Redis基礎學習之管道機制詳析

前言

Redis服務是一種C/S模型，提供請求－響應式協(xié)議的TCP服務，所以當客戶端請求發(fā)出，服務端處理并返回結(jié)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(shù)：可以做到服務端未及時響應的時候，客戶端也可以繼續(xù)發(fā)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(zhì)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(zhí)行一條命令：

• 發(fā)送命令
• 命令排隊
• 執(zhí)行命令
• 返回結(jié)果

其中發(fā)送命令和返回結(jié)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(jié)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(zhí)行結(jié)果按順序傳遞給客戶端。即使用pipeline執(zhí)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(zhí)行g(shù)et 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(shù) 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(shù) 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(shù)遠大于 不使用 pipeline的情況。

當然每次pipeline組織的命令個數(shù)不能沒有節(jié)制，否則一次組裝Pipeline數(shù)據(jù)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(wǎng)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(shù)為 10000，但是它對應的QPS 卻小于 一次pipeline命令個數(shù)為 100的。所以每次組織 Pipeline的命令個數(shù)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(wǎng)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(shù)據(jù)結(jié)構(gòu)和產(chǎn)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(tǒng)調(diào)用，從用戶態(tài)切換到內(nèi)核態(tài)，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(tǒng)調(diào)用讀取許多命令，然后使用單個write（）系統(tǒng)調(diào)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(xiàn)的，而Pipeline需要服務端和客戶端共同實現(xiàn)

使用jedis執(zhí)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(zhí)行命令");
 Thread.sleep(100000);
 System.out.println("這里才開始執(zhí)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(zhí)行，命令都被放在一個隊列中等待執(zhí)行:

127.0.0.1:6379> get hello
(nil)
127.0.0.1:6379> get counter
(nil)

睡眠結(jié)束后，使用 pipeline.sync()完成此次pipeline對象的調(diào)用。

127.0.0.1:6379> get hello
"world"
127.0.0.1:6379> get counter
"1"

必須要執(zhí)行pipeline.sync() 才能最終執(zhí)行命令，當然可以使用 pipeline.syncANdReturnAll回調(diào)機制將pipeline響應命令進行返回。

參考資料 鳴謝

• Redis開發(fā)與運維
• Using pipelining to speedup Redis queries

總結(jié)

以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)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。