案例目標

簡單介紹 redis pipeline 的機制，結合一段實例說明pipeline 在提升吞吐量方面發生的效用。

案例背景

應用系統在數據推送或事件處理過程中，往往出現數據流經過多個網元；
然而在某些服務中，數據操作對redis 是強依賴的，在最近的一次分析中發現：
一次數據推送會對 redis 產生近30次讀寫操作！

在數據推送業務中的性能壓測中，以數據上報 -> 下發應答為一次事務；
而對于這樣的讀寫模型，redis 的操作過于頻繁，很快便導致系統延時過高，吞吐量低下，無法滿足目標；

優化過程 主要針對業務代碼做的優化，其中redis 操作經過大量合并，最終降低到原來的1/5，而系統吞吐量也提升明顯。
其中，redis pipeline(管道機制)?的應用是一個關鍵手段。

pipeline的解釋

Pipeline指的是管道技術，指的是客戶端允許將多個請求依次發給服務器，過程中而不需要等待請求的回復，在最后再一并讀取結果即可。
管道技術使用廣泛，例如許多POP3協議已經實現支持這個功能，大大加快了從服務器下載新郵件的過程。
Redis很早就支持管道（pipeline）技術。(因此無論你運行的是什么版本，你都可以使用管道（pipelining）操作Redis)

普通請求模型

[圖-pipeline1]

Pipeline請求模型

[圖-pipeline2]

從兩個圖的對比中可看出，普通的請求模型是同步的，每次請求對應一次IO操作等待；
而Pipeline 化之后所有的請求合并為一次IO，除了時延可以降低之外，還能大幅度提升系統吞吐量。

代碼實例

說明
本地開啟50個線程，每個線程完成1000個key的寫入，對比pipeline開啟及不開啟兩種場景下的性能表現。

相關常量

// 并發任務private static final int taskCount = 50;// pipeline大小private static final int batchSize = 10;// 每個任務處理命令數private static final int cmdCount = 1000;private static final boolean usePipeline = true;

初始化連接

JedisPoolConfig poolConfig = new JedisPoolConfig();poolConfig.setMaxActive(200);poolConfig.setMaxIdle(100);poolConfig.setMaxWait(2000);poolConfig.setTestOnBorrow(false);poolConfig.setTestOnReturn(false);jedisPool = new JedisPool(poolConfig, host, port);

并發啟動任務，統計執行時間

public static void main(String[] args) throws InterruptedException {init();flushDB();long t1 = System.currentTimeMillis();ExecutorService executor = Executors.newCachedThreadPool();CountDownLatch latch = new CountDownLatch(taskCount);for (int i = 0; i < taskCount; i++) {executor.submit(new DemoTask(i, latch));}latch.await();executor.shutdownNow();long t2 = System.currentTimeMillis();System.out.println("execution finish time(s):" + (t2 - t1) / 1000.0);}

DemoTask?封裝了執行key寫入的細節，區分不同場景

public void run() {logger.info("Task[{}] start.", id);try {if (usePipeline) {runWithPipeline();} else {runWithNonPipeline();}} finally {latch.countDown();}logger.info("Task[{}] end.", id);}

不使用Pipeline的場景比較簡單，循環執行set操作

for (int i = 0; i < cmdCount; i++) {Jedis jedis = get();try {jedis.set(key(i), UUID.randomUUID().toString());} finally {if (jedis != null) {jedisPool.returnResource(jedis);}}if (i % batchSize == 0) {logger.info("Task[{}] process -- {}", id, i);}}

使用Pipeline，需要處理分段，如10個作為一批命令執行

for (int i = 0; i < cmdCount;) {Jedis jedis = get();try {Pipeline pipeline = jedis.pipelined();int j;for (j = 0; j < batchSize; j++) {if (i + j < cmdCount) {pipeline.set(key(i + j), UUID.randomUUID().toString());} else {break;}}pipeline.sync();logger.info("Task[{}] pipeline -- {}", id, i + j);i += j;} finally {if (jedis != null) {jedisPool.returnResource(jedis);}}}

運行結果

不使用Pipeline，整體執行26s；而使用Pipeline優化后的代碼，執行時間僅需要3s！

NoPipeline-stat

[圖-nopipeline]

Pipeline-stat

[圖-pipeline]

注意事項

• pipeline機制可以優化吞吐量，但無法提供原子性/事務保障，而這個可以通過Redis-Multi等命令實現。
  參考這里
• 部分讀寫操作存在相關依賴，無法使用pipeline實現，可利用Script機制，但需要在可維護性方面做好取舍。

擴展閱讀

官方文檔-Redis-Pipelining
官方文檔-Redis-Transaction

來源:https://www.cnblogs.com/littleatp/p/8419796.html

總結

以上是生活随笔為你收集整理的redis通过pipeline提升吞吐量的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。