2023-06-03：redis中pipeline有什麼好處，為什麼要用 pipeline？
答案2023-06-03：
Redis用戶端執行一條指令通常包括以下四個階段：
1.發送指令：用戶端将要執行的指令發送到Redis伺服器。
2.指令排隊：Redis伺服器将收到的指令放入隊列中，按照先進先出（FIFO）的原則等待執行。
3.指令執行：當Redis伺服器輪到該指令時，執行該指令并傳回結果。在執行期間，Redis伺服器可能會讀取或修改資料庫中的資料，或者執行其他操作。
4.傳回結果：Redis伺服器将結果傳回給用戶端，用戶端可以使用該結果進行後續的操作。
image.png
其中，第1步和第4步所需的時間被稱為往返時間（Round Trip Time，RTT），即指資料在網絡上傳輸的來回時間。
Redis提供了批量操作指令（例如 mget、mset 等），這些指令允許用戶端一次發送多個指令或資料，并且将結果一次性傳回給用戶端，有效地節約了往返時間（RTT）。
但是需要注意的是，雖然 Redis 提供了批量操作指令，但并不是所有指令都支援批量操作。例如，如果需要執行 n 次 hgetall 指令，因為沒有 mhgetall 指令等價于 MGET 指令，是以需要執行 n 次單獨的 hgetall 指令，這将會消耗 n 次 RTT。
舉例：Redis的用戶端和服務端可能部署在不同的機器上。例如用戶端在本地，Redis伺服器在阿裡雲的廣州，兩地直線距離約為800公裡，那麼1次RTT時間=800 x2/ ( 300000×2/3 ) =8毫秒，(光在真空中傳輸速度為每秒30萬公裡,這裡假設光纖為光速的2/3 )。而Redis指令真正執行的時間通常在微秒(1000微妙=1毫秒)級别，是以才會有Redis 性能瓶頸是網絡這樣的說法。
為了解決這種需要頻繁與 Redis 伺服器通信的問題，Redis 提供了 Pipeline（流水線）機制。Pipeline 可以将一組 Redis 指令進行組裝，在一次 RTT 中将它們發送給 Redis，再将這組 Redis 指令的執行結果按順序傳回給用戶端。相比于單獨執行每個指令并每個指令都需要一次 RTT 的方式，使用 Pipeline 可以大幅減少網絡延遲的數量。沒有使用Pipeline執行了n條指令,整個過程需要n次RTT。
image.png
使用Pipeline 執行了n次指令，整個過程隻需要1次RTT。
image.png
Pipeline 并不是一個新的技術或機制，而是一種已經被廣泛使用的技術。在其他技術中，例如資料庫、消息隊列和分布式系統等領域，也有類似的機制用于減少網絡延遲。
此外，在不同的網絡環境下，往返時間（RTT）可能會有所不同。例如，在同一資料中心内的機器之間進行通信時，由于網絡延遲較低，RTT 時間通常會更快。而當兩個機器在不同的地理位置且距離較遠時，RTT 時間可能會更長。
Redis 指令行用戶端 redis-cli 的 --pipe 選項實際上就是使用 Pipeline 機制，允許使用者一次性發送多個 Redis 指令，并一次性接收多個指令的傳回結果。這樣可以有效地減少網絡延遲數量，并提高 Redis 的性能和可靠性。
但在大多數情況下，我們更傾向于使用 Java 語言的 Redis 用戶端中的 Pipeline。這是因為 Java 用戶端可以很友善地內建到應用程式的代碼中，并且提供了更多的功能和靈活性。例如，Java 用戶端通常支援異步操作、連接配接池管理、失敗重試等特性，可以幫助開發者輕松地建構高性能的 Redis 應用程式。
總的來說，在不同網絡環境下非Pipeline和Pipeline執行10000次set操作的效果，在執行時間上的比對如下：
image.png
差距有100多倍。在不同網絡環境下，執行 10000 次 set 操作時，使用 Pipeline 和逐條執行的速度差異可能會非常大。例如，在網絡延時較大的情況下，Pipeline 的效果尤為明顯。據此可以得到如下兩個結論：
1.使用 Pipeline 執行多個 Redis 指令，通常比逐條執行要快。這是因為 Pipeline 可以将多個指令一次性發送給 Redis 伺服器，并一次性接收多個指令的傳回結果，進而減少了網絡傳輸和等待時間，提高了 Redis 的性能和響應速度。
2.用戶端和服務端之間的網絡延遲越大，Pipeline 的優勢越明顯。這是因為在網絡延遲較大的情況下，每個指令執行完成後需要等待很長時間才能執行下一個指令。而使用 Pipeline，用戶端可以将多個指令一次性發送給 Redis 伺服器，并一次性接收多個指令的傳回結果，進而減少了等待時間，提高了 Redis 的性能和可靠性。
福大大架構師每日一題java當死，golang當立。最新面試題，涉及golang，rust，mysql，redis，雲原生，算法，分布式，網絡，作業系統。541篇原創内容
公衆号