Python3操作redis百万级数据迁移,单机到单机,集群到集群

Python3操作redis大量数据迁移 脚本

背景

之前写过一个用python迁移redis的脚本,但是对于小批量的数据、单节点的,还可以用。对于大量数据,集群模式的就不太适合了。所以写了下面的脚本,而且做了一定的优化,使用的pipeline和多线程,保证了迁移数据的速度,本人测试,大概100s复制了110万键值对的数据,差不多是每秒一万键值对的复制速度。

最新进展20240429:
代码变化不大的情况下,用了multiprocessing模块,这个效率要高一些,大概80-90s复制了110万键值对的数据
而且加大线程数之后,能做到60s左右复制了110万键值对;140s约300万键值对,;50线程,1051万键值对,用了460s;大约2万多键值对每秒。
再同时用多进程和多线程的情况下,对比只用多线程,提升的并不明显。因为此时redis导入新库只能用一个个键值设置的方式,不能用redis pipe提交了,提交速度变慢了。

使用前

注意:

  1. 用的是Python3环境,Python2的大概需要改一下print输出
  2. 安装相关的模块
pip install redis rediscluster
  1. 可以在windows、linux环境下使用,注意修改里面的一些设置

使用注意事项

下面是一些需要注意的:

  1. 下面的脚本,如果redis数据超过500万键值对,很可能会有瓶颈,因为是一次性取的redis的所有键组成列表,列表很大,大概率会有阻塞。这样就不建议这种迁移方式了
  2. 下面的脚本,是建立在新的redis实例是空数据,或者说没有与原redis实例键值重复的情况下,要不然会重写。
  3. 下面的脚本,是迁移了所有键值对,没有做一些键的匹配,不过改起来不复杂
  4. 下面的脚本,多线程和批量提交的参数,如有必要可以改一下,对比测试。包括一些redis实例的参数配置也一样,如有必要可以改。
  5. 下面的脚本,单机到集群等各种迁移模式,要根据实际情况进行修改。
  6. 这个脚本,没办法实现实时复制,如果原redis数据库一直有增量数据,而且比较大,最好用其他方式迁移。因为脚本读取的redis Key值列表,只是那一个时间的,新库老库数据会有几分钟的差异。如果是把redis当做持久化库而不是缓存库的情况,也不适合。

暂时就这些了。

脚本

内容如下,根据实际情况进行调整

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# 2024/4/24


from datetime import datetime
import time
import threading
import redis
from rediscluster import RedisCluster


def split_list(big_list, num=1):
    """
    原来是[1,2,3,4,5,6]的列表,拆分成[[1,2], [3,4], [5,6]]小列表,主要是为了多线程
    :param big_list: 大列表
    :param num: 拆分多少个列表,这个主要对应后面的线程数,或者说redis的连接数,不能设置的太大,否则会报错Too many connections
    :return: 新的列表
    """
    list_len = len(big_list)
    new_list = []

    if list_len > num:
        if list_len % num == 0:
            small_list_len = list_len // num
        else:
            small_list_len = list_len // num + 1

        start = 0
        for i in range(num):
            # print(i)
            new_list.append(big_list[start: start + small_list_len])
            start += small_list_len
    else:
        new_list.append(big_list)
    return new_list


def redis_get_set(redis_source, redis_target, redis_list,  batch_size=100):
    """
    读取redis“键”列表,获取Key/Value值,写入到新的redis
    :param redis_source: 原redis实例
    :param redis_target: 新redis实例
    :param redis_list: 要迁移的redis Key值列表
    :param batch_size: 使用pipeline写入新的redis实例,提高写入效率
    :return:
    """

    count = 0
    with redis_target.pipeline() as pipe:
        for k in redis_list:
            data_type = redis_source.type(k)

            # 判断key值数据类型,分别处理,没有stream数据类型的处理,后面有必要再添加
            if data_type == 'string':
                v = redis_source.get(k)
                pipe.set(k, v)
            elif data_type == 'list':
                v = redis_source.lrange(k, 0, -1)
                pipe.lpush(k, *v)
            elif data_type == 'set':
                v = redis_source.smembers(k)
                pipe.sadd(k, *v)
            elif data_type == 'hash':
                fields = redis_source.hgetall(k)
     
### Redis 集群数据迁移最佳实践 为了确保在不中断业务的前提下完成 Redis 集群数据迁移,可以采用基于槽位 (slot) 的在线重定向方式。这种方式允许逐步将流量从源集群转移到目标集群,在整个过程中保持服务可用性[^1]。 #### 使用槽位进行平滑迁移 Redis 集群中的键按照哈希槽分配给不同的节点。当需要迁移某个范围内的槽时,可以选择先将这些槽标记为导入状态于新加入的目标节点上;与此同时,在原属的源节点设置导出标志。这样做的好处在于客户端请求仍然能够被正常处理——对于正在迁移过程中的槽位所对应的读写操作会被自动转发到新的位置直到全部转移完毕为止。 ```bash # 将 slot 从 source_node 移动至 target_node CLUSTER SETSLOT <slot> MIGRATING to-node-id-of-source-node CLUSTER SETSLOT <slot> IMPORTING from-node-id-of-target-node ``` #### 实现无缝切换的关键措施 为了避免因直接复制 RDB 或 AOF 文件而导致的一致性和时效性问题,推荐利用内置命令 `MIGRATE` 来同步指定 key 到另一台服务器实例中去。此方法支持跨网络传输并能保证原子性的完成 keyspace 转移工作而不必担心中途断电等因素造成的影响[^2]。 ```python import redis source_client = redis.StrictRedis(host=&#39;old_redis_host&#39;, port=6379, db=0) target_client = redis.StrictRedis(host=&#39;new_redis_host&#39;, port=6379, db=0) def migrate_key(key_name): try: response = source_client.execute_command( "MIGRATE", &#39;localhost&#39;, str(target_client.port), key_name, 0, 5000, "COPY", "REPLACE" ) print(f"Migrated {key_name}: {response}") except Exception as e: print(e) migrate_key(&#39;example_key&#39;) ``` #### 自定义工具加速大规模迁移 考虑到批量迁移大量数据可能涉及复杂逻辑以及性能优化需求,开发专门用于此类场景的应用程序不失为一种高效解决方案。例如使用 Go 编程语言构建一个轻量级的服务端应用可以直接连接两个不同环境下的 Redis 实例,并行化地抓取和推送所需记录从而极大缩短整体耗时[^3]。 #### Kubernetes 中的对象管理策略 如果是在 K8s 上运行,则应考虑创建独立 PVC 对象来承载临时存储空间供中间过渡阶段使用。这不仅简化了资源调配流程同时也便于后续清理回收动作实施[^4]。
评论 2
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