<div id="article_content" class="article_content clearfix csdn-tracking-statistics" data-pid="blog" data-mod="popu_307" data-dsm="post">
<div class="htmledit_views">
<p style="margin-left: 10px;">Redis是建立在TCP协议基础上的CS架构,客户端client对redis server采取请求响应的方式交互。
<p style="margin-left: 10px;">redis 乐观锁:也可理解为版本号比较机制,主要是说在读取数据逇时候同时读取其版本号,然后在写入的时候,进行版本号比较,如果一致,则表明此数据在监听期间未被改变,可以写入,如果不一致说明此数据被修改过,不能写入,否则会导致数据不一致的问题。
<p style="margin-left: 10px;">一般来说客户端从提交请求到得到服务器相应,需要传送两个tcp报文。
<p style="margin-left: 10px;">设想这样的一个场景,你要批量的执行一系列redis命令,例如执行100次get key,这时你要向redis请求100次+获取响应100次。如果能一次性将100个请求提交给redis server,执行完成之后批量的获取相应,只需要向redis请求1次,然后批量执行完命令,一次性结果,性能是不是会好很多呢?
<p style="margin-left: 10px;">答案是肯定的,节约的时间是客户端client和服务器redis server之间往返网络延迟的时间。这个时间可以用ping命令查看。
<p style="margin-left: 10px;">网络延迟高:批量执行,性能提升明显
<p style="margin-left: 10px;">网络延迟低(本机):批量执行,性能提升不明显
<p style="margin-left: 10px;">某些客户端(java和python)提供了一种叫做pipeline的编程模式用来解决批量提交请求的方式。
<p style="margin-left: 10px;">这里我们用python客户端来举例说明一下。
<p style="margin-left: 10px;">
<h1 style="margin-left: 10px;">1、pipeline
<p style="margin-left: 10px;">网络延迟
<p style="margin-left: 10px;">client与server机器之间网络延迟如下,大约是30ms。
<p style="margin-left: 10px;">
<p style="margin-left: 10px;">
<p style="margin-left: 10px;">测试用例
<p style="margin-left: 10px;">分别执行其中的try_pipeline和without_pipeline统计处理时间。
<div class="cnblogs_code">
<span style="color: #0000ff;">import
<span style="color: #000000;"> redis
<span style="color: #0000ff;">import<span style="color: #000000;"> time
<span style="color: #0000ff;">from concurrent.futures <span style="color: #0000ff;">import<span style="color: #000000;"> ProcesspoolExecutorr = redis.Redis(host=<span style="color: #800000;">'<span style="color: #800000;">10.93.84.53<span style="color: #800000;">',port=6379,password=<span style="color: #800000;">'<span style="color: #800000;">bigdata123<span style="color: #800000;">'<span style="color: #000000;">)
<span style="color: #0000ff;">def<span style="color: #000000;"> try_pipeline():
start =<span style="color: #000000;"> time.time()
with r.pipeline(transaction=<span style="color: #000000;">False) as p:
p.sadd(<span style="color: #800000;">'<span style="color: #800000;">seta<span style="color: #800000;">',1).sadd(<span style="color: #800000;">'<span style="color: #800000;">seta<span style="color: #800000;">',2).srem(<span style="color: #800000;">'<span style="color: #800000;">seta<span style="color: #800000;">',2).lpush(<span style="color: #800000;">'<span style="color: #800000;">lista<span style="color: #800000;">',1).lrange(<span style="color: #800000;">'<span style="color: #800000;">lista<span style="color: #800000;">',-1<span style="color: #000000;">)
p.execute()
<span style="color: #0000ff;">print time.time() -<span style="color: #000000;"> start<span style="color: #0000ff;">def<span style="color: #000000;"> without_pipeline():
start =<span style="color: #000000;"> time.time()
r.sadd(<span style="color: #800000;">'<span style="color: #800000;">seta<span style="color: #800000;">',1<span style="color: #000000;">)
r.sadd(<span style="color: #800000;">'<span style="color: #800000;">seta<span style="color: #800000;">',2<span style="color: #000000;">)
r.srem(<span style="color: #800000;">'<span style="color: #800000;">seta<span style="color: #800000;">',2<span style="color: #000000;">)
r.lpush(<span style="color: #800000;">'<span style="color: #800000;">lista<span style="color: #800000;">',1<span style="color: #000000;">)
r.lrange(<span style="color: #800000;">'<span style="color: #800000;">lista<span style="color: #800000;">',-1<span style="color: #000000;">)
<span style="color: #0000ff;">print time.time() -<span style="color: #000000;"> start<span style="color: #0000ff;">def<span style="color: #000000;"> worker():
<span style="color: #0000ff;">while<span style="color: #000000;"> True:
try_pipeline()with ProcesspoolExecutor(maxworkers=12<span style="color: #000000;">) as pool:
<span style="color: #0000ff;">for <span style="color: #0000ff;">in range(10<span style="color: #000000;">):
pool.submit(worker)