Redis中使用Pipelining加速查询的问题怎么解决

这篇“Redis中使用Pipelining加速查询的问题怎么解决”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“Redis中使用Pipelining加速查询的问题怎么解决”文章吧。

Request/Response protocols and RTT

Redis是一个client-server模式的tcp服务，也被称为Request/Response协议的实现。

这意味着通常一个请求的完成是遵循下面两个步骤：

• Client发送一个操作命令给Server，从TCP的套接字Socket中读取Server的响应值，通常来说这是一种阻塞的方式

• Server执行操作命令，然后将响应值返回给Client

举个例子

Client: INCR XServer: 1Client: INCR XServer: 2Client: INCR XServer: 3Client: INCR XServer: 4

Clients和Servers是通过网络进行连接。这就意味着网络连接可能会很快（比如回环网络，即本机网络），也可能很慢（比如两个主机之间存在多跳网络）。不管网络怎么样，一个数据包从Client到Server，然后相应值又从Server返回Client都需要一定的时间。

这个时间被称为RTT(Round Trip Time)。当一个Client需要执行多个连续请求（比如添加许多个元素到一个list中，或者清掉Redis中许多个键值对），那么RTT是怎样影响到性能的呢？这个也是很方便去计算的。比如如果RTT的时间为250ms（假设互联网连接速度非常慢），即使Server可以每秒处理100k个请求，那么最多也只能接受每秒4个请求。

如果是回环网络，RTT将会特别的短（比如作者的127.0.0.1，RTT的响应时间为44ms），但是对于执行连续多次写操作时，也是一笔不小的消耗。

其实我们有其他办法来降低这种场景的消耗，开心不？惊喜不？

Redis Pipelining

在一个Request/Response方式的服务中有一个特性：即使Client没有收到之前的响应值，也可以继续发送新的请求。这种特性意味着我们可以不需要等待Server的响应，可以率先发送许多操作命令给Server，然后在一次性读取Server的所有响应值。

这种方式被称为Pipelining技术，该技术近几十年来被广泛的使用。比如多POP3协议的实现就支持这个特性，大大的提升了从server端下载新的邮件的速度。

Redis在很早的时候就支持该项技术，所以不管你运行的是什么版本，你都可以使用pipelining技术，比如这里有一个使用 netcat 工具的：

$ (printf "PING\r\nPING\r\nPING\r\n"; sleep 1) | nc localhost 6379+PONG+PONG+PONG

现在我们不需要为每一次请求付出RTT的消耗了，而是一次性发送三个操作命令。为了便于直观的理解，还是拿之前的说明，使用pipelining技术该的实现顺序如下：

Client: INCR XClient: INCR XClient: INCR XClient: INCR XServer: 1Server: 2Server: 3Server: 4

划重点（敲黑板）：当client使用pipelining发送操作命令时，server端将强制使用内存来排列响应结果。所以在使用pipelining发送大量的操作命令的时候，最好确定一个合理的命令条数，一批一批的发送给Server端，比如发送10k个操作命令，读取响应结果，再发送10k个操作命令，以此类推…虽然说耗时近乎相同，但是额外的内存消耗将是这10k操作命令的排列响应结果所需的最大值。（为防止内存耗尽，选择一个合理的值）

It’s not just a matter of RTT

Pipelining不是减少因为 RTT 造成消耗的唯一方式，但是它确实帮助你极大的提升每秒的执行命令数量。事实的真相是：从访问相应的数据结构并且生成答复结果的角度来看，不使用pipelining确实代价很低；但是从套接字socket I/O的角度来看，恰恰相反。因为这涉及到了read()和write()调用，需要从用户态切换到内核态。这种上下文切换会特别损耗时间的。

一旦使用了pipelining技术，很多操作命令将会从同一个read()调用中执行读操作，大量的答复结果将会被分发到同一个write()调用中执行写操作。基于此，随着管道的长度增加，每秒执行的查询数量最开始几乎呈直线型增加，直到不使用pipelining技术的基准的10倍，如下图： 

Some real world code example

不翻译，基本上就是说使用了pipelining提升了5倍性能。

Pipelining VS Scripting

Redis Scripting(2.6+版本可用)，通过使用在Server端完成大量工作的脚本Scripting，可以更加高效的解决大量pipelining用例。使用脚本Scripting的最大好处就是在读和写的时候消耗更少的性能，使得像读、写、计算这样的操作更加快速。（当client需要写操作之前获取读操作的响应结果时，pepelining就显得相形见拙。） 有时候，应用可能需要在使用pipelining时，发送 EVAL 或者 EVALSHA 命令，这是可行的，并且Redis明确支持这么这种SCRIPT LOAD命令。（它保证可可以调用 EVALSHA 而不会有失败的风险）。

Appendix: Why are busy loops slow even on the loopback interface?

读完全文，你可能还会感到疑问：为什么如下的Redis测试基准 benchmark 会执行这么慢，甚至在Client和Server在一个物理机上也是如此：

FOR-ONE-SECOND:    Redis.SET("foo","bar")END

毕竟Redis进程和测试基准benchmark在相同的机器上运行，并且这是没有任何实际的延迟和真实的网络参与，不就是消息通过内存从一个地方拷贝到另一个地方么？ 原因是进程在操作系统中并不是一直运行。真实的情景是系统内核调度，调度到进程运行，它才会运行。比如测试基准benchmark被允许运行，从Redis Server中读取响应内容（与最后一次执行的命令相关），并且写了一个新的命令。这时命令将在回环网络的套接字中，但是为了被Redis Server读取，系统内核需要调度Redis Server进程（当前正在系统中挂起），周而复始。所以由于系统内核调度的机制，就算是在回环网络中，仍然会涉及到网络延迟。 简言之，在网络服务器中衡量性能时，使用回环网络测试并不是一个明智的方式。应该避免使用此种方式来测试基准。

以上就是关于“Redis中使用Pipelining加速查询的问题怎么解决”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注编程网精选频道。