Spring的RedisTemplate Pipeline的正确使用方式

redis-pipeline

我们都知道大批量有规律的redis写操作,用pipeline模式能够极大提高效率。
在Java开发中,SpringBoot对Redis做了很好的支持,可以支持Jedis和Lettuce,但在业务层可以通过RedisTemplate来屏蔽这些底层细节。
那么基于RedisTemplate的pipeline性能怎样呢?

Data

Performance.java
对RedisTemplate不采用pipeline模式,在pipeline模式下分别基于template和connection方式进行了测试,最后加上了Jedis pipeline。

数据如下:

  • cost 74529243 ns in jedis pipeline
  • cost 4006613513 ns in normal mode
  • cost 3726327129 ns in pipeline
  • cost 252239947 ns in bytes pipeline

可见,如果要用pipeline,基于原生的Jedis Pipeline性能会最好,如果是在Spring的RedisTemplate下,应该用connection来操作。
如果不用connection操作,而是基于RedisTemplate,实际上是没有什么效果的。
不要用错了方法哦。

测试代码

package com.example.demoredispipeline;

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.boot.ApplicationArguments;
import org.springframework.boot.ApplicationRunner;
import org.springframework.context.annotation.Profile;
import org.springframework.data.redis.core.RedisCallback;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.data.redis.serializer.RedisSerializer;
import org.springframework.stereotype.Component;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.Pipeline;

import java.util.Objects;

/**
 * cost 74529243 ns in jedis pipeline
 * cost 4006613513 ns in normal mode
 * cost 3726327129 ns in pipeline
 * cost 252239947 ns in bytes pipeline
 * 最快的是Jedis的pipeline,其次是基于connection的bytes mode pipeline
 *
 * @author lvlin
 * @date 2020-09-25 2:32 PM
 */
@Profile("!test")
@Component
public class Performance implements ApplicationRunner {
    private static final Logger logger = LoggerFactory.getLogger(Performance.class);
    public static final int NUM_TESTS = 10_000;

    private final StringRedisTemplate stringRedisTemplate;

    public Performance(StringRedisTemplate stringRedisTemplate) {
        this.stringRedisTemplate = stringRedisTemplate;
    }

    @Override
    public void run(ApplicationArguments args) throws Exception {
        logger.info("start performance testing");

        jedisPipeline();

        long start = System.nanoTime();
        addLargeRecords(stringRedisTemplate);
        long cost = System.nanoTime() - start;
        logger.info("cost {} ns in normal mode", cost);

        start = System.nanoTime();
        stringRedisTemplate.executePipelined((RedisCallback<String>) redisConnection -> {
            redisConnection.openPipeline();
            logger.info("connection pipeline = {}", redisConnection.isPipelined());
            redisConnection.flushDb();
            logger.info("connection flushDb");

            addLargeRecords(stringRedisTemplate);

            logger.info("closing pipeline");
            redisConnection.closePipeline();
            logger.info("close pipeline");
            return null;
        });
        cost = System.nanoTime() - start;
        logger.info("cost {} ns in pipeline", cost);

        addInBytesMode();
    }

    private void addInBytesMode() {
        long start = System.nanoTime();

        RedisSerializer<String> stringSerializer = stringRedisTemplate.getStringSerializer();
        stringRedisTemplate.executePipelined((RedisCallback<String>) connection -> {
            logger.info("pipeline0 = {}", connection.isPipelined());
            connection.openPipeline();
            logger.info("pipeline1 = {}", connection.isPipelined());

            for (int i = 0; i < NUM_TESTS; i++) {
                String key = "key" + i;
                String value = "vlaue" + i;
                connection.sAdd(Objects.requireNonNull(stringSerializer.serialize(key)),
                        stringSerializer.serialize(value));
            }

            connection.closePipeline();
            return null;
        });
        long cost = System.nanoTime() - start;
        logger.info("cost {} ns in bytes pipeline", cost);
    }

    private void addLargeRecords(StringRedisTemplate stringRedisTemplate) {
        for (int i = 0; i < NUM_TESTS; i++) {
            String key = "key" + i;
            String value = "vlaue" + i;
            stringRedisTemplate.opsForSet().add(key, value);
        }
    }

    private void jedisPipeline() {
        long start = System.nanoTime();
        Jedis jedis = new Jedis();
        Pipeline pipelined = jedis.pipelined();

        for (int i = 0; i < NUM_TESTS; i++) {
            String key = "key" + i;
            String value = "vlaue" + i;
            pipelined.sadd(key, value);
        }

        pipelined.sync();
        pipelined.close();

        long cost = System.nanoTime() - start;
        logger.info("cost {} ns in jedis pipeline", cost);
    }
}

源码在GitHub

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,333评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,812评论 1 298
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 110,016评论 0 246
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,293评论 0 214
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,650评论 3 288
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,788评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 32,003评论 2 315
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,741评论 0 204
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,462评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,681评论 2 249
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,168评论 1 262
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,528评论 3 258
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,169评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,119评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,902评论 0 198
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,846评论 2 283
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,719评论 2 274