redis深入学习-12—redis的流操作（管道操作）

     redis的流操作能够降低客户端与redis的交互次数，即降低多次的socket通信的开销，如果遇到需要连续的读取redis的数据或者写入redis数据，且前后的redis操作没有依赖关系，那么可以使用流操作来降低客户端与redis服务的通信开销。

    先看以下几段代码，分别是非事务流操作（管道操作）、非流操作（普通redis操作）、事务流操作。

    以下代码的逻辑：循环1000次往redis中存放数据，且每循环一次执行10个redis的 set 操作命令。

     /**
     * 管道操作，非事务流操作
     */
    @GetMapping("/pipe")
    public void testPipe() {
        long start = System.currentTimeMillis();
        for (int i = 0; i < 1000; i++) {//每一个循环中操作redis 10次
            List<Object> objects = redisTemplate.executePipelined(new RedisCallback<Long>() {
                @Override
                public Long doInRedis(RedisConnection connection) throws DataAccessException {
                    connection.openPipeline();//开启管道
                    for (int j = 0; j < 10; j++) {
                        connection.set(("pipeLine" + j).getBytes(), String.valueOf(1).getBytes());
                    }
                    connection.closePipeline();//关闭管道
                    return null;
                }
            });
        }
        long delta = System.currentTimeMillis() - start;
        System.out.println("delta-pipe： " + delta);
    }

    /**
     * 普通的redis操作
     */
    @GetMapping("/nonpipe")
    public void testNonpipe() {
        long start = System.currentTimeMillis();
        for (int i = 0; i < 1000; i++) {//每一个循环中操作redis 10次
            for (int j = 10; j < 20; j++) {
                redisTemplate.opsForValue().set("pipeLine" + j, 1 + "");
            }
        }
        long delta = System.currentTimeMillis() - start;
        System.out.println("delta-nonpipe： " + delta);
    }

    /**
     * 开启事务操作，事务也属于流操作的一种
     */
    @GetMapping("/multi")
    public void testMulti() {
        redisTemplate.setEnableTransactionSupport(true);
        long start = System.currentTimeMillis();
        for (int i = 0; i < 1000; i++) {//每一个循环中操作redis 10次
            redisTemplate.multi();//开启事务
            for (int j = 10; j < 20; j++) {
                redisTemplate.opsForValue().set("pipeLine" + j, 1 + "");
            }
            redisTemplate.exec();//执行
        }
        long delta = System.currentTimeMillis() - start;
        System.out.println(" delta-multi： " + delta);
    }

以下为三种操作的消耗时间的两次打印结果，为了确保结果的准确性，执行了两次：

第一次：

delta-pipe：1428
delta-nonpipe： 6268
delta-multi： 2218

第二次：

delta-pipe： 1290
delta-nonpipe ：6827
delta-multi： 2839

操作方式性能消耗表

操作方式	平均消耗时间/ms	执行命令次数
delta-pipe（非事务流操作）	1359	1000*10
delta-multi（事务流操作）	2528	1000*10
delta-nonpipe（普通操作）	6547	1000*10

从结果中分析（以我本地的网络宽带条件测试结果，大约往虚拟机上传速度为20m/s左右），当执行redis的命令比较多时，redis的流操作比普通的redis操作性能要高很多，非事务的流操作的性能消耗大约是事务性的流操作性能消耗的 1/2，事务性的流操作的性能消耗大约是普通操作的 1/2-1/3 。所以在合适的场景中使用redis的流式操作能提高应用程序的性能。