Redis管道技术瞬间提升系统性能，速度翻倍！_Redis

Redis管道技术瞬间提升系统性能，速度翻倍！

2023-10-27 05:00未知服务器之家 Redis

环境：SpringBoot2.6.12 + Redis6 Redis是一种基于客户端-服务端模型以及请求/响应协议的TCP服务。这意味着通常情况下一个请求会遵循以下步骤：客户端向服务端发送一个查询请求，并监听Socket返回，通常是以阻塞模式，等待服务端响应

环境：SpringBoot2.6.12 + Redis6

Redis是一种基于客户端-服务端模型以及请求/响应协议的TCP服务。这意味着通常情况下一个请求会遵循以下步骤：

客户端向服务端发送一个查询请求，并监听Socket返回，通常是以阻塞模式，等待服务端响应。
服务端处理命令，并将结果返回给客户端。

Redis 管道技术

Redis管道技术是一种批处理技术，用于一次性处理多个Redis命令，从而提高整个交互的性能。通常情况下，Redis是单行执行的，当客户端向服务器发送请求时，服务端接收并处理请求后再把结果返回给客户端。然而，当出现集中大批量的请求时，每个请求都需要经历先请求再响应的过程，这会造成网络资源浪费。此时，管道技术应运而生，它把所有的命令整合一次发给服务端，再一次响应给客户端，从而大大提高了Redis的响应速度。

Redis普通请求模型与管道请求模型对比

Redis管道技术瞬间提升系统性能，速度翻倍！（普通请求模型）来源网络

RTT(Round-Trip Time)，就是往返时延，在计算机网络中它是一个重要的性能指标，表示从发送端发送数据开始，到发送端收到来自接收端的确认（接收端收到数据后便立即发送确认），总共经历的时延。

一般认为，单向时延 = 传输时延t1 + 传播时延t2 + 排队时延t3

Redis管道技术瞬间提升系统性能，速度翻倍！（管道请求模型）来源网络

性能对比

依赖

<dependency>
  <groupId>org.springframework.boot</groupId>
  <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
  <groupId>org.apache.commons</groupId>
  <artifactId>commons-pool2</artifactId>
</dependency>

配置文件

spring:
  redis:
    host: localhost
    port: 6379
    password: ******
    database: 4
    lettuce:
      pool:
        maxActive: 8
        maxIdle: 100
        minIdle: 10
        maxWait: -1

普通方法

@Resource
private StringRedisTemplate stringRedisTemplate ;
public void execNormal() {
  long start = System.currentTimeMillis() ;
  for (int i = 0; i < 100_000; i++) {
    stringRedisTemplate.opsForValue().set("k" + i, "v" + i) ;
  }
  System.out.println("耗时：" + (System.currentTimeMillis() - start) + " ms") ;
}

测试结果

Redis管道技术瞬间提升系统性能，速度翻倍！

总耗时：47秒左右

管道技术

public void execPipeline() {
  long start = System.currentTimeMillis() ;
  stringRedisTemplate.executePipelined(new RedisCallback<Object>() {
    @Override
    public Object doInRedis(RedisConnection connection) throws DataAccessException {
      for (int i = 0; i < 100_000; i++) {
        connection.set(("pk" + i).getBytes(), ("pv" + i).getBytes()) ;
      }
      return null ;
    }
  }) ;
  System.out.println("耗时：" + (System.currentTimeMillis() - start) + " ms") ;
}