【赵渝强老师】Redis的管道Pipeline

  Redis使用的是客户端-服务器(C-S)模型和请求/响应协议的TCP服务器。这意味着通常情况下一个请求会遵循以下步骤:

  • 第一步:客户端向服务端发送一个查询请求,并监听Socket返回,通常是以阻塞模式,等待服务端响应。
  • 第二步:服务端处理命令,并将结果返回给客户端。

  视频讲解如下:

Redis的管道Pipeline
【赵渝强老师】Redis的管道Pipeline

  Redis执行的过程如图1所示:

  由于网络开销延迟,就算Redis Server端有很强的处理能力,也会由于收到的客户端消息少,而造成吞吐量小。管道PipeLine可以一次性发送多条命令并在执行完后一次性将结果返回。管道PipeLine通过减少客户端与Redis服务器端的通信次数来实现降低往返延时时间,而且管道PipeLine 实现的原理是队列,而队列的原理是时先进先出,这样就保证数据的顺序性。管道PipeLine的工作过程如图2所示。

  图2中的客户端可以将三个命令放到一个TCP报文一起发送;而Redis服务器端则可以将三条命令的处理结果放到一个TCP报文返回。下面通过Java代码来测试普通的Redis操作和Redis PipeLine操作在性能上的差别。

java 复制代码
import org.junit.Test;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.Pipeline;
public class TestRedisPipeLine {
    @Test
    public void testNormalCommand() {
        Jedis client = new Jedis("192.168.79.11", 6379);
        long start = System.currentTimeMillis();
        for(int i=0;i<10000;i++) {
            client.set("key" + i, "value"+i);
        }

        long end = System.currentTimeMillis();
        client.close();
        System.out.println("使用普通命令插入1万条数据的执行时间为:"+ (end - start));
    }

    @Test
    public void testPipeLineCommand() {
            Jedis client = new Jedis("192.168.79.11", 6379);
            Pipeline pl = client.pipelined();
            long start = System.currentTimeMillis();
            for(int i=0;i<10000;i++) {
             pl.set("key" + i, "value"+i);
            }
            pl.sync();
            long end = System.currentTimeMillis();
            client.close();
            System.out.println("使用管道命令插入1万条数据的执行时间为:"+ (end - start));
        }
}

  视频讲解如下:

使用Redis的管道Pipeline
【赵渝强老师】使用Redis的管道Pipeline

  分别运行testNormalCommand()和testPipeLineCommand()方法输出的结果如下:

  • 使用普通命令插入1万条数据的执行时间为:1147
  • 使用管道命令插入1万条数据的执行时间为:92

提示:管道PipeLine在某些场景下非常有用,比如有多个命令需要被"及时的"提交,而且他们对相应结果没有互相依赖,对结果响应也无需立即获得,那么管道PipeLine就可以充当这种"批处理"的工具;而且在一定程度上,可以较大的提升性能,性能提升的原因主要是TCP连接中减少了"交互往返"的时间。

相关推荐
用户3169353811831 天前
Java连接Redis
redis
倔强的石头_1 天前
《Kingbase护城河》——数据库存储空间全景探测与精细化瘦身实战
数据库
冬奇Lab2 天前
每日一个开源项目(第134篇):Zvec - 阿里开源的嵌入式向量数据库,向量搜索界的 SQLite
数据库·人工智能·llm
ClouGence2 天前
Oracle CDC 架构优化:从主库直连到 DataGuard 备库同步
数据库·后端·oracle
无响应de神2 天前
三、用户与权限管理
数据库·mysql
小小工匠3 天前
Redis - 事务机制:能实现 ACID 属性吗
数据结构·redis·性能优化·并发·持久化
麦聪聊数据3 天前
数据服务化时代:企业数据能力输出的核心路径
数据库
shushangyun_3 天前
2026年快消品B2B系统推荐:支持终端门店订货、促销政策自动化的工具?
java·运维·网络·数据库·人工智能·spring·自动化
DARLING Zero two♡3 天前
【MySQL数据库】数据类型与表约束
数据库·mysql
ofoxcoding3 天前
在AI API聚合平台配置DeepSeek V3.2提示词缓存实战:快速接入与成本优化指南
人工智能·spring·缓存·ai