一文教你Redis Cluster批量操作的所有姿势(附代码实操)

前言

很多业务都可能出现同时操作大量Key的情况，比如要同时获取多个用户的信息。

由于 Redis 数据量和访问量的持续增长，造成需要添加大量节点做水平扩容，导致键值分布到更多的节点上，批量操作通常需要从不同节点上获取，相比于单机批量操作只涉及到一次网络操作，Redis Cluster环境下的批量操作会涉及到多次网络时间。大家都知道Redis的性能瓶颈其实不是CPU，而是网络，所以我们要针对这种情况做出优化，尽可能少的减少网络请求的次数。

优化思路

我们以Redis单机批量获取 n 个字符串Key为例，有三种实现方法：

• 客户端 n 次 get：n 次网络 + n 次 get 命令本身。
• 客户端 1 次 pipeline get：1 次网络 + n 次 get 命令本身。
• 客户端 1 次 mget：1 次网络 + 1 次 mget 命令本身。

我们可以发现，在单个节点的情况下，使用mget是性能最好的方法。

下面我们将结合 Redis 集群的一些特性对四种分布式的批量操作方式进行说明。

实践

1.串行IO

由于 n 个 key 是比较均匀的分布在 Redis 集群的各个节点上，因此无法使用 mget 命令一次性获取，所以通常来讲要获取 n 个 key 的值，最简单的方法就是逐次执行 n 次 get 操作， 很明显这种操作时间复杂度较高，它的网络次数是 n，很显然这种方案不是最优的，但是实现起来比较简单：

List<String> serialMGet(List<String> keys) {
   
    // 结果集
    List<String> values = new ArrayList<String>();
    // n次串行get
    for (String key : keys) {
   
        String value = jedisCluster.get(key);
        values.add(value);
    }
    return values;
}

2.归并IO

以 Redis Cluster 为例，Redis Cluster 使用 CRC16 算法计算出散列值，再取对 16384 的余数就可以算出 slot 值，smart 客户端会保存 slot 和节点的对应关系，有了这两个数据就可以对将属于同一个节点的 key 进行归并，得到每个节点的 key 子列表，之后对每个节点执行 mget 或者 pipeline 操作，它的网络次数是 node 的个数，整个过程下图所示，很明显这种方案比第一种要好很多，但是如果节点数足够多，还是有一定的性能问题。

Map<String, String> serialIOMget(List<String> keys) {
   
    //