我們希望在沒有任何附加條件的場(chǎng)景下去使用隊(duì)列批量執(zhí)行一系列的命令，從而提高系統(tǒng)性能，這就是 Redis 的流水線（pipelined）技術(shù)。而現(xiàn)實(shí)中 Redis 執(zhí)行讀/寫速度十分快，而系統(tǒng)的瓶頸往往是在網(wǎng)絡(luò)通信中的延時(shí)，如圖所示。

在實(shí)際的操作中，往往會(huì)發(fā)生這樣的場(chǎng)景，當(dāng)命令 1 在時(shí)刻 T1 發(fā)送到 Redis 服務(wù)器后，服務(wù)器就很快執(zhí)行完了命令 1，而命令 2 在 T2 時(shí)刻卻沒有通過網(wǎng)絡(luò)送達(dá) Redis 服務(wù)器，這樣就變成了 Redis 服務(wù)器在等待命令 2 的到來，當(dāng)命令 2 送達(dá)，被執(zhí)行后，而命令 3 又沒有送達(dá) Redis，Redis 又要繼續(xù)等待，依此類推，這樣 Redis 的等待時(shí)間就會(huì)很長(zhǎng)，很多時(shí)候在空閑的狀態(tài)，而問題出在網(wǎng)絡(luò)的延遲中，造成了系統(tǒng)瓶頸。

為了解決這個(gè)問題，可以使用 Redis 的流水線，但是 Redis 的流水線是一種通信協(xié)議，沒有辦法通過客戶端演示給大家，不過我們可以通過 Java API 或者使用 Spring 操作它，先使用 Java API 去測(cè)試一下它的性能，代碼如下所示。

Jedis jedis = pool.getResource(); long start = System.currentTimeMillis(); // 開啟流水線 Pipeline pipeline = jedis.pipelined(); // 這里測(cè)試10萬(wàn)條的讀/寫2個(gè)操作 for (int i = 0; i < 100000; i++) {int j = i + 1;pipeline.set("pipeline_key_" + j, "pipeline_value_" + j);pipeline.get("pipeline_key_" + j); } // pipeline.sync(); //這里只執(zhí)行同步，但是不返回結(jié)果 // pipeline.syncAndReturnAll ();將返回執(zhí)行過的命令返回的List列表結(jié)果 List result = pipeline.syncAndRetrunAll(); long end = System.currentTimeMillis(); // 計(jì)算耗時(shí) System.err.println("耗時(shí)：" + (end - start) + "毫秒");

在電腦上測(cè)試這段代碼，它的耗時(shí)在 550 毫秒到 700 毫秒之間，也就是不到 1 秒的時(shí)間就完成多達(dá) 10 萬(wàn)次讀/寫，可見其性能遠(yuǎn)超數(shù)據(jù)庫(kù)。我的測(cè)試是 1 秒 2 萬(wàn)多次，可見使用流水線后其性能提高了數(shù)倍之多，效果十分明顯。執(zhí)行過的命令的返回值都會(huì)放入到一個(gè) List 中。

注意：這里只是為了測(cè)試性能而已，當(dāng)你要執(zhí)行很多的命令并返回結(jié)果的時(shí)候，需要考慮 List 對(duì)象的大小，因?yàn)樗鼤?huì)“吃掉”服務(wù)器上許多的內(nèi)存空間，嚴(yán)重時(shí)會(huì)導(dǎo)致內(nèi)存不足，引發(fā) JVM 溢出異常，可以考慮使用迭代的方式去處理。

在 Spring 中，執(zhí)行流水線和執(zhí)行事務(wù)的方法如出一轍都比較簡(jiǎn)單，使用 RedisTemplate 提供的 executePipelined 方法即可。下面將上面代碼的功能修改為 Spring 的形式供大家參考，代碼如下所示。

public static void testPipeline() {Applicationcontext applicationcontext = new ClassPathXmlApplicationContext("applicationcontext.xml");RedisTemplate redisTemplate = applicationcontext.getBean(RedisTemplate.class);// 使用Java8的Lambda表達(dá)式SessionCallback callBack = (SessionCallback) (RedisOperations ops)-> {for (int i = 0; i<100000; i++) {int j = i + 1;ops . boundValueOps ("pipeline_key_" + j ).set("piepeline_value_"+j);ops.boundValueOps("pipeline_key_" + j).get();}return null;};long start = System.currentTimeMillis();//執(zhí)行Redis的流水線命令List resultList= redisTemplate.executePipelined(callBack);long end = System.currentTimeMillis();System.err.println(end-start); }

我對(duì)這段代碼進(jìn)行了測(cè)試，其性能慢于不用 RedisTemplate 的，測(cè)試消耗的時(shí)間大約在 1 100 毫秒到 1 300 毫秒之間，也就是消耗的時(shí)間大約是其兩倍，但也屬于完全可以接受的性能范圍，同樣的在執(zhí)行很多命令的時(shí)候，也需要考慮其對(duì)運(yùn)行環(huán)境內(nèi)存空間的開銷。

總結(jié)

以上是生活随笔為你收集整理的Redis流水线性能提高的全部?jī)?nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。