在实际的redis操作中,往往会发生这样的场景,当命令1在时刻T1发送到Redis服务器后,服务器很快就执行完了命令1,而命令2在T2时刻却没有通过网络送达redis服务器,这样就变成了Redis服务器在等待命令2的到来,当命令2执行完了,命令3又没有送达Redis,redis又要等待,依次类推,Redis等待的时间就很长,很多时间处于空闲状态.为了解决这个问题Redis提供了流水线功能,它可以使用队列批量的去执行一系列的命令,从而提升系统性能.代码如下:
public void testPipeline(){
Jedis jedis = pool.getResource();
long start = System.currentTimeMillis();
//开启流水线
Pipeline pipeline = jedis.pipelined();
//这里测试10万个读写操作
for (int i = 0; i < 100000; i++) {
int j = i+1;
pipeline.set("pipelined_key_" + j, "pipelined_value_"+j);
pipeline.get("pipelined_value_" + j);
}
pipeline.sync();//这里只执行同步,但是不返回结果
List<Object> objects = pipeline.syncAndReturnAll();//将返回执行过的命令返回的List列表结果
long end = System.currentTimeMillis();
System.out.println("耗时:"+(end-start)+"毫秒");
}
public void testSpringPipeline(){
ApplicationContext applicationContext = new ClassPathXmlApplicationContext("application.xml");
RedisTemplate redisTemplate = applicationContext.getBean(RedisTemplate.class);
long start = System.currentTimeMillis();
List list = redisTemplate.executePipelined(new RedisCallback<Long>() {
@Override
public Long doInRedis(RedisConnection redisConnection) throws DataAccessException {
redisConnection.openPipeline();
for (int i = 0; i < 100000; i++) {
int j = i + 1;
redisConnection.set(("pipelined_key_" + j).getBytes(), ("pipelined_value_" + j).getBytes());
redisConnection.get(("pipelined_key_" + j).getBytes());
}
return null;
}
});
long end = System.currentTimeMillis();
System.out.println("耗时:"+(end-start)+"毫秒");
}