Python3操作redis百万级数据迁移，单机到单机，集群到集群

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

3. 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)