Redis编程实践【pipeline和事务】

http://shift-alt-ctrl.iteye.com/blog/1863790

 Redis或许已经在很多企业开始推广并试水，本文也根据个人的实践，简单描述一下Redis在实际开发过程中的使用（部署与架构，稍后介绍），程序执行环境为java + jedis，关于spring下如何集成redis-api，稍后介绍吧。

 

前言：下载redis-2.6.2,安装好redis之后，请在redis.conf文件中，将如下3个配置属性开启（仅供测试使用）：

 

Xml代码  

1. ##客户端链接的端口，也是server端侦听client链接的端口  
2. ##每个client实例，都将和server在此端口上建立tcp长链接  
3. port 6379  
4. ## server端绑定的ip地址，如果一个物理机器有多个网络接口时，可以明确指定为某个网口的ip地址  
5. bind 127.0.0.1  
6. ##链接中io操作空闲时间，如果在指定时间内，没有IO操作,链接将会被关闭  
7. ##此属性和TCP链接中的timeout选项一样，建议设置为0,很多时候，我们一个应用也只会有一个redis实例  
8. ##不过，如果你使用连接池的话，你需要对此参数做额外的考虑。  
9. timeout 0  

 

1. Pipeline：“管道”，和很多设计模式中的“管道”具有同样的概念，pipleline的操作，将明确client与server端的交互，都是“单向的”：你可以将多个command，依次发给server，但在此期间，你将无法获得单个command的响应数据，此后你可以关闭“请求”，然后依次获取每个command的响应结果。

    从简单来说，在IO操作层面，对于client而言，就是一次批量的连续的“write”请求，然后是批量的连续的“read”操作。其实对于底层Socket-IO而言，对于client而言，只不过是多次write，然后一次read的操作；对于server端，input通道上read到数据之后，就会立即被实施，也会和非pipeline一样在output通道上输出执行的结果，只不过此时数据会被阻塞在网络缓冲区上，直到client端开始read或者关闭链接。神秘的面纱已被解开，或许你也能创造一个pipeline的实现。

    非pipleline模式：

    Request---->执行

    ---->Response

    Request---->执行

    ---->Response

    Pipeline模式下：

    Request---->执行，Server将响应结果队列化

    Request---->执行，Server将响应结果队列化

    ---->Response

    ---->Response

    Client端根据Redis的数据协议，将响应结果进行解析，并将结果做类似于“队列化”的操作。

 

Java代码  

1. public void pipeline(){  
2.         String key = "pipeline-test";  
3.         String old = jedis.get(key);  
4.         if(old != null){  
5.             System.out.println("Key:" + key + ",old value:" + old);  
6.         }  
7.         //代码模式1,这种模式是最常见的方式  
8.         Pipeline p1 = jedis.pipelined();  
9.         p1.incr(key);  
10.         System.out.println("Request incr");  
11.         p1.incr(key);  
12.         System.out.println("Request incr");  
13.         //结束pipeline，并开始从相应中获得数据  
14.         List<Object> responses = p1.syncAndReturnAll();  
15.         if(responses == null || responses.isEmpty()){  
16.             throw new RuntimeException("Pipeline error: no response...");  
17.         }  
18.         for(Object resp : responses){  
19.             System.out.println("Response:" + resp.toString());//注意，此处resp的类型为Long  
20.         }  
21.         //代码模式2  
22.         Pipeline p2 = jedis.pipelined();  
23.         Response<Long> r1 = p2.incr(key);  
24.         try{  
25.             r1.get();  
26.         }catch(Exception e){  
27.             System.out.println("Error,you cant get() before sync,because IO of response hasn't begin..");  
28.         }  
29.         Response<Long> r2 = p2.incr(key);  
30.         p2.sync();  
31.         System.out.println("Pipeline,mode 2,--->" + r1.get());  
32.         System.out.println("Pipeline,mode 2,--->" + r2.get());  
33.           
34.     }  

     不过需要明确一下，pipeline和“事务”是两个完全不同的概念，pipeline只是表达“交互”中操作的传递的方向性，pipeline也可以在事务中运行，也可以不在。无论如何，pipeline中发送的每个command都会被server立即执行，如果执行失败，将会在此后的相应中得到信息；也就是pipeline并不是表达“所有command都一起成功”的语义；但是如果pipeline的操作被封装在事务中，那么将有事务来确保操作的成功与失败（事实上，Redis的事务，仍然不像严格意义上的事务，稍后介绍）。

Java代码  

1. public void txPipeline(){  
2.     String key = "pipeline-test";  
3.     String old = jedis.get(key);  
4.     if(old != null){  
5.         System.out.println("Key:" + key + ",old value:" + old);  
6.     }  
7.     Pipeline p1 = jedis.pipelined();  
8.     p1.multi();//开启事务  
9.     p1.incr(key);  
10.     System.out.println("Request incr");  
11.     p1.incr(key);  
12.     System.out.println("Request incr");  
13.     Response<List<Object>> txresult= p1.exec();//提交事务  
14.     p1.sync();//关闭pipeline  
15.     //结束pipeline，并开始从相应中获得数据  
16.     List<Object> responses = txresult.get();  
17.     if(responses == null || responses.isEmpty()){  
18.         throw new RuntimeException("Pipeline error: no response...");  
19.     }  
20.     for(Object resp : responses){  
21.         System.out.println("Response:" + resp.toString());//注意，此处resp的类型为Long  
22.     }  
23. }  

