原文部落格地址： pjmike的部落格
前言
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：
- 傳送命令
- 命令排隊
- 執行命令
- 返回結果
其中傳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援批量操作的。
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進行效能測試
我們使用redis-benchmark 對Pipeline進行效能測試，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，預設值為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
複製程式碼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於 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資料量過大，一方面會增加 客戶端等待時間，另一方面會造成一定的網路阻塞。
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 卻小於 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關於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，從訪問資料結構和產生回覆的角度來看，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（）系統呼叫，從使用者態切換到核心態，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（）系統呼叫讀取許多命令，然後使用單個write（）系統呼叫傳遞多個回覆,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支援多個命令
- 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("這裡才開始執行");
pipeline.sync();
}
}
複製程式碼在睡眠100s的時候檢視 Redis，可以看到此時在pipeline中的命令並沒有執行，命令都被放在一個佇列中等待執行:
127.0.0.1:6379> get hello
(nil)
127.0.0.1:6379> get counter
(nil)
複製程式碼睡眠結束後，使用 pipeline.sync()完成此次pipeline物件的呼叫。
127.0.0.1:6379> get hello
"world"
127.0.0.1:6379> get counter
"1"
複製程式碼必須要執行pipeline.sync() 才能最終執行命令，當然可以使用 pipeline.syncANdReturnAll回撥機制將pipeline響應命令進行返回。