执行大量的Redis命令，担心效率问题？用Pipelining试试吧~

参考的优秀文章

• Request/Response protocols and RTT

来源

原来，系统中一个树结构的数据来源是Redis，由于数据增多、业务复杂，查询速度并不快。究其原因，是单次查询的数量太多了，一个树结构，大概要几万次Redis的交互。于是，尝试用Redis的Pipelining特性。

测试Pipelining使用与否的差别

不使用pipelining

首先，不使用pipelining，插入10w条记录，再删除10w条记录，看看需要多久。

首先来个小程序，用于计算程序消耗的时间：

import java.util.Date;
import java.util.concurrent.TimeUnit;


public class TimeLag {
	
	private Date start;
	private Date end;
	
	public TimeLag() {
		start = new Date();
	}
	
	public String cost() {
		end = new Date();
		long c = end.getTime() - start.getTime();
		
		String s = new StringBuffer().append("cost ").append(c).append(" milliseconds (").append(c / 1000).append(" seconds).").toString();
		return s;
	}
	
	public static void main(String[] args) throws InterruptedException {
		TimeLag t = new TimeLag();
		TimeUnit.SECONDS.sleep(2);
		System.out.println(t.cost());
	}

}

package com.nicchagil.study.jedis;

import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;


public class HowToTest {

	public static void main(String[] args) {
		// 连接池
		JedisPool jedisPool = new JedisPool("192.168.1.9", 6379);
		
		/* 操作Redis */
		Jedis jedis = null;
		try {
			jedis = jedisPool.getResource();
			
			TimeLag t = new TimeLag();
			System.out.println("操作前，全部Key值：" + jedis.keys("*"));
			/* 插入多条数据 */
			for(Integer i = 0; i < 100000; i++) {
				jedis.set(i.toString(), i.toString());
			}
			
			/* 删除多条数据 */
			for(Integer i = 0; i < 100000; i++) {
				jedis.del(i.toString());
			}
			System.out.println("操作前，全部Key值：" + jedis.keys("*"));
			System.out.println(t.cost());
		} finally {
			if (jedis != null) {
				jedis.close();
			}
		}
	}

}

日志，Key值“user_001”是我的Redis存量的值，忽略即可：

操作前，全部Key值：[user_001]
操作前，全部Key值：[user_001]
cost 35997 milliseconds (35 seconds).

使用pipelining

package com.nicchagil.study.jedis;

import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.Pipeline;


public class HowToTest {

	public static void main(String[] args) {
		// 连接池
		JedisPool jedisPool = new JedisPool("192.168.1.9", 6379);
		
		/* 操作Redis */
		Jedis jedis = null;
		try {
			jedis = jedisPool.getResource();
			
			TimeLag t = new TimeLag();
			
			System.out.println("操作前，全部Key值：" + jedis.keys("*"));
			Pipeline p = jedis.pipelined();
			/* 插入多条数据 */
			for(Integer i = 0; i < 100000; i++) {
				p.set(i.toString(), i.toString());
			}
			
			/* 删除多条数据 */
			for(Integer i = 0; i < 100000; i++) {
				p.del(i.toString());
			}
			p.sync();
			System.out.println("操作前，全部Key值：" + jedis.keys("*"));
			
			System.out.println(t.cost());
		} finally {
			if (jedis != null) {
				jedis.close();
			}
		}
	}

}

日志：

操作前，全部Key值：[user_001]
操作前，全部Key值：[user_001]
cost 629 milliseconds (0 seconds).

