redis pipline 操作

做开发的同学都知道，一旦设计到底层存储优化，数据结构甚至数据库的变更，通常都会进行数据迁移的工作。如果系统运行时间过长，数据迁移的数量可能非常庞大。这时候，如何进行高效的数据迁移，实际也是上线质量的直接影响因素之一。

下面内容是转载的一个小技巧，无法适用于各种变化的场景，仅供大家参考。

场景是从MySQL中将数据导入到Redis的Hash结构中。当然，最直接的做法就是遍历MySQL数据，一条一条写入到Redis中。这样可能没什么错，但是速度会非常慢。而如果能够使MySQL的查询输出数据直接能够与Redis命令行的输入数据协议相吻合，可能就省事多了。

800w的数据迁移，时间从90分钟缩短到2分钟。

案例如下：
MySQL数据表结构：

CREATE TABLE events_all_time ( id int(11) unsigned NOT NULL AUTO_INCREMENT, action varchar(255) NOT NULL, count int(11) NOT NULL DEFAULT 0, PRIMARY KEY (id), UNIQUE KEY uniq_action (action) );

1 2 3 4 5 6 7

CREATE TABLE events_all_time(   id int(11)unsignedNOTNULLAUTO_INCREMENT,   action varchar(255)NOTNULL,   count int(11)NOTNULLDEFAULT0,   PRIMARY KEY(id),   UNIQUE KEY uniq_action(action) );

Redis存储结构：
HSET events_all_time [action] [count]
下面是重点，能过下面SQL语句将MySQL输出直接变更成redis-cli可接收的格式：

# vim events_to_redis.sql SELECT CONCAT( "*4 ", '$', LENGTH(redis_cmd), ' ', redis_cmd, ' ', '$', LENGTH(redis_key), ' ', redis_key, ' ', '$', LENGTH(hkey), ' ', hkey, ' ', '$', LENGTH(hval), ' ', hval, ' ' ) FROM ( SELECT 'HSET' as redis_cmd, 'events_all_time' AS redis_key, action AS hkey, count AS hval FROM events_all_time ) AS t

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

# vim events_to_redis.sql SELECT CONCAT(   "*4 ",   '$',LENGTH(redis_cmd),' ',   redis_cmd,' ',   '$',LENGTH(redis_key),' ',   redis_key,' ',   '$',LENGTH(hkey),' ',   hkey,' ',   '$',LENGTH(hval),' ',   hval,' ' ) FROM(   SELECT   'HSET'asredis_cmd,   'events_all_time'ASredis_key,   action AShkey,   count AShval   FROM events_all_time )ASt

然后用管道符重定向输出即可：

# mysql stats_db --skip-column-names --raw < events_to_redis.sql | redis-cli --pipe

1	# mysql stats_db --skip-column-names --raw < events_to_redis.sql | redis-cli --pipe

   "hmset","usr"+i,"userid","usr"+i,"username","usrname"+i

格式： HSET events_all_time [15154668565] [d9ceef502ebc7ff98d3cdff3e3d0f51d]

参数个数，长度，命令，长度，命令......

*4
$4
HSET
$15
events_all_time
$11
15154668565
$32
d9ceef502ebc7ff98d3cdff3e3d0f51d
*4
$4
HSET
$15
events_all_time
$11
15154668565
$32
6b19f6970bf1c48221790374b0c000bd
*4
$4
HSET
$15
events_all_time
$11
15154668565
$32
51d2f0e3db7a901d7a42010a6ae53d4f

使用redis内部的数据格式然后走pipeline，比遍历mysql一行一行的写redis快多了!

使用Python操作Redis:

2 . 简单的redis操作

redis连接实例是线程安全的，可以直接将redis连接实例设置为一个全局变量，直接使用。如果需要另一个Redis实例（or Redis数据库）时，就需要重新创建redis连接实例来获取一个新的连接。同理，python的redis没有实现select命令。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

>>> import redis >>> r = redis.Redis(host='localhost',port=6379,db=0) >>> r.set('guo','shuai') True >>> r.get('guo') 'shuai' >>> r['guo']             'shuai' >>> r.keys() ['guo'] >>> r.dbsize()         #当前数据库包含多少条数据       1L >>> r.delete('guo') 1 >>> r.save()               #执行“检查点”操作，将数据写回磁盘。保存时阻塞 True >>> r.get('guo'); >>> r.flushdb()        #清空r中的所有数据 True

3. pipeline操作

管道（pipeline）是redis在提供单个请求中缓冲多条服务器命令的基类的子类。它通过减少服务器-客户端之间反复的TCP数据库包，从而大大提高了执行批量命令的功能。

1 2 3 4 5 6 7 8

>>> p = r.pipeline()        --创建一个管道 >>> p.set('hello','redis') >>> p.sadd('faz','baz') >>> p.incr('num') >>> p.execute() [True, 1, 1] >>> r.get('hello') 'redis'

管道的命令可以写在一起，如：

1	>>> p.set('hello','redis').sadd('faz','baz').incr('num').execute()

默认的情况下，管道里执行的命令可以保证执行的原子性，执行pipe = r.pipeline(transaction=False)可以禁用这一特性。

总结：redis的pipeline就是这么简单，实际生产环境，根据需要去编写相应的代码。思路同理。线上的redis一般都是集群模式，集群模式下使用pipeline的时候，在创建pipeline的对象时，需要指定

pipe =conn.pipeline(transaction=False)

经过线上实测，利用pipeline取值3500条数据，大约需要900ms，如果配合线程or协程来使用，每秒返回1W数据是没有问题的，基本能满足大部分业务。

转自： http://www.ttlsa.com/database/mysql_data_will_be_migrated_to_redis/

           http://blog.51cto.com/leizhu/1825733