     Pipeline在某些场景下非常有用，比如有多个command需要被“及时的”提交，而且他们对相应结果没有互相依赖，而且对结果响应也无需立即获得，那么pipeline就可以充当这种“批处理”的工具；而且在一定程度上，可以较大的提升性能,性能提升的原因主要是TCP链接中较少了“交互往返”的时间。

    不过在编码时请注意，pipeline期间将“独占”链接，此期间将不能进行非“管道”类型的其他操作，直到pipeline关闭；比如在上述代码中间，使用jedis.set(key,value)等操作都将抛出异常。

    如果你的pipeline的指令集很庞大，为了不干扰链接中的其他操作，你可以为pipeline操作新建Client链接，让pipeline和其他正常操作分离在2个client中。不过pipeline事实上所能容忍的操作个数，和socket-output缓冲区大小/返回结果的数据尺寸都有很大的关系；同时也意味着每个redis-server同时所能支撑的pipeline链接的个数，也是有限的，这将受限于server的物理内存或网络接口的缓冲能力。

 

    使用场景举例：因为业务需要，我们需要把用户的操作过程记录在日志中以方便以后的统计，每隔3个小时生成一个新的日志文件，那么后台处理线程，将会扫描日志文件并将每条日志输出为“operation”:1,即表示操作次数为1;如果每个operation都发送一个command，事实上性能是很差的，而且是没有必要的；那么我们就可以使用pipeline批量提交即可。

 

2.Transaction(事务)：

    Redis提供了简单的“事务”能力,MULTI,EXEC,DISCARD,WATCH/UNWATCH指令用来操作事务。

    1) MUTIL：开启事务，此后所有的操作将会添加到当前链接的事务“操作队列”中。

    2) EXEC：提交事务

    3) DISCARD：取消事务，记住，此指令不是严格意义上的“事务回滚”，只是表达了“事务操作被取消”的语义，将会导致事务的操作队列中的操作不会被执行，且事务关闭。

    4) WATCH/UNWATCH：“观察”，这个操作也可以说是Redis的特殊功能，但是也可说是Redis不能提供“绝对意义上”的事务能力而增加的一个“补充特性”（比如事务隔离，多事务中操作冲突解决等）；在事务开启前，可以对某个KEY注册“WATCH”，如果在事务提交后，将会首先检测“WATCH”列表中的KEY集合是否被其他客户端修改，如果任意一个KEY 被修改，都将会导致事务直接被“DISCARD”；即使事务中没有操作某个WATCH KEY，如果此KEY被外部修改，仍然会导致事务取消。事务执行成功或者被DISCARD，都将会导致WATCH KEY被“UNWATCH”，因此事务之后，你需要重新WATCH。WATCH需要在事务开启之前执行。

    WATCH所注册的KEY，事实上无论是被其他Client修改还是当前Client修改，如果不重新WATCH，都将无法在事务中正确执行。WATCH指令本身就是为事务而生，你或许不会在其他场景下使用WATCH；例如：

 

Java代码  

1. String key = "transaction-key";  
2. jedis.set(key, "20");  
3. jedis.watch(key);//注册key,此后key将会被监控，如果在事务执行前被修改，则导致事务被DISCARD。  
4. jedis.incr(key);//此key被修改，即使是自己，也会导致watch在事务中执行失效  
5. jedis.unwatch();//取消注册  
6. jedis.watch(key);//重新注册,在重新注册前，必须unwatch  
7. Transaction tx = jedis.multi();//开启事务  
8.               ....  

     Redis中，如果一个事务被提交，那么事务中的所有操作将会被顺序执行，且在事务执行期间，其他client的操作将会被阻塞；Redis采取了这种简单而“粗鲁”的方式来确保事务的执行更加的快速和更少的外部干扰因素。

    EXEC指令将会触发事务中所有的操作被写入AOF文件（如果开启了AOF），然后开始在内存中实施这些数据变更操作；Redis将会尽力确保事务中所有的操作都能够执行，如果redis环境故障，有可能导致事务未能成功执行，那么需要在redis重启后增加额外的校验工作。

   如果在EXEC指令被提交之前，Redis-server即检测到提交的某个指令存在语法错误，那么此事务将会被提前标记为DISCARD，此后事务提交也将直接被驳回；但是如果在EXEC提交后，在实施数据变更时（Redis将不会预检测数据类型，比如你对一个“非数字”类型的key执行INCR操作），某个操作导致了ERROR，那么redis仍然不会回滚此前已经执行成功的操作，而且也不会中断ERROR之后的其他操作继续执行。对于开发者而言，你务必关注事务执行后返回的结果（结果将是一个集合，按照操作提交的顺序排列，对于执行失败的操作，结果将是一个ERROR）。

    Redis的事务之所以如此设计，它为了确保本身的性能，同时不引入“关系型数据库”的设计复杂度；你不能完全希望Redis能为你交付完美的事务操作，只能说，你选择了错误的工具。

 

Java代码  

1. public void transaction(){  
2.         String key = "transaction-key";  
3.         jedis.set(key, "20");  
4.         jedis.watch(key);  
5.         Transaction tx = jedis.multi();  
6.         tx.incr(key);  
7.         tx.incr(key);  
8.         tx.incr(key);  
9.         List<Object> result = tx.exec();  
10.         if(result == null || result.isEmpty()){  
11.             System.out.println("Transaction error...");//可能是watch-key被外部修改，或者是数据操作被驳回  
12.             return;  
13.         }  
14.         for(Object rt : result){  
15.             System.out.println(rt.toString());  
16.         }  
17.     }