Redis的Pipeline和Lua脚本适用场景是什么？使用时需要注意什么？

Redis Pipeline 和 Lua 脚本详解

一、Pipeline（管道）

1. 定义
   一种批量执行命令的机制，客户端将多个命令一次性发送给服务器，减少网络往返时间（RTT）

2. 适用场景
   ✅ 批量数据操作（如万级 key 的写入/读取）
   ✅ 对执行结果无即时依赖的连续操作
   ✅ 高并发场景需要减少网络开销时

3. 注意事项
   ⚠️ 非原子操作（某个命令失败不影响其他命令）
   ⚠️ 管道内总数据量不宜超过 1MB（避免阻塞）
   ⚠️ 需要合理控制命令数量（建议 100-1000/批次）

4. 优势
   ⚡ 网络 RTT 从 O(n) 降为 O(1)
   ⚡ 吞吐量提升 5-10 倍（实测数据）
   ⚡ 客户端缓冲区占用更少

5. Redis 实现

# 示例：使用 Pipeline 批量设置 key
(echo -en "SET key1 v1\nSET key2 v2\nGET key1\n"; sleep 1) | nc redis-server 6379

二、Lua 脚本

1. 定义
   通过 EVAL/EVALSHA 执行服务器端脚本，保证原子性的命令序列

2. 适用场景
   ✅ 需要原子性的复杂操作（如：库存扣减+日志记录）
   ✅ 需要服务端计算的场景（如：数据聚合）
   ✅ 高频调用需要减少网络开销的操作

3. 注意事项
   ⚠️ 脚本执行默认最大 5 秒（通过 lua-time-limit 可配置）
   ⚠️ 避免死循环（Redis 单线程会阻塞）
   ⚠️ 注意脚本的复用（使用 SHA1 缓存）

4. 优势
   🔒 原子性执行（类似事务）
   🚀 减少网络传输（多个命令合并）
   💡 支持复杂逻辑（条件判断/循环等）

5. Redis 实现

-- 示例：原子性实现访问计数器
local current = redis.call('GET', KEYS[1])
if not current then
    current = 0
end
redis.call('SET', KEYS[1], tonumber(current) + 1)
return tonumber(current) + 1

三、对比总结

	Pipeline	Lua 脚本
原子性	无	有
网络开销	低（批量发送）	极低（单次传输）
执行位置	客户端分批发送	服务端执行
适用场景	批量非原子操作	原子性复杂操作
性能影响	内存消耗需注意	注意脚本执行时长

四、生产建议

1. Pipeline 更适合：

   • 日志批量写入
   • 用户画像特征批量更新
   • 缓存预热场景

2. Lua 脚本更适合：

   • 秒杀库存扣减
   • 分布式锁实现
   • 排行榜实时计算

3. 混合使用技巧：
   对于超大批量操作，可结合 Pipeline 发送多个 Lua 脚本调用，兼具网络效率和原子性优势。

场景实战（Java ）

一、Pipeline 实现（Jedis 示例）

try (Jedis jedis = new Jedis("localhost", 6379)) {
    Pipeline pipeline = jedis.pipelined();
    
    // 批量写入 1000 个键值对
    for (int i = 0; i < 1000; i++) {
        pipeline.set("key:" + i, "value:" + i);
    }
    
    // 执行并获取响应（返回 List<Object>）
    List<Object> responses = pipeline.syncAndReturnAll();
}

二、Pipeline 实现（Spring Data Redis 示例）

@Autowired
private RedisTemplate<String, String> redisTemplate;

public void batchInsert() {
    redisTemplate.executePipelined((RedisCallback<Object>) connection -> {
        for (int i = 0; i < 1000; i++) {
            connection.set(("key:" + i).getBytes(), ("value:" + i).getBytes());
        }
        return null;
    });
}

三、Lua 脚本实现（Jedis 示例）

local current = redis.call('GET', KEYS[1])
if not current then
    current = 0
end
redis.call('SET', KEYS[1], tonumber(current) + ARGV[1])
return tonumber(current) + ARGV[1]

try (Jedis jedis = new Jedis("localhost", 6379)) {
    String script = Files.readString(Paths.get("src/main/resources/scripts/counter.lua"));
    
    // 执行 Lua 脚本（原子性计数器）
    Object result = jedis.eval(script, 
        Collections.singletonList("product:stock"), 
        Collections.singletonList("5"));
}

四、Lua 脚本实现（Spring Data Redis 示例）

@Autowired
private RedisTemplate<String, String> redisTemplate;

public Long atomicIncrement(String key, Long delta) {
    DefaultRedisScript<Long> script = new DefaultRedisScript<>();
    script.setLocation(new ClassPathResource("scripts/counter.lua"));
    script.setResultType(Long.class);
    
    return redisTemplate.execute(script, 
        Collections.singletonList(key), 
        delta.toString());
}

五、生产级配置建议

1. Pipeline 最佳实践：

spring:
  redis:
    jedis:
      pool:
        max-active: 20    # 控制并发管道数量
        max-wait: 2000ms  # 等待连接超时

2. Lua 脚本管理：

@Bean
public RedisScript<Long> counterScript() {
    Resource scriptSource = new ClassPathResource("scripts/counter.lua");
    return RedisScript.of(scriptSource, Long.class);
}

六、性能对比指标

操作方式	10,000次操作耗时	网络请求次数	原子性保证
普通命令	1200ms	10,000	❌
Pipeline	220ms	1	❌
Lua 脚本	150ms	1	✔️

七、常见问题解决方案

1. Pipeline 异常处理：

try {
    List<Object> results = pipeline.syncAndReturnAll();
} catch (RedisPipelineException ex) {
    ex.getExceptions().forEach(e -> {
        if (e instanceof JedisDataException) {
            // 处理具体命令错误
        }
    });
}

2. Lua 脚本调试：

# 直接执行调试（Redis 5+）
redis-cli --ldb --eval counter.lua product:stock , 5