内容简介:Redis客户端与服务器之间使用TCP协议进行通信,并且很早就支持管道(pipelining)技术了。在某些高并发的场景下,网络开销成了Redis速度的瓶颈,所以需要使用管道技术来实现突破。在介绍管道之前,先来想一下单条命令的执行步骤:按照这样的描述,每个
Redis客户端与服务器之间使用TCP协议进行通信,并且很早就支持管道(pipelining)技术了。在某些高并发的场景下,网络开销成了 Redis 速度的瓶颈,所以需要使用管道技术来实现突破。
在介绍管道之前,先来想一下单条命令的执行步骤:
-
客户端把命令发送到服务器,然后阻塞客户端,等待着从socket读取服务器的返回结果
-
服务器处理命令并将结果返回给客户端
按照这样的描述,每个 命令的执行时间 = 客户端发送时间+服务器处理和返回时间+一个网络来回的时间
其中一个网络来回的时间是不固定的,它的决定因素有很多,比如客户端到服务器要经过多少跳,网络是否拥堵等等。但是这个时间的量级也是最大的,也就是说一个命令的完成时间的长度很大程度上取决于网络开销。如果我们的服务器每秒可以处理10万条请求,而网络开销是250毫秒,那么实际上每秒钟只能处理4个请求。最暴力的优化方法就是使客户端和服务器在一台物理机上,这样就可以将网络开销降低到1ms以下。但是实际的生产环境我们并不会这样做。而且即使使用这种方法,当请求非常频繁时,这个时间和服务器处理时间比较仍然是很长的。
Redis Pipelining
为了解决这种问题,Redis在很早就支持了管道技术。也就是说客户端可以一次发送多条命令,不用逐条等待命令的返回值,而是到最后一起读取返回结果,这样只需要一次网络开销,速度就会得到明显的提升。管道技术其实已经非常成熟并且得到广泛应用了,例如POP3协议由于支持管道技术,从而显著提高了从服务器下载邮件的速度。
在Redis中,如果客户端使用管道发送了多条命令,那么服务器就会将多条命令放入一个队列中,这一操作会消耗一定的内存,所以 管道中命令的数量并不是越大越好 (太大容易撑爆内存),而是应该有一个合理的值。
深入理解Redis交互流程
管道并不只是用来网络开销延迟的一种方法,它实际上是会提升Redis服务器每秒操作总数的。在解释原因之前,需要更深入的了解Redis命令处理过程。
一个完整的交互流程如下:
-
客户端进程调用
write()
把消息写入到操作系统内核为Socket分配的send buffer中 -
操作系统会把send buffer中的内容写入网卡,网卡再通过网关路由把内容发送到服务器端的网卡
-
服务端网卡会把接收到的消息写入操作系统为Socket分配的recv buffer
-
服务器进程调用
read()
读取消息然后进行处理 -
处理完成后调用
write()
把返回结果写入到服务器端的send buffer -
服务器操作系统再将send buffer中的内容写入网卡,然后发送到客户端
-
客户端操作系统将网卡内容读到recv buffer中
-
客户端进程调用
read()
从recv buffer中读取消息并返回
现在我们把命令执行的时间进一步细分:
命令的执行时间 = 客户端调用write并写网卡时间+一次网络开销的时间+服务读网卡并调用read时间++服务器处理数据时间+服务端调用write并写网卡时间+客户端读网卡并调用read时间
这其中除了网络开销,花费时间最长的就是进行系统调用 write()
和 read()
了,这一过程需要操作系统由用户态切换到内核态,中间涉及到的上下文切换会浪费很多时间。
使用管道时,多个命令只会进行一次 read()
和 wrtie()
系统调用,因此使用管道会提升Redis服务器处理命令的速度,随着管道中命令的增多,服务器每秒处理请求的数量会线性增长,最后会趋近于不使用管道的10倍。
和Scripting对比
对于管道的大部分应用场景而言,使用Redis脚本(Redis2.6及以后的版本)会使服务器端有更好的表现。使用脚本最大的好处就是可以以最小的延迟读写数据。
有时我们也需要在管道中使用EVAL和EVALSHA命令,这是完全有可能的。因此Redis提供了SCRIPT LOAD命令来支持这种情况。
眼见为实
多说无益,还是眼见为实。下面就来对比一下使用管道和不使用管道的速度差异。
