Redis管道技术简介

Reids是一个cs模式的Tcp服务，类似于http的请求。 当客户端发送一个请求时，服务器处理之后会将结果通过响应报文返回给客户端 。

那么当需要发送多个请求时，难道每次都要等待请求响应，再发送下一个请求吗？

当然不是，这里就可以采用Redis的管道技术。

举个例子，如果说jedis是：request response，request response，…；

     那么pipeline则是：request request… response response的方式。

下面，就简单测试一下使用管道的效果。

单条插入与批量插入

这里采用逐条和批量的方式往Redis中写入一些数据。
先从Mysql中查出需要的数据，这里大概是300条左右，数据量并不大，但是简单做个测试应该没问题。
单条插入—— Jedis：

    Jedis jedis = jedisPool.getResource();
    long start = System.currentTimeMillis();
    List<VehicleInfo> vehicleInfos  = vehicleInfoMapper.selectByParam(param);
    for (VehicleInfo vehicleInfo : vehicleInfos) {      
        //遍历每个vehicleInfo
        TVehicleRealReportMsg real = new TVehicleRealReportMsg();
        Map<String, String> keysmap = new HashMap<String, String>();
        keysmap.put("vehicleStatus", real.getVehicleStatus() + "");
        keysmap.put("chargeStatus", real.getChargeStatus() + "");
        keysmap.put("longitude", "9");
        keysmap.put("latitude", "9");
        List<Long> list1 = new ArrayList<Long>();
        Long l = 1000L;
        Long l2 = 22222L;
        list1.add(l);
        list1.add(l2);
        real.setEngineFaultsList(list1);
        keysmap.put("engineFaultsList", JSON.toJSONString(list1));
        //单条插入
        jedis.hmset(vehicleInfo.getVehicleSeq()+"", keysmap);
    }   
    jedis.close();          
    long end = System.currentTimeMillis(); System.out.println("耗时："+(end-start) +"ms");  

结果：467ms

批量插入—— Pipeline：

    Jedis jedis = jedisPool.getResource();
    Pipeline pip = jedis.pipelined();
    long start = System.currentTimeMillis();
    List<VehicleInfo> vehicleInfos  = vehicleInfoMapper.selectByParam(param);
    for (VehicleInfo vehicleInfo : vehicleInfos) {      
        //遍历每个vehicleInfo
        TVehicleRealReportMsg real = new TVehicleRealReportMsg();
        Map<String, String> keysmap = new HashMap<String, String>();
        keysmap.put("vehicleStatus", real.getVehicleStatus() + "");
        keysmap.put("chargeStatus", real.getChargeStatus() + "");
        keysmap.put("longitude", "9");
        keysmap.put("latitude", "9");
        List<Long> list1 = new ArrayList<Long>();
        Long l = 1000L;
        Long l2 = 22222L;
        list1.add(l);
        list1.add(l2);
        real.setEngineFaultsList(list1);
        keysmap.put("engineFaultsList", JSON.toJSONString(list1));
        //批量插入
        pip.hmset(vehicleInfo.getVehicleSeq()+"", keysmap);
    }
    pip.sync();//同步
    jedis.close();      
    long end = System.currentTimeMillis();
    System.out.println("耗时："+(end-start) +"ms");  

结果：175ms

可以看到使用管道之后的时间为，相比于单条插入的总时间大大减少，性能更优。

单条读取和批量读取

单条读取—— Jedis：

    Jedis jedis = jedisPool.getResource();
    long start = System.currentTimeMillis();
    //1.采用redis单条读取
    List<VehicleInfo> vehicleInfos = vehicleInfoMapper.selectByParam(param);
    List<Coordinate> list = new ArrayList<Coordinate>();
    for(VehicleInfo key: vehicleInfos){
        String hashkey = key.getVehicleSeq()+"";
        if(jedis.exists(hashkey+"")){                           
        Coordinate coord = new Coordinate();
        coord.setVehicleSeq(key.getVehicleSeq());
        coord.setOrgId(key.getOrgId()); 
        coord.setVehiclemodelseq(key.getVehiclemodelseq()); 
        coord.setVin(jedis.hget(hashkey, "vin"));
        coord.setLongitude(Long.valueOf(jedis.hget(hashkey, "longitude")));
        coord.setLatitude(Long.valueOf(jedis.hget(hashkey, "latitude")));       
        list.add(coord);
        }
    }   
    jedis.close();
    long end = System.currentTimeMillis();
    System.out.println("耗时："+(end-start)+" ms");
    return list;  

结果： 第一次为1032ms，之后稳定在800~900ms

批量读取—— Pipeline：

    Jedis jedis = jedisPool.getResource();
    Pipeline pip = jedis.pipelined();
    long start = System.currentTimeMillis();
    //2.采用redis管道读取
    List<VehicleInfo> vehicleInfos = vehicleInfoMapper.selectByParam(param);
    List<Coordinate> list = new ArrayList<Coordinate>();
    Map<String,Object> map = new HashMap<String, Object>();//map用来暂存属性
    Map<String,List<Response<String>>> responses  = new HashMap<String, List<Response<String>>>(vehicleInfos.size());
    for(VehicleInfo info: vehicleInfos){
        List<Response<String>> resls = new ArrayList<Response<String>>();
        resls.add(pip.hget(info.getVehicleSeq()+"","longitude"));
        resls.add(pip.hget(info.getVehicleSeq()+"","latitude"));
        responses.put(info.getVehicleSeq() + "", resls);//得到了一辆车所有的实时数据--300辆车
        map.put(info.getVehicleSeq()+"orgId", info.getOrgId());
        map.put(info.getVehicleSeq()+"vin", info.getVin());
        map.put(info.getVehicleSeq()+"vehiclemodelseq", info.getVehiclemodelseq());
    }
    pip.sync(); 
    for(String k:responses.keySet()){
        Coordinate coord = new Coordinate();
        coord.setLongitude(Long.valueOf(responses.get(k).get(0).get()));//是get，不是toString
        coord.setLatitude(Long.valueOf(responses.get(k).get(1).get()));
        coord.setVehicleSeq(Long.valueOf(k));
        coord.setOrgId((String) map.get(k+"orgId"));
        coord.setVin((String) map.get(k+"vin"));
        coord.setVehiclemodelseq((Long) map.get(k+"vehiclemodelseq"));
        list.add(coord);
    }
    jedis.close();
    long end = System.currentTimeMillis();
    System.out.println("耗时："+(end-start)+" ms");
    return list;  

结果： 第一次为200ms，之后维持在30ms左右

总时间大概是单条读取总时间的1/5甚至更低，可以看出管道大大提升了效率，具有更好的性能。

注：使用管道所获取的值的类型是Response<String>,因此需要转为String，如下代码片段：

Map<String,List<Response<String>>> responses  = new HashMap<String, List<Response<String>>>  (vehicleInfos.size());  
    //转String
 responses.get(k).get(0).get();  

总结

• 这里仅仅测试了300条数据的操作，已经取得了相对明显的效果。
• 对于大量数据的操作，使用Redis管道可以大大提升性能和效率。