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:
- 用的是Python3环境,Python2的大概需要改一下print输出
- 安装相关的模块
pip install redis rediscluster
- 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:
- 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
- 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。
- 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
- 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。
- 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。
- 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)