最簡單匯出table為excel表格並自定義表格樣式
案例目標
簡單介紹 redis pipeline 的機制,結合一段例項說明pipeline 在提升吞吐量方面發生的效用。
案例背景
應用系統在資料推送或事件處理過程中,往往出現數據流經過多個網元;
然而在某些服務中,資料操作對redis 是強依賴的,在最近的一次分析中發現:
一次資料推送會對 redis 產生近30次讀寫操作!
在資料推送業務中的效能壓測中,以資料上報 -> 下發應答為一次事務;
而對於這樣的讀寫模型,redis 的操作過於頻繁,很快便導致系統延時過高,吞吐量低下,無法滿足目標;
優化過程 主要針對業務程式碼做的優化,其中redis 操作經過大量合併,最終降低到原來的1/5,而系統吞吐量也提升明顯。
其中,redis pipeline(管道機制) 的應用是一個關鍵手段。
pipeline的解釋
Pipeline指的是管道技術,指的是客戶端允許將多個請求依次發給伺服器,過程中而不需要等待請求的回覆,在最後再一併讀取結果即可。
管道技術使用廣泛,例如許多POP3協議已經實現支援這個功能,大大加快了從伺服器下載新郵件的過程。
Redis很早就支援管道(pipeline)技術。(因此無論你執行的是什麼版本,你都可以使用管道(pipelining)操作Redis)
程式碼例項
說明
本地開啟50個執行緒,每個執行緒完成1000個key的寫入,對比pipeline開啟及不開啟兩種場景下的效能表現。
相關常量
// 併發任務 private static final int taskCount = 50; // pipeline大小 private static final int batchSize = 10; // 每個任務處理命令數 private static final int cmdCount = 1000; private static final boolean usePipeline = true;
初始連結
JedisPoolConfig poolConfig = new JedisPoolConfig(); poolConfig.setMaxActive(200); poolConfig.setMaxIdle(100); poolConfig.setMaxWait(2000); poolConfig.setTestOnBorrow(false); poolConfig.setTestOnReturn(false); jedisPool = new JedisPool(poolConfig, host, port);
併發啟動任務,統計執行時間
public static void main(String[] args) throws InterruptedException {
init();
flushDB();
long t1 = System.currentTimeMillis();
ExecutorService executor = Executors.newCachedThreadPool();
CountDownLatch latch = new CountDownLatch(taskCount);
for (int i = 0; i < taskCount; i++) {
executor.submit(new DemoTask(i, latch));
}
latch.await();
executor.shutdownNow();
long t2 = System.currentTimeMillis();
System.out.println("execution finish time(s):" + (t2 - t1) / 1000.0);
}
DemoTask 封裝了執行key寫入的細節,區分不同場景
public void run() {
logger.info("Task[{}] start.", id);
try {
if (usePipeline) {
runWithPipeline();
} else {
runWithNonPipeline();
}
} finally {
latch.countDown();
}
logger.info("Task[{}] end.", id);
}
不使用Pipeline的場景比較簡單,迴圈執行set操作
for (int i = 0; i < cmdCount; i++) {
Jedis jedis = get();
try {
jedis.set(key(i), UUID.randomUUID().toString());
} finally {
if (jedis != null) {
jedisPool.returnResource(jedis);
}
}
if (i % batchSize == 0) {
logger.info("Task[{}] process -- {}", id, i);
}
}
使用Pipeline,需要處理分段,如10個作為一批命令執行
for (int i = 0; i < cmdCount;) {
Jedis jedis = get();
try {
Pipeline pipeline = jedis.pipelined();
int j;
for (j = 0; j < batchSize; j++) {
if (i + j < cmdCount) {
pipeline.set(key(i + j), UUID.randomUUID().toString());
} else {
break;
}
}
pipeline.sync();
logger.info("Task[{}] pipeline -- {}", id, i + j);
i += j;
} finally {
if (jedis != null) {
jedisPool.returnResource(jedis);
}
}
}
執行結果
不使用Pipeline,整體執行26s;而使用Pipeline優化後的程式碼,執行時間僅需要3s!
NoPipeline-stat
注意事項
- pipeline機制可以優化吞吐量,但無法提供原子性/事務保障,而這個可以通過Redis-Multi等命令實現。
參考這裡 - 部分讀寫操作存在相關依賴,無法使用pipeline實現,可利用Script機制,但需要在可維護性方面做好取捨。
擴充套件閱讀
- 官方文件-Redis-Pipelining
- 官方文件-Redis-Transaction