码农code之路在前面博客中小编提到过 Redis 性能瓶颈主要是网络，主要原因就在于 Redis 执行命令的时间通常在微妙级别。正常情况下，我们执行一条 Redis 命令流程要经过如下几个步骤：
- 客户端发送 Redis 命令，阻塞等待 Redis 应答
- Redis 接收到命令，执行命令
- 应答，客户端收到响应信息
其中 1 、3 称之为一次 RTT（Round Trip Time）。在这种情况下，如果同时执行大量命令，那当前命令需要等待上一条命令应答完成后才会执行，这个过程不仅仅只有多次 RTT，还有频繁的调用系统 IO，发送网络请求，如下图：
把大量的时间消耗在来回路上，真正办事的时间就只有一点点，这种做法是非常不明智且低效的，为了解决这种低效的做法，pipeline 出现了，它允许客户端一次性发送多条命令，减少 RTT 和 IO 的调用次数（IO 调用涉及到用户态到内核态之间的切换）。如下图：
实现原理
要支持 pipeline，除了需要 Redis 服务端支持，也需要各个客户端的支持，例如 jedis 就对 pipeline 提供了很好的支持。对于服务端来说，所需要的就是能够处理客户端通过一个 TCP 连接发送的多个命令，对多个命令进行排队，执行。而客户端，则需要将多个命令缓存起来，待缓冲区满了就发送，同时还需要处理 Redis 的应答。
pipeline 不是什么新鲜技术，很多技术都使用过，它能提供性能的核心就在于：它能将一组 Redis 命令进行组装，通过一次 RTT 传输给 Redis，同时再将这组命令的执行结果按照顺序返回给客户端。将原来一组命令多次 RTT 以及 IO 交互变成了一组 RTT 和 IO 交互，大大减少了网络传输时间和 IO 调用的时间。
下图是一次请求交互的流程（图片来自：《Redis 深度历险：核心原理与应用实践》），
需要注意的是，在使用 pipeline 的过程中需要控制其中命令的大小，如果一次组装的命令过多，则会增加造成一定的网络阻塞，也会增加客户端的等待时间。
性能压测
Redis 提供了一个压测工具 redis-benchmark，该工具可以进行 pipeline 测试。如下：
-P 参数：它表示单个管道内并行的请求数量
与批量的比较
pipeline 的批次提交命令与 Redis 的批量命令有很多相似之处，可以利用 pipeline 模拟出批次的效果，但是他们还是存在一些不同之处：
- pipeline 可以一次性发送多个不同的命令，例如 set、get、而批量这是一次一个命令，只不过这一次对应的是多个 key 而已。
- pipeline 只是将多个命令一起发出去而已，不保证这些命令的执行是原则性，而批量则是原子性的，他需要保证整个操作的正确性，避免中途出错而导致最后产生的数据不一致。
与单个命令的性能测试
public static void main(String[] args) throws IOException {
Jedis jedis = new Jedis("127.0.0.1");
Pipeline pipeline = jedis.pipelined();
long pipelineBegin = System.currentTimeMillis();
for(int i = 0 ; i < 100000 ; i++){
pipeline.set("pipeline:test_"+i,i + "");
}
//获取所有的 response
pipeline.sync();
long pipelineEnd = System.currentTimeMillis();
System.out.println("the pipeline is :" + (pipelineEnd - pipelineBegin));
long start = System.currentTimeMillis();
for (int i = 0; i < 100000; i++) {
jedis.set("jedis:test_"+i,i + "");
}
long end = System.currentTimeMillis();
System.out.println("the jedis is:" + (end - start));
}
从图中可以看出，普通的方式与 pipeline 性能相差 10 倍，从这里可以看出 pipeline 的性能之强悍。
参考
- 付磊：《Redis 开发与运维》
- 掘金小册子：Redis 深度历险：核心原理与应用实践
原文出处：http://cmsblogs.com/『chenssy』