1public class JedisDemo { 2 3 private static int COMMAND_NUM = 1000; 4 5 private static String REDIS_HOST = "Redis服务器IP"; 6 7 public static void main(String[] args) { 8 9 Jedis jedis = new Jedis(REDIS_HOST, 6379); 10 withoutPipeline(jedis); 11 withPipeline(jedis); 12 } 13 14 private static void withoutPipeline(Jedis jedis) { 15 Long start = System.currentTimeMillis(); 16 for (int i = 0; i < COMMAND_NUM; i++) { 17 jedis.set("no_pipe_" + String.valueOf(i), String.valueOf(i), SetParams.setParams().ex(60)); 18 } 19 long end = System.currentTimeMillis(); 20 long cost = end - start; 21 System.out.println("withoutPipeline cost : " + cost + " ms"); 22 } 23 24 private static void withPipeline(Jedis jedis) { 25 Pipeline pipe = jedis.pipelined(); 26 long start_pipe = System.currentTimeMillis(); 27 for (int i = 0; i < COMMAND_NUM; i++) { 28 pipe.set("pipe_" + String.valueOf(i), String.valueOf(i), SetParams.setParams().ex(60)); 29 } 30 pipe.sync(); // 获取所有的response 31 long end_pipe = System.currentTimeMillis(); 32 long cost_pipe = end_pipe - start_pipe; 33 System.out.println("withPipeline cost : " + cost_pipe + " ms"); 34 } 35}
结果也符合我们的预期:
1withoutPipeline cost : 11791 ms 2withPipeline cost : 55 ms
总结
-
使用管道技术可以显著提升Redis处理命令的速度,其原理就是将多条命令打包,只需要一次网络开销,在服务器端和客户端各一次
read()
和write()
系统调用,以此来节约时间。 -
管道中的命令数量要适当,并不是越多越好。
-
Redis2.6版本以后,脚本在大部分场景中的表现要优于管道。
扩展
前面我们提到,为了解决网络开销带来的延迟问题,可以把客户端和服务器放到一台物理机上。但是有时用benchmark进行压测的时候发现这仍然很慢。
这时客户端和服务端实际是在一台物理机上的,所有的操作都在内存中进行,没有网络延迟,按理来说这样的操作应该是非常快的。为什么会出现上面的情况的呢?
实际上,这是由内核调度导致的。比如说,benchmark运行时,读取了服务器返回的结果,然后写了一个新的命令。这个命令就在回环接口的send buffer中了,如果要执行这个命令,内核需要唤醒Redis服务器进程。所以在某些情况下,本地接口也会出现类似于网络延迟的延迟。其实是内核特别繁忙,一直没有调度到Redis服务器进程。
参考
Redis官方文档(https://redis.io/topics/pipelining)
Redis源码
掘金小册:《Redis 深度历险:核心原理与应用实践》
以上所述就是小编给大家介绍的《速度不够,管道来凑——Redis管道技术》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- Golang pipline泛型管道和类型管道的性能差距
- 如何解决人智商不够?
- 达观数据:数据不够?GAN来凑!
- 多数 Dockerfile 示例可能都不够严谨
- Java内存故障?只是因为你不够帅!
- Linux 管道那些事儿
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Complexity and Approximation
G. Ausiello、P. Crescenzi、V. Kann、Marchetti-sp、Giorgio Gambosi、Alberto M. Spaccamela / Springer / 2003-02 / USD 74.95
This book is an up-to-date documentation of the state of the art in combinatorial optimization, presenting approximate solutions of virtually all relevant classes of NP-hard optimization problems. The......一起来看看 《Complexity and Approximation》 这本书的介绍吧!