前言
Redis服務是一種C/S模型，提供請求－響應式協議的TCP服務，所以當客戶端請求發出，服務端處理并返回結果到客戶端，一般是以阻塞形式等待服務端的響應，但這在批量處理連接時延遲問題比較嚴重，所以Redis為了提升或彌補這個問題，引入了管道技術：可以做到服務端未及時響應的時候，客戶端也可以繼續發送命令請求，做到客戶端和服務端互不干涉影響，服務端并最終返回所有服務端的響應，這在促進原有C/S模型交互的響應速度上有了質的提高。
以下是對 Redis管道機制的一個學習記錄
Pipeline簡介
Redis客戶端執行一條命令：
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。
參考資料 鳴謝
- Redis開發與運維
- Using pipelining to speedup Redis queries
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對腳本之家的支持。
您可能感興趣的文章:- 詳解redis大幅性能提升之使用管道（PipeLine）和批量（Batch）操作
- .NET客戶端實現Redis中的管道（PipeLine）與事物（Transactions）
