案例目標(biāo)
簡(jiǎn)單介紹 redis pipeline 的機(jī)制,結(jié)合一段實(shí)例說(shuō)明pipeline 在提升吞吐量方面發(fā)生的效用。
案例背景
應(yīng)用系統(tǒng)在數(shù)據(jù)推送或事件處理過(guò)程中,往往出現(xiàn)數(shù)據(jù)流經(jīng)過(guò)多個(gè)網(wǎng)元;
然而在某些服務(wù)中,數(shù)據(jù)操作對(duì)redis 是強(qiáng)依賴(lài)的,在最近的一次分析中發(fā)現(xiàn):
一次數(shù)據(jù)推送會(huì)對(duì) redis 產(chǎn)生近30次讀寫(xiě)操作!
在數(shù)據(jù)推送業(yè)務(wù)中的性能壓測(cè)中,以數(shù)據(jù)上報(bào) -> 下發(fā)應(yīng)答為一次事務(wù);而對(duì)于這樣的讀寫(xiě)模型,redis 的操作過(guò)于頻繁,很快便導(dǎo)致系統(tǒng)延時(shí)過(guò)高,吞吐量低下,無(wú)法滿(mǎn)足目標(biāo);
優(yōu)化過(guò)程 主要針對(duì)業(yè)務(wù)代碼做的優(yōu)化,其中redis 操作經(jīng)過(guò)大量合并,最終降低到原來(lái)的1/5,而系統(tǒng)吞吐量也提升明顯。
其中,redis pipeline(管道機(jī)制) 的應(yīng)用是一個(gè)關(guān)鍵手段。
pipeline的解釋
Pipeline指的是管道技術(shù),指的是客戶(hù)端允許將多個(gè)請(qǐng)求依次發(fā)給服務(wù)器,過(guò)程中而不需要等待請(qǐng)求的回復(fù),在最后再一并讀取結(jié)果即可。
管道技術(shù)使用廣泛,例如許多POP3協(xié)議已經(jīng)實(shí)現(xiàn)支持這個(gè)功能,大大加快了從服務(wù)器下載新郵件的過(guò)程。 Redis很早就支持管道(pipeline)技術(shù)。(因此無(wú)論你運(yùn)行的是什么版本,你都可以使用管道(pipelining)操作Redis)
普通請(qǐng)求模型
[圖-pipeline1]
Pipeline請(qǐng)求模型
[圖-pipeline2]
從兩個(gè)圖的對(duì)比中可看出,普通的請(qǐng)求模型是同步的,每次請(qǐng)求對(duì)應(yīng)一次IO操作等待;
而Pipeline 化之后所有的請(qǐng)求合并為一次IO,除了時(shí)延可以降低之外,還能大幅度提升系統(tǒng)吞吐量。
代碼實(shí)例
說(shuō)明
本地開(kāi)啟50個(gè)線程,每個(gè)線程完成1000個(gè)key的寫(xiě)入,對(duì)比pipeline開(kāi)啟及不開(kāi)啟兩種場(chǎng)景下的性能表現(xiàn)。
相關(guān)常量
// 并發(fā)任務(wù)
private static final int taskCount = 50;
// pipeline大小
private static final int batchSize = 10;
// 每個(gè)任務(wù)處理命令數(shù)
private static final int cmdCount = 1000;
private static final boolean usePipeline = true;
初始化連接
JedisPoolConfig poolConfig = new JedisPoolConfig();
poolConfig.setMaxActive(200);
poolConfig.setMaxIdle(100);
poolConfig.setMaxWait(2000);
poolConfig.setTestOnBorrow(false);
poolConfig.setTestOnReturn(false);
jedisPool = new JedisPool(poolConfig, host, port);
并發(fā)啟動(dòng)任務(wù),統(tǒng)計(jì)執(zhí)行時(shí)間
public static void main(String[] args) throws InterruptedException {
init();
flushDB();
long t1 = System.currentTimeMillis();
ExecutorService executor = Executors.newCachedThreadPool();
CountDownLatch latch = new CountDownLatch(taskCount);
for (int i = 0; i taskCount; i++) {
executor.submit(new DemoTask(i, latch));
}
latch.await();
executor.shutdownNow();
long t2 = System.currentTimeMillis();
System.out.println("execution finish time(s):" + (t2 - t1) / 1000.0);
}
DemoTask 封裝了執(zhí)行key寫(xiě)入的細(xì)節(jié),區(qū)分不同場(chǎng)景
public void run() {
logger.info("Task[{}] start.", id);
try {
if (usePipeline) {
runWithPipeline();
} else {
runWithNonPipeline();
}
} finally {
latch.countDown();
}
logger.info("Task[{}] end.", id);
}
不使用Pipeline的場(chǎng)景比較簡(jiǎn)單,循環(huán)執(zhí)行set操作
for (int i = 0; i cmdCount; i++) {
Jedis jedis = get();
try {
jedis.set(key(i), UUID.randomUUID().toString());
} finally {
if (jedis != null) {
jedisPool.returnResource(jedis);
}
}
if (i % batchSize == 0) {
logger.info("Task[{}] process -- {}", id, i);
}
}
使用Pipeline,需要處理分段,如10個(gè)作為一批命令執(zhí)行
for (int i = 0; i cmdCount;) {
Jedis jedis = get();
try {
Pipeline pipeline = jedis.pipelined();
int j;
for (j = 0; j batchSize; j++) {
if (i + j cmdCount) {
pipeline.set(key(i + j), UUID.randomUUID().toString());
} else {
break;
}
}
pipeline.sync();
logger.info("Task[{}] pipeline -- {}", id, i + j);
i += j;
} finally {
if (jedis != null) {
jedisPool.returnResource(jedis);
}
}
}
運(yùn)行結(jié)果
不使用Pipeline,整體執(zhí)行26s;而使用Pipeline優(yōu)化后的代碼,執(zhí)行時(shí)間僅需要3s!
NoPipeline-stat
[圖-nopipeline]
Pipeline-stat
[圖-pipeline]
注意事項(xiàng)
pipeline機(jī)制可以?xún)?yōu)化吞吐量,但無(wú)法提供原子性/事務(wù)保障,而這個(gè)可以通過(guò)Redis-Multi等命令實(shí)現(xiàn)。
參考這里
部分讀寫(xiě)操作存在相關(guān)依賴(lài),無(wú)法使用pipeline實(shí)現(xiàn),可利用Script機(jī)制,但需要在可維護(hù)性方面做好取舍。
擴(kuò)展閱讀
官方文檔-Redis-Pipelining
官方文檔-Redis-Transaction
以上這篇redis通過(guò)pipeline提升吞吐量的方法就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
您可能感興趣的文章:- python中sklearn的pipeline模塊實(shí)例詳解
- Redis利用Pipeline加速查詢(xún)速度的方法
- 在Redis集群中使用pipeline批量插入的實(shí)現(xiàn)方法
- 使用Jenkins Pipeline自動(dòng)化構(gòu)建發(fā)布Java項(xiàng)目的方法
- python使用pipeline批量讀寫(xiě)redis的方法
- Python:Scrapy框架中Item Pipeline組件使用詳解
- 詳解redis大幅性能提升之使用管道(PipeLine)和批量(Batch)操作
- 如何使用pipeline和jacoco獲取自動(dòng)化測(cè)試代碼覆蓋率