Redis本身是一個cs模式的tcp server, client可以通過一個socket連續發起多個請求命令。 每個請求命令發出后client通常會阻塞并等待redis服務端處理，redis服務端處理完后將結果返回給client。

       redis的pipeline(管道)功能在命令行中沒有，但redis是支持pipeline的，而且在各個語言版的client中都有相應的實現。 由于網絡開銷延遲，即算redis server端有很強的處理能力，也由于收到的client消息少，而造成吞吐量小。當client 使用pipelining 發送命令時，redis server必須部分請求放到隊列中（使用內存）執行完畢后一次性發送結果；如果發送的命名很多的話，建議對返回的結果加標簽，當然這也會增加使用的內存；

       Pipeline在某些場景下非常有用，比如有多個command需要被“及時的”提交，而且他們對相應結果沒有互相依賴，而且對結果響應也無需立即獲得，那么pipeline就可以充當這種“批處理”的工具；而且在一定程度上，可以較大的提升性能,性能提升的原因主要是TCP鏈接中較少了“交互往返”的時間。不過在編碼時請注意，pipeline期間將“獨占”鏈接，此期間將不能進行非“管道”類型的其他操作，直到pipeline關閉；如果你的pipeline的指令集很龐大，為了不干擾鏈接中的其他操作，你可以為pipeline操作新建Client鏈接，讓pipeline和其他正常操作分離在2個client中。不過pipeline事實上所能容忍的操作個數，和socket-output緩沖區大小/返回結果的數據尺寸都有很大的關系；同時也意味著每個redis-server同時所能支撐的pipeline鏈接的個數，也是有限的，這將受限于server的物理內存或網絡接口的緩沖能力。

下面給大家普及redis為什么要提供pipeline功能。

通常我們用redis做接口緩存后，查詢接口的性能就能提升到ms級別；
但是redis是純內存操作啊，總不至于要到ms吧，根據官方的 benchmark 單實例也是能抗 7w+ qps 也就是說單個redis 操作在redis-server上耗時大概是 0.014ms，那時間是消耗到哪里去了？

redis是 client-server 模型，client客戶端將 command 通過tcp網絡連接發送到 server服務端，服務端執行完 command 后將響應再通過 tcp 連接發送給client；

對于應用服務來說，我們所關注的性能其實是客戶端時間