• redis通过pipeline提升吞吐量


    案例目标

    简单介绍 redis pipeline 的机制,结合一段实例说明pipeline 在提升吞吐量方面发生的效用。

    案例背景

    应用系统在数据推送或事件处理过程中,往往出现数据流经过多个网元;
    然而在某些服务中,数据操作对redis 是强依赖的,在最近的一次分析中发现:
    一次数据推送会对 redis 产生近30次读写操作!

    在数据推送业务中的性能压测中,以数据上报 -> 下发应答为一次事务;
    而对于这样的读写模型,redis 的操作过于频繁,很快便导致系统延时过高,吞吐量低下,无法满足目标;

    优化过程 主要针对业务代码做的优化,其中redis 操作经过大量合并,最终降低到原来的1/5,而系统吞吐量也提升明显。
    其中,redis pipeline(管道机制) 的应用是一个关键手段。

    pipeline的解释

    Pipeline指的是管道技术,指的是客户端允许将多个请求依次发给服务器,过程中而不需要等待请求的回复,在最后再一并读取结果即可。
    管道技术使用广泛,例如许多POP3协议已经实现支持这个功能,大大加快了从服务器下载新邮件的过程。
    Redis很早就支持管道(pipeline)技术。(因此无论你运行的是什么版本,你都可以使用管道(pipelining)操作Redis)

    普通请求模型

    [图-pipeline1]

    Pipeline请求模型

    [图-pipeline2]

    从两个图的对比中可看出,普通的请求模型是同步的,每次请求对应一次IO操作等待;
    而Pipeline 化之后所有的请求合并为一次IO,除了时延可以降低之外,还能大幅度提升系统吞吐量。

    代码实例

    说明
    本地开启50个线程,每个线程完成1000个key的写入,对比pipeline开启及不开启两种场景下的性能表现。

    相关常量

       // 并发任务
        private static final int taskCount = 50;
        // pipeline大小
        private static final int batchSize = 10;
        // 每个任务处理命令数
        private static final int cmdCount = 1000;
    
        private static final boolean usePipeline = true;
    
    

    初始化连接

            JedisPoolConfig poolConfig = new JedisPoolConfig();
            poolConfig.setMaxActive(200);
            poolConfig.setMaxIdle(100);
            poolConfig.setMaxWait(2000);
            poolConfig.setTestOnBorrow(false);
            poolConfig.setTestOnReturn(false);
    
            jedisPool = new JedisPool(poolConfig, host, port);
    

    并发启动任务,统计执行时间

    public static void main(String[] args) throws InterruptedException {
            init();
    
            flushDB();
    
            long t1 = System.currentTimeMillis();
            ExecutorService executor = Executors.newCachedThreadPool();
    
            CountDownLatch latch = new CountDownLatch(taskCount);
            for (int i = 0; i < taskCount; i++) {
                executor.submit(new DemoTask(i, latch));
            }
    
            latch.await();
            executor.shutdownNow();
    
            long t2 = System.currentTimeMillis();
    
            System.out.println("execution finish time(s):" + (t2 - t1) / 1000.0);
    
        }
    

    DemoTask 封装了执行key写入的细节,区分不同场景

        public void run() {
                logger.info("Task[{}] start.", id);
                try {
                    if (usePipeline) {
                        runWithPipeline();
                    } else {
                        runWithNonPipeline();
                    }
                } finally {
                    latch.countDown();
                }
    
                logger.info("Task[{}] end.", id);
         }
    

    不使用Pipeline的场景比较简单,循环执行set操作

                for (int i = 0; i < cmdCount; i++) {
                    Jedis jedis = get();
                    try {
                        jedis.set(key(i), UUID.randomUUID().toString());
                    } finally {
                        if (jedis != null) {
                            jedisPool.returnResource(jedis);
                        }
                    }
                    if (i % batchSize == 0) {
                        logger.info("Task[{}] process -- {}", id, i);
                    }
                }
    

    使用Pipeline,需要处理分段,如10个作为一批命令执行

             for (int i = 0; i < cmdCount;) {
                    Jedis jedis = get();
    
                    try {
                        Pipeline pipeline = jedis.pipelined();
                        int j;
                        for (j = 0; j < batchSize; j++) {
                            if (i + j < cmdCount) {
                                pipeline.set(key(i + j), UUID.randomUUID().toString());
                            } else {
                                break;
                            }
                        }
                        pipeline.sync();
                        logger.info("Task[{}] pipeline -- {}", id, i + j);
    
                        i += j;
    
                    } finally {
                        if (jedis != null) {
                            jedisPool.returnResource(jedis);
                        }
                    }
    
                }
    

    运行结果

    不使用Pipeline,整体执行26s;而使用Pipeline优化后的代码,执行时间仅需要3s!

    NoPipeline-stat

    [图-nopipeline]

    Pipeline-stat

    [图-pipeline]

    注意事项

    • pipeline机制可以优化吞吐量,但无法提供原子性/事务保障,而这个可以通过Redis-Multi等命令实现。
      参考这里
    • 部分读写操作存在相关依赖,无法使用pipeline实现,可利用Script机制,但需要在可维护性方面做好取舍。

    扩展阅读

    官方文档-Redis-Pipelining
    官方文档-Redis-Transaction

  • 相关阅读:
    给刚工作不久的程序猿同学的一封信
    Java进阶篇设计模式之六 ----- 组合模式和过滤器模式
    Java进阶篇设计模式之五-----外观模式和装饰器模式
    Java进阶篇设计模式之四 -----适配器模式和桥接模式
    Java进阶篇设计模式之三 ----- 建造者模式和原型模式
    SpringBoot简单打包部署(附工程)
    SSM框架——详细整合教程(Spring+SpringMVC+MyBatis)【转载】
    Eclipse快捷键大全(转载)
    在redis一致性hash(shard)中使用lua脚本的坑
    如何评价微软Connect 2015?[转载]
  • 原文地址:https://www.cnblogs.com/littleatp/p/8419796.html
Copyright © 2020-2023  润新知