redis管道

Redis的管道(Pipeline)技术能批量处理数据,减少网络IO耗时,提高效率。通过建立通道,一次性发送多条命令到服务端,处理后统一返回结果,适合大批量数据操作,但可能增加内存消耗。在处理大量数据时,使用Pipeline可以显著优化性能。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

所谓的redis的管道就是redis针对批处理数据的一种技术。

我们正常的操作是: 请求--网络IO--redis响应--网络IO--答复

通过管道pipLined后相当于跟redis服务端建立了一个通道,不是每个访问的数据都走上边的正常流程,而是将一批数据塞到管道中一次性发送给redis服务端,这样的好处是极大的减少了网络IO的耗时,从而提高了效率。

管道在关闭之前或者说在数据未完全访问完之前,已经处理过的数据将存于内存之中,等这批数据完全处理完之后再将结果返回,由此可见在大批量数据的情况下还是比较消耗内存的。

使用如下:

public Set<String> getByPipline(Jedis jedis,Set<String> keys){
    //获取pipline管道
    Pipeline pipeline = jedis.pipelined();
    Iterator<String> key = keys.iterator();
    Set<String> result = new HashSet<String>();
    //管道返回的结果集
    List<Response<Set<String>>> searchResult = new ArrayList<Response<Set<String>>>();
    while (key.hasNext()){
        //每一个key的结果
        searchResult.add(pipeline.smembers(key.next()));
    }
    pipeline.sync();
    if (result.size() >0){
        for (Response<Set<String>> keyResult:searchResult) {
            //从结果集中获取需要的value的数据
            result.addAll(keyResult.get());
        }
    }
    return result;
}
大家都说sync()这个方法很重要,它到底做了什么,看下源码:
public void sync() {
    if (this.getPipelinedResponseLength() > 0) {
        List<Object> unformatted = this.client.getAll();
        Iterator var2 = unformatted.iterator();

        while(var2.hasNext()) {
            Object o = var2.next();
            this.generateResponse(o);
        }
    }

}
protected Response<?> generateResponse(Object data) {
    Response<?> response = (Response)this.pipelinedResponses.poll();
    if (response != null) {
        response.set(data);
    }

    return response;	//这就是我们需要的返回的值
}

总之:pipline为我们提供了批处理,极大的减少了网络开销,从而提高了redis的性能,从过你的代码中还在for循环中调用redis不断的读写操作,是时候考虑下pipline了。

 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值