为什么Pipelining这么快？

先看看原来的多条命令，是如何执行的：

sequenceDiagram
Redis Client->>Redis Server: 发送第1个命令
Redis Server->>Redis Client: 响应第1个命令
Redis Client->>Redis Server: 发送第2个命令
Redis Server->>Redis Client: 响应第2个命令
Redis Client->>Redis Server: 发送第n个命令
Redis Server->>Redis Client: 响应第n个命令

Pipeling机制是怎样的呢：

sequenceDiagram
Redis Client->>Redis Server: 发送第1个命令（缓存在Redis Client，未即时发送）
Redis Client->>Redis Server: 发送第2个命令（缓存在Redis Client，未即时发送）
Redis Client->>Redis Server: 发送第n个命令（缓存在Redis Client，未即时发送）
Redis Client->>Redis Server: 发送累积的命令
Redis Server->>Redis Client: 响应第1、2、n个命令

Pipelining的局限性（重要！）

基于其特性，它有两个明显的局限性：

• 鉴于Pipepining发送命令的特性，Redis服务器是以队列来存储准备执行的命令，而队列是存放在有限的内存中的，所以不宜一次性发送过多的命令。如果需要大量的命令，可分批进行，效率不会相差太远滴，总好过内存溢出嘛~~
• 由于pipeline的原理是收集需执行的命令，到最后才一次性执行。所以无法在中途立即查得数据的结果（需待pipelining完毕后才能查得结果），这样会使得无法立即查得数据进行条件判断（比如判断是非继续插入记录）。

比如，以下代码中，response.get()在p.sync();完毕前无法执行，否则，会报异常redis.clients.jedis.exceptions.JedisDataException: Please close pipeline or multi block before calling this method.。

package com.nicchagil.study.jedis;

import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.Pipeline;
import redis.clients.jedis.Response;


public class HowToTest {

	public static void main(String[] args) {
		// 连接池
		JedisPool jedisPool = new JedisPool("192.168.1.9", 6379);
		
		/* 操作Redis */
		Jedis jedis = null;
		try {
			jedis = jedisPool.getResource();
			
			TimeLag t = new TimeLag();
			
			System.out.println("操作前，全部Key值：" + jedis.keys("*"));
			Pipeline p = jedis.pipelined();
			/* 插入多条数据 */
			for(Integer i = 0; i < 100000; i++) {
				p.set(i.toString(), i.toString());
			}
			
			Response<String> response = p.get("999");
			// System.out.println(response.get()); // 执行报异常：redis.clients.jedis.exceptions.JedisDataException: Please close pipeline or multi block before calling this method.
			
			/* 删除多条数据 */
			for(Integer i = 0; i < 100000; i++) {
				p.del(i.toString());
			}
			p.sync();
			
			System.out.println(response.get());
			System.out.println("操作前，全部Key值：" + jedis.keys("*"));
			
			System.out.println(t.cost());
		} finally {
			if (jedis != null) {
				jedis.close();
			}
		}
		
	}
}

如何使用Pipelining查询大量数据

用Map<String, Response<String>>先将Response缓存起来再使用就OK了：

package com.nicchagil.study.jedis;

import java.util.HashMap;
import java.util.Map;

import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.Pipeline;
import redis.clients.jedis.Response;


public class GetMultiRecordWithPipelining {

	public static void main(String[] args) {
		// 连接池
		JedisPool jedisPool = new JedisPool("192.168.1.9", 6379);
		
		/* 操作Redis */
		Jedis jedis = null;
		Map<String, Response<String>> map = new HashMap<String, Response<String>>();
		try {
			jedis = jedisPool.getResource();
			
			TimeLag t = new TimeLag(); // 开始计算时间
			
			Pipeline p = jedis.pipelined();
			/* 插入多条数据 */
			for(Integer i = 0; i < 100000; i++) {
				if (i % 2 == 1) {
					map.put(i.toString(), p.get(i.toString()));
				}
			}
			p.sync();
			
			/* 由Response对象获取对应的值 */
			Map<String, String> resultMap = new HashMap<String, String>();
			String result = null;
			for (String key : map.keySet()) {
				result = map.get(key).get();
				if (result != null && result.length() > 0) {
					resultMap.put(key, result);
				}
			}
			System.out.println("get record num : " + resultMap.size());
			
			System.out.println(t.cost()); // 计时结束
		} finally {
			if (jedis != null) {
				jedis.close();
			}
		}
		
	}
}