当前位置: 首页 > news >正文

Redis --- 使用 Pipeline 实现批处理操作

在正常情况下,我们每次发送 Redis 命令时,客户端会等待 Redis 服务器的响应,直到接收到结果后,才会发送下一个命令。这种方式虽然保证了操作的顺序性,但在执行大量命令时会产生很大的网络延迟。

通过 Pipeline 技术,我们的客户端可以将多个命令同时发送给 Redis 服务器,并且不需要等待每个命令的返回结果,直到所有命令都被执行完毕,客户端再一起获取返回值。这样能减少每个命令的等待时间,大幅提高执行效率。

Redis Pipeline 是一种优化 Redis 操作的机制,通过将多个命令打包发送到 Redis 服务器,减少客户端与服务器之间的网络往返时间(RTT),从而显著提升性能。 

在默认情况下,Redis 客户端与服务器之间的通信是请求-响应模式,即:

  1. 客户端发送一个命令到服务器。

  2. 服务器执行命令并返回结果。

  3. 客户端等待响应后再发送下一个命令。

这种模式在命令数量较少时没有问题,但在需要执行大量命令时,网络往返时间(RTT)会成为性能瓶颈。所以我们需要实现下面目的:

  • 将多个命令打包发送到服务器。

  • 服务器依次执行这些命令,并将结果一次性返回给客户端。

  • 减少网络开销,提升性能。

以下是一个简单的 Java 示例,展示了如何使用 Jedis(Redis 的一个 Java 客户端)执行 Pipeline:

注意:批处理时不建议一次携带太多命令,并且Pipeline的多个命令之间不具备原子性。

// 创建 Jedis 实例
Jedis jedis = new Jedis("localhost", 6379);

// 使用 pipelining 方式批量执行命令
Pipeline pipeline = jedis.pipelined();

// 批量操作:使用 pipeline 来缓存命令
for (int i = 0; i < 1000; i++) {
    pipeline.set("key" + i, "value" + i);
}

// 同步执行所有命令
pipeline.sync();
  • pipelined() 方法: 创建一个 Pipeline 对象,它缓存所有要执行的命令。
  • 批量设置命令: 通过 pipeline.set() 将多个 SET 命令放入管道中,但命令并不会立即执行。
  • sync() 方法: 通过调用 sync() 方法,客户端将会把所有缓存的命令一次性发送给 Redis,并等待它们完成执行。

但是这些都是在单机模式下的批处理,那对于集群来说该如何使用呢?

向MSet或Pipeline这样的批处理需要在一次请求中携带多条命令,而此时如何Redis是一个集群,那批处理命令的多个key必须落在同一个插槽中,否则就会导致执行失败。

 一般推荐使用并行插槽来解决,如果使用hash_tag,可能会出现大量的key分配同一插槽导致数据倾斜,而并行插槽不会。

那么这里我们模拟一下并行插槽实现:

将多个键值对按照Redis集群的槽位进行分组,然后分别使用jedisCluster.mset()方法按组设置键值对。

public class JedisClusterTest {

    // 声明一个JedisCluster对象,用于与Redis集群进行交互
    private JedisCluster jedisCluster;

    // 在每个测试方法执行之前,初始化JedisCluster连接
    @BeforeEach
    void setUp() {
        // 配置Jedis连接池
        JedisPoolConfig poolConfig = new JedisPoolConfig();
        poolConfig.setMaxTotal(8);
        poolConfig.setMaxIdle(8);
        poolConfig.setMinIdle(0);
        poolConfig.setMaxWaitMillis(1000);

        // 创建一个HashSet,用于存储Redis集群的节点信息
        HashSet<HostAndPort> nodes = new HashSet<>();
        // 添加Redis集群的节点信息(IP和端口)
        nodes.add(new HostAndPort("192.168.150.101", 7001));
        nodes.add(new HostAndPort("192.168.150.101", 7002));
        nodes.add(new HostAndPort("192.168.150.101", 7003));
        nodes.add(new HostAndPort("192.168.150.101", 8001));
        nodes.add(new HostAndPort("192.168.150.101", 8002));
        nodes.add(new HostAndPort("192.168.150.101", 8003));

        // 使用配置的连接池和节点信息初始化JedisCluster对象
        jedisCluster = new JedisCluster(nodes, poolConfig);
    }

    // 测试方法:使用mset命令一次性设置多个键值对
    @Test
    void testMSet() {
        // 使用JedisCluster的mset方法,一次性设置多个键值对
        // 但是jedisCluster默认是无法解决批处理问题的,需要我们手动解决
        jedisCluster.mset("name", "Jack", "age", "21", "sex", "male");
    }

    // 测试方法:使用mset命令按槽位分组设置多个键值对
    @Test
    void testMSet2() {
        // 创建一个HashMap,用于存储多个键值对
        Map<String, String> map = new HashMap<>(3);
        map.put("name", "Jack");
        map.put("age", "21");
        map.put("sex", "Male");

