RedisTemplate批量操作

2023-07-09 04:10| 来源: 网络整理| 查看: 265

RedisTemplate批量添加操作教程，利用pipeline批量操作；multiSet()批量操作；for循环批量操作

一、使用pipeline的好处

了解redis的小伙伴都知道，redis是一个高性能的单线程的key-value数据库。它的执行过程为：

（1）发送命令－〉（2）命令排队－〉（3）命令执行－〉（4）返回结果

如果我们使用redis进行批量插入数据，正常情况下相当于将以上四个步骤批量执行N次。（1）和（4）称为Round Trip Time（RTT，往返时间）。在一条简单指令中，往往（1）（4）步骤之和大过于（2）（3）步骤之和，如何进行优化？Redis提供了pipeline管道机制，它能将一组Redis命令进行组装，通过一次RTT传输给Redis，并将这组Redis命令的执行结果按顺序返回给客户端。

优缺点总结：

1、性能对比：multiSet()>pipeline管道>普通for循环set 2、扩展性强，可以支持设置失效时间。multiSet()不支持失效时间的设置二、批量操作的工具类 import org.springframework.beans.factory.annotation.Autowired; import org.springframework.dao.DataAccessException; import org.springframework.data.redis.connection.RedisConnection; import org.springframework.data.redis.connection.RedisStringCommands; import org.springframework.data.redis.core.RedisCallback; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.data.redis.core.types.Expiration; import org.springframework.data.redis.serializer.RedisSerializer; import org.springframework.stereotype.Component; import java.util.List; import java.util.Map; /** * @author: huangyibo * @Date: 2022/6/23 16:15 * @Description: */ @Component public class BatchRunRedisUtil { @Autowired private RedisTemplate stringRedisTemplate; /** * 批量添加 * @param map */ public void batchSet(Map map) { stringRedisTemplate.opsForValue().multiSet(map); } /** * 批量添加并且设置失效时间 * @param map * @param seconds */ public void batchSetOrExpire(Map map, Long seconds) { RedisSerializer serializer = stringRedisTemplate.getStringSerializer(); stringRedisTemplate.executePipelined(new RedisCallback() { @Override public String doInRedis(RedisConnection connection) throws DataAccessException { map.forEach((key, value) -> { connection.set(serializer.serialize(key), serializer.serialize(value), Expiration.seconds(seconds), RedisStringCommands.SetOption.UPSERT); }); return null; } }, serializer); } /** * 批量获取 * @param list * @return */ public List batchGet(List list) { List objectList = stringRedisTemplate.opsForValue().multiGet(list); return objectList; } /** * Redis批量Delete * @param list */ public void batchDelete(List list) { stringRedisTemplate.delete(list); } } 三、性能测试

通过for循环来向redis插入数据，通过pipeline插入数据，通过使用redisTemplate.opsForValue().multiSet(map)插入数据查看执行时间。

import com.demo.util.BatchRunRedisUtil; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.boot.CommandLineRunner; import org.springframework.boot.SpringApplication; import org.springframework.boot.autoconfigure.SpringBootApplication; import org.springframework.data.redis.core.RedisTemplate; import java.util.HashMap; import java.util.Map; @SpringBootApplication public class DemoApplication implements CommandLineRunner { public static void main(String[] args) { SpringApplication.run(DemoApplication.class, args); } @Autowired private RedisTemplate stringRedisTemplate; @Autowired private BatchRunRedisUtil batchRunRedisUtil; @Override public void run(String... args) throws Exception { //for循环批量添加 long startTime = System.currentTimeMillis(); for (int i = 0; i < 100000; i++) { stringRedisTemplate.opsForValue().set("aaa" + i, "a", 60); } long endTime = System.currentTimeMillis(); System.out.println("普通set消耗" + (endTime - startTime) + "毫秒"); //利用pipeline批量操作 long startTime2 = System.currentTimeMillis(); Map map = new HashMap(100000); for (int i = 0; i < 100000; i++) { map.put("bbb" + i, "b"); } batchRunRedisUtil.batchSetOrExpire(map, 60l); long endTime2 = System.currentTimeMillis(); System.out.println("管道set消耗" + (endTime2 - startTime2) + "毫秒"); //multiSet()批量操作 long startTime3 = System.currentTimeMillis(); Map map2 = new HashMap(100000); for (int i = 0; i < 100000; i++) { map2.put("ccc" + i, "b"); } batchRunRedisUtil.batchSet(map2); long endTime3 = System.currentTimeMillis(); System.out.println("批量set消耗" + (endTime3 - startTime3) + "毫秒"); } }

在本机分别执行了三次结果：

普通set消耗9010毫秒管道set消耗1606毫秒批量set消耗18毫秒普通set消耗8228毫秒管道set消耗1059毫秒批量set消耗14毫秒普通set消耗8365毫秒管道set消耗1092毫秒批量set消耗13毫秒

通过比较发现，逐条执行时间是pipeline执行平均时间的8倍！这是在本机测试的结果，理论上，客户端与服务端的网络延迟越大，性能体能越明显。

当然，pipeline性能提升虽然明显，但是每次管道里命令个数太多的话，也会造成客户端响应时间变久，网络传输阻塞。最好还是根据业务情况，将大的pipeline拆分成多个小的pipeline来执行。

如果不用设置失效时间的话最好使用redisTemplate.opsForValue().multiSet(map)方法来添加

参考： https://blog.csdn.net/weixin_41677422/article/details/108626587

【本文地址】

公司简介

联系我们

今日新闻

推荐新闻

专题文章