Redis-pipeline(管道)

本质

    客户端通过改变了读写的顺序带来的性能的巨大提升

什么时候使用管道(pipeline)

   Redis客户端执行事务时都会结合pipeline,可以将多次IO操作压缩为单次IO操作

request

1.write操作只需要把消息写到本地操作系统内核的发送缓冲然后就返回了
2.操作系统内核异步将数据发送到目标机器,但是如果发送缓冲满了,就需要
等待缓冲腾出空闲空间来,(这个就是写操作IO真正耗时的地方)

response

1.read操作负责将数据从本地操作系统内核的接收缓冲区取出来,如果缓冲是空的
那么久需要等待数据的到来(这个就是读操作IO真正耗时的地方)

在Spring中使用SessionCallback 和 RedisCallback

redisTemplate.opsForValue().set("key1", "value1");每次都需要开启一个连接
为了在一个redis连接中执行2条以上的命令,我们可以使用 SessionCallback 或者 RedisCallback
SessionCallback优先使用
RedisCallback 可读性比较差
 //TODO  该方法比较底层,可读性较差不推荐使用
        List<Object> redisCallback = redisTemplate.executePipelined(new RedisCallback<Object>() {
            @Override
            public Object doInRedis(RedisConnection redisConnection) throws DataAccessException {
                //打开管道
                redisConnection.openPipeline();
                // 给本次管道内添加要一次性执行的多条命令
                for (int i = 0; i < number; i++) {
                    redisConnection.set(("B" + i).getBytes(), (i + "").getBytes());
                }
                // 关闭管道,不需要close,否则拿不到返回值
//                redisConnection.closePipeline()
                // 这里一定要返回null,最终pipeline的执行结果,才会返回给最外层
                return null;
            }
        });
 public <T> void setObject(String key, T clazz, long timeout) {
       this.setObject(key, clazz, timeout, TimeUnit.SECONDS);
}

public Object pipeline() {
        int number = 1000;
        Long startTime = System.currentTimeMillis();
        for (int i = 0; i < number; i++) {
            setObject(("T" + i), (i + ""));
        }
        Long endTime = System.currentTimeMillis();

        List<Object> sessionCallback = redisTemplate.executePipelined(new SessionCallback<Object>() {
            @Override
            public <K, V> Object execute(RedisOperations<K, V> redisOperations) throws DataAccessException {
                for (int i = 0; i < number; i++) {
                    setObject(("Pipeline" + i), (i + ""));
                }
                return null;
            }
        });

        Long end = System.currentTimeMillis();
        log.info("不使用管道耗时:{}", (endTime - startTime));
        log.info("管道执行耗时: {}", (end - endTime));
        return sessionCallback;
    }
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,490评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,581评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,830评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,957评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,974评论 6 393
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,754评论 1 307
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,464评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,357评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,847评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,995评论 3 338
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,137评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,819评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,482评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,023评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,149评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,409评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,086评论 2 355

推荐阅读更多精彩内容