Redis17Redis进阶管道

Redis进阶：管道

管道是啥？我们做开发的同学们经常会在 Linux 环境中用到管道命令，比如 ps -ef | grep php 。在之前学习 Laravel框架时的 【Laravel6.4】管道过滤器https://mp.weixin.qq.com/s/CK-mcinYpWCIv9CsvUNR7w 这篇文章中，我们也详细的讲过管道这个概念。如果有不清楚的小伙伴可以回去复习一下哦。

在 Redis 中，也有管道的概念。不过说白了，就是为了节省网络连接的通信成本而让多个操作一次发送。没错，概念就是这么简单。不过，咱们还是要好好掰扯掰扯到底是为啥要这样。

请求与响应

Redis 服务大部分情况下也是一个传统的 TCP 服务，客户端需要通过 TCP 连接到服务端，然后把命令发送到服务端，服务端处理完成后再返回给客户端。用我们这些 Web 工程师最熟悉的概念来说，就是一个请求和响应的过程。

既然有了这个过程，那么必然的，在请求和响应的传输过程中，网络带来的性能损耗肯定是会存在的。内网或本机传输还好，外网传输则可能会要了老命了。从一个请求发出，到一个响应接收到，这中间消耗的时间叫做 RTT（Round Trip Time 往返时间）。

设想，如果我们执行一个命令，RTT 用了 250ms ，那么一秒我们就只能执行 4 个命令。本身对于 Redis 来说，执行速度是非常快的，毕竟咱们操作的是内存。结果因为 RTT 的原因，被网络传输的速度给拖慢了，这就得不偿失了嘛。

那么，是不是可以把多条命令合在一起，然后一起发送出去呢？这样同样的 RTT 时间，我们就可以执行更多的命令，从而达到提高效率的目的。

没错，就是管道啦。

管道

这个东西不新鲜，怎么说呢？MySQL 会吧？大批量插入的时候我们最优先选择的一个处理方案是啥？

insert into t values (xxx,xxx),(xxx,xxx),(xxx,xxx)

是不是这样的批量插入，为的是什么？一样的，减少来回连接 MySQL 的开销，从而加快插入速度。

在 Redis 中也有类似的命令，要是想不起来 MSET 这个命令的话那么您得回到基础篇再好好复习一下了。不过，不只是插入，对于其它命令来说，我们通过管道的方式也能在一次请求中进行批量的执行。如果使用命令行的话，可以这样测试：

1.  
   ➜  (printf "PING\r\nPING\r\nPING\r\n"; sleep 1) | nc localhost 6379
2.  
   PONG
3.  
   PONG
4.  
   PONG

一次性发送了 3 个 PING ，返回了 3 个 PONG 。或者使用命令行客户端。

1.  
   ➜ printf "*3\r\n\$3\r\nSET\r\n\$1\r\na\r\n\$3\r\n111\r\n*2\r\n\$4\r\nincr\r\n\$1\r\na\r\n" |  redis-cli --pipe
2.  
    
3.  
   All data transferred. Waiting for the last reply...
4.  
   Last reply received from server.
5.  
   errors: 0, replies: 2
6.  
    
7.  
   ➜  redis-cli
8.  
   127.0.0.1:6379> get a
9.  
   "112"

在应用程序的客户端中，使用就更加方便了，我们直接就来进行速度的测试，使用 SET 插入十万条数据，然后看一下不使用管道和使用管道之间的区别。

首先是不使用管道的（Go语言测试）。

1.  
   // main.go
2.  
   t1 := time.Now()
3.  
    
4.  
   for i := 1; i < 100000; i  {
5.  
    rdb.Set("info:" strconv.Itoa(i), "val", -1)
6.  
   }
7.  
    
8.  
   t2 := time.Now()
9.  
    
10.  
    fmt.Println(t2.Sub(t1))
11.  
     
12.  
    // 命令行执行结果
13.  
    ➜ go run main.go 
14.  
    5.374380805s

循环插入十万条数据，耗时 5.37 秒。接下来我们再使用管道来进行插入。

1.  
   // main.go
2.  
   t1 := time.Now()
3.  
    
