Redis管道Pipelining原理详解，超赞回答：Java如何进阶

如果采用loopback接口，RTT就短得多（比如我的主机ping 127.0.0.1只需要44毫秒），但它在一次批量写入操作中仍是一笔巨大开销。还好一种方法可以改善这种情况。

Redis 管道（Pipelining）

===================================================================================

一次 请求/响应服务器 能实现处理新的请求，即使旧的请求还未被响应。这样即可将多个命令发送到服务器，而不用等待响应，最后在一个步骤中读取该响应。

这就是管道（pipelining），一种几十年来广泛使用的技术。许多POP3协议支持这个功能，大大加快从服务器下载新邮件的过程。

Redis很早就支持管道（pipelining），因此无论你运行的是什么版本，你都可以使用管道（pipelining）操作Redis。

Pipelining不仅是一种减少往返时间的延迟成本的方法，还大大提高了你在给定的Redis服务器中每秒可执行的总操作量。这是由于以下事实的结果：从访问数据结构和产生响应的角度来看，不使用pipelining，服务每个命令非常廉价，但从执行socket I/O角度来看这非常昂贵。

这涉及到调用read和write的系统调用，这意味着从用户态到内核态。上下文切换是巨大的速度损失。

但当使用Pipelining时，通常使用单个read系统调用读取许多命令，并且通过单个write系统调用传递多个答复。因此，每秒执行的总查询数最初随着较长的管道而几乎呈线性增加，最终达到不使用流水线获得的基准的10倍：

代码案例

===================================================================

在以下基准测试中，我们将使用支持管道的Redis Ruby客户端来测试由于管道带来的速度提高：

$ (printf “PING\r\nPING\r\nPING\r\n”; sleep 1) | nc localhost 6379

+PONG

+PONG

+PONG

这一次我们没有为每个命令都花费了RTT开销，而是只用了一个命令的开销时间。

非常明确的，用管道顺序操作的第一个例子如下：

Client: INCR X

Client: INCR X

Client: INCR X

Client: INCR X

Server: 1

Server: 2

Serve

《一线大厂Java面试题解析+后端开发学习笔记+最新架构讲解视频+实战项目源码讲义》

【docs.qq.com/doc/DSmxTbFJ1cmN1R2dB】 完整内容开源分享

r: 3

Server: 4

使用管道发送命令时，服务器将被迫回复一个队列答复，占用很多内存。所以，如果你需要发送大量的命令，最好是把他们按照合理数量分批次的处理，例如10K的命令，读回复，然后再发送另一个10k的命令，等等。这样速度几乎是相同的，但是在回复这10k命令队列需要非常大量的内存用来组织返回数据内容。

测试

=================================================================

下面我们会使用Redis Ruby客户端进行一些使用管道和不使用管道的情况，测试管道技术对速度的提升效果：

require ‘rubygems’

require ‘redis’

def bench(descr)

start = Time.now

yield

puts “#{descr} #{Time.now-start} seconds”

end

def without_pipelining

r = Redis.new

10000.times {

r.ping

}

end

def with_pipelining

r = Redis.new

r.pipelined {

10000.times {

r.ping

}

}

end

bench(“without pipelining”) {

without_pipelining

}

bench(“with pipelining”) {

with_pipelining

}

从处于局域网中的Mac OS X系统上执行上面这个简单脚本的数据表明，开启了管道操作后，往返时延已经被改善得相当低了：

without pipelining 1.185238 seconds

with pipelining 0.250783 seconds