
 }

 public Jedis getJedis(String ip, Integer port) {
 Jedis jedis = null;
 int count = 0;
 while (jedis == null && count < RedisConfig.RETRY_NUM) {
  try {
  jedis = getInstance().getPool(ip, port).getResource();
  } catch (Exception e) {
  System.out.println("get redis failed");
  }
  count++;
 }
 return jedis;
 }

 public void closeJedis(Jedis jedis) {
 if (jedis != null) {
  jedis.close();
 }
 }

 public static void main(String[] args) throws InterruptedException {
 Jedis jedis = JedisUtils.getInstance().getJedis("127.0.0.1", 6379);
 Pipeline pipeline = jedis.pipelined();
 pipeline.set("hello", "world");
 pipeline.incr("counter");
 System.out.println("還沒執行命令");
 Thread.sleep(100000);
 System.out.println("這里才開始執行");
 pipeline.sync();
 }
}

在睡眠100s的時候查看 Redis，可以看到此時在pipeline中的命令并沒有執行，命令都被放在一個隊列中等待執行:

127.0.0.1:6379> get hello
(nil)
127.0.0.1:6379> get counter
(nil)

睡眠結束后，使用 pipeline.sync()完成此次pipeline對象的調用。

127.0.0.1:6379> get hello
"world"
127.0.0.1:6379> get counter
"1"

必須要執行pipeline.sync() 才能最終執行命令，當然可以使用 pipeline.syncANdReturnAll回調機制將pipeline響應命令進行返回。

關于“Redis中管道機制的示例分析”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。