4.  
   pipe := rdb.Pipeline()
5.  
   for i := 1; i < 100000; i  {
6.  
    pipe.Set("info:" strconv.Itoa(i), "val", -1)
7.  
   }
8.  
   pipe.Exec()
9.  
    
10.  
    t2 := time.Now()
11.  
     
12.  
    fmt.Println(t2.Sub(t1))
13.  
     
14.  
    // 命令行执行结果
15.  
    ➜  go run main.go
16.  
    299.236659ms

是不是要起立鼓掌了，299 毫秒搞定。这里的示例语言用的是 Go ，使用的是 go-redis 这个包。我这里没有开协程，也是线性执行的哦。抛开语言因素，咱们用 PHP 再试一把。

1.  
   // pipe.php
2.  
   $redis = new \Redis();
3.  
   $redis->connect('127.0.0.1');
4.  
   $redis->flushDB();
5.  
    
6.  
   $t1 = microtime(true);
7.  
    
8.  
   $pipe = $redis->pipeline();
9.  
   for($i=0;$i<100000;$i ){
10.  
      $pipe->set("info:".$i, "val");
11.  
    }
12.  
    $pipe->exec();
13.  
     
14.  
    $t2 = microtime(true);
15.  
    echo $t2-$t1;
16.  
     
17.  
    // 命令行执行结果
18.  
    ➜ php pipe.php
19.  
    0.2947039604187

好嘛，这回还快了 5 毫秒，294 毫秒就搞定了。

管道就这么无敌吗？也不是全是，使用管道发送命令时，服务器将被迫回复一个队列答复，占用很多内存。所以，如果你需要发送大量的命令，最好是把他们按照合理数量分批次的处理，例如 10000 条命令，读回复，然后再发送另一个 10000 条的命令，等等。这样速度几乎是相同的，但是在每次回复这 10000 条命令队列时需要非常大量的内存用来组织返回数据内容。

其实话说回来，Redis 足够快，平常我们的 Redis 服务也不会放到外网，基本都是内网连接，总体来说效率应该还是没问题的，除非真的是遇到上面这种需要不停执行大量命令的极端情况。因此，这套功能使用过的同学可能真的不多。

额外

为啥我们在本地 127.0.0.1 的这个回环连接循环执行 SET 会这么慢呢？照理说本地是没有网络开销的呀，只是内存、CPU的通信问题嘛。

好吧，都提到内存和CPU了，那咱们也应该知道，系统进程不是总在执行同一个进程的，会有时间片调度的。当写入一个新命令的时候，会进入到回环接口的缓冲区中，然后等待系统内核安排CPU执行调度，因此，也会有像网络延迟一样的效果。

我们可以配置 redis.conf ，打开 unixsocket 连接方式。unixsocket 是通过描述符连接的方式，不走网络回环请求，MySQL 也有这样的连接方式，但是，只能本地使用，也就是说，真实业务场景下，这样用得不多。

1.  
   unixsocket /tmp/redis.sock
2.  
   unixsocketperm 700

然后在命令行使用 redis-cli -s /tmp/redis.sock 连接，同样也可以在程序代码中使用 unix:/tmp/redis.sock进行连接。然后再次测试不使用管道执行十万条的 SET 结果就像下面这样了。

1.  
   ➜ go run main.go
2.  
   428.709968ms

可以看出，速度还是没有使用管道来得快。

管道与脚本

脚本还记得吧，就是我们之前学习过的 Lua 脚本。如果是非常大量的管道操作可以通过脚本得到更高效的处理，不过呢，前提就是你得先会 Lua ，所以说，这是应对更加极端情况下的一种选择，大部分情况下，我们使用普通的管道就已经非常够用了。

另外就是，Lua 以及 MSET 之类的批量命令是原子的，而 Pipeline 不是，它只是将命令一起发送，到服务端后还是一条一条按顺序地执行。

总结

又是一个好玩的功能吧，不过确实也是一个非常冷门的功能，毕竟这货在日常的普通使用中就已经够快了，而且就像在文章中一直说过的，一次性非常大量的命令执行这种极端业务需求也是不常见的。所以，至少了解一下吧，遇到的时候至少不会抓瞎。

参考文档：

https://redis.io/docs/manual/pipelining/

代码地址：

[https://github.com/zhangyue0503/dev-blog/tree/master/redis/2022/source](