redis优化之PipeLine管道

首先我们使用普通的redisTemplate进行操作

https://blog.csdn.net/weixin_38336658/article/details/79034267

配置完之后，思考下为啥PipeLine可以优化redis的性能？什么时候使用？

redis是单线程的，io多路复用，它需要在前一个请求处理完成之后，再处理下一个请求。如果说有很多请求忽然发送过来，那么也会影响redis的性能，PipeLine可以解决这个问题，也就是批量处理时使用

 

redisTemplate.executePipelined(new SessionCallback<List>() {

            @Override
            public <K, V> List execute(RedisOperations<K, V> redisOperations) throws DataAccessException {
                List list=new ArrayList();
                for (int i = 0; i < 10000; i++) {
                    String key = "123" + i;
                    list.add(redisTemplate.opsForValue().get(key));
                }
                return null;
            }
        });

必须return null,不然会报错。上面程序是什么意思呢？它会返回查询到的结果添加到list里面。

 

下面比较下一般的查询还有PipeLine查询的速度

@RestController
public class RedisTest {
    @Autowired
    private RedisTemplate redisTemplate;

    @RequestMapping("redis")
    public List a(){
        /*for (int i = 0; i < 100000; i++) {
            String key = "123" + i;
            redisTemplate.opsForValue().set(key,i);
        }*/
        long t1=System.currentTimeMillis();
        List list=redisTemplate.executePipelined(new SessionCallback<List>() {

            @Override
            public <K, V> List execute(RedisOperations<K, V> redisOperations) throws DataAccessException {
                List list=new ArrayList();
                for (int i = 0; i < 10000; i++) {
                    String key = "123" + i;
                    list.add(redisTemplate.opsForValue().get(key));
                }
                return null;
            }
        });
        long t2=System.currentTimeMillis();
        System.out.println("耗时："+(t2-t1));
        long t3=System.currentTimeMillis();
        for (int i = 0; i < 10000; i++) {
            String key = "123" + i;
            list.add(redisTemplate.opsForValue().get(key));
        }
        long t4=System.currentTimeMillis();
        System.out.println("耗时："+(t4-t3));
        return list;
    }
}

结果：

耗时：757
耗时：1315

很明显批量操作的时候使用PipiLine可以很好提升redis的处理性能