        // 将map中的键值对按照Redis集群的槽位进行分组
        Map<Integer, List<Map.Entry<String, String>>> result = map.entrySet()
                .stream()
                .collect(Collectors.groupingBy(
                        // 使用ClusterSlotHashUtil计算每个键对应的槽位
                        entry -> ClusterSlotHashUtil.calculateSlot(entry.getKey()))
                );

        // 遍历按哈希槽分组后的结果
        for (List<Map.Entry<String, String>> list : result.values()) {
            // 创建一个数组用于批量设置Redis的键值对
            String[] arr = new String[list.size() * 2];  // 每个键值对包含两个元素
            int j = 0;  // 索引变量,用于在数组中定位位置
            for (int i = 0; i < list.size(); i++) {
                j = i << 1;  // 通过位移计算数组中的位置
                Map.Entry<String, String> e = list.get(i);  // 获取当前的键值对
                arr[j] = e.getKey();  // 将键放入数组中
                arr[j + 1] = e.getValue();  // 将值放入数组中
            }
            // 批量设置Redis集群中的键值对
            jedisCluster.mset(arr);
        }
    }

    // 在每个测试方法执行之后,关闭JedisCluster连接
    @AfterEach
    void tearDown() {
        // 如果JedisCluster对象不为空,则关闭连接
        if (jedisCluster != null) {
            jedisCluster.close();
        }
    }
}

而在Redis集群环境下,如果需要批量获取多个键的值,可以使用multiGet方法。multiGetRedisTemplate提供的一个方法,用于一次性获取多个键的值。然而,需要注意的是,multiGet在集群环境下要求所有键必须位于同一个槽位(slot),否则会抛出异常。

@Service
public class RedisService {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    /**
     * 跨槽位批量获取多个键的值
     */
    public Map<String, Object> batchGetCrossSlot(List<String> keys) {
        // 按槽位分组
        Map<Integer, List<String>> slotKeyMap = keys.stream()
                .collect(Collectors.groupingBy(ClusterSlotHashUtil::calculateSlot));

        // 存储最终结果
        Map<String, Object> result = new HashMap<>();

        // 对每个槽位的键分别调用multiGet
        for (Map.Entry<Integer, List<String>> entry : slotKeyMap.entrySet()) {
            List<String> slotKeys = entry.getValue();
            List<Object> slotValues = redisTemplate.opsForValue().multiGet(slotKeys);

            // 将结果存入Map
            for (int i = 0; i < slotKeys.size(); i++) {
                result.put(slotKeys.get(i), slotValues.get(i));
            }
        }

        return result;
    }

    /**
     * 测试跨槽位批量获取方法
     */
    public void testBatchGetCrossSlot() {
        List<String> keys = Arrays.asList("name", "age", "sex");
        Map<String, Object> values = batchGetCrossSlot(keys);

        // 打印结果
        values.forEach((key, value) -> {
            System.out.println("Key: " + key + ", Value: " + value);
        });
    }
}

http://www.dtcms.com/a/15411.html

相关文章:

  • 从零到一:开发并上线一款极简记账本小程序的完整流程
  • 【深度学习】计算机视觉(CV)-目标检测-SSD(Single Shot MultiBox Detector)—— 单次检测多框检测器
  • 计算机网络面试题库
  • 2025蓝桥杯JAVA编程题练习Day4
  • Golang轻松实现消息模板变量替换:text/template
  • 部门管理(体验,最原始方法来做,Django+mysql)
  • 新版电脑通过wepe安装系统
  • flutter isolate到底是啥
  • 语义通信的码本设计与信道冗余纠错
  • 日常问题-pnpm install执行没有node_modules生成
  • 深度学习与增强现实的完美邂逅:开启未来智能交互的新篇章
  • 【设计模式】【行为型模式】观察者模式(Observer)
  • 怎么让DeepSeek自动化写作文案
  • 动手实现自己的 JVM——Go!(ch01)
  • Spring Boot(7)Spring Boot 注解全解析:深入理解与应用
  • 【数据可视化-17】基于pyecharts的印度犯罪数据可视化分析
  • 信息收集-Web应用搭建架构指纹识别WAF判断蜜罐排除开发框架组件应用
  • JavaScript 中定位 DOM 元素的 15 种方法详解(含高频使用场景案例)
  • ES 命令行查询
  • 从算法到落地:DeepSeek如何突破AI工具的同质化竞争困局
  • synchronized关键字
  • MG协议转换器:破解暖通设备通讯壁垒的智能钥匙
  • 推荐的、好用的线性稳压器
  • 微信小程序实战项目001:NBA球队太阳队简介
  • 第R6周:LSTM实现糖尿病探索与预测
  • 19.4.9 数据库方式操作Excel
  • LeetCode 热门100题-无重复字符的最长子串
  • 用大模型学大模型03-数学基础 概率论 随机变量 概率分布
  • 如何在OCP部署Java应用程序
  • 在计算机视觉任务中,Transformer架构与CNN各自的优势和劣势有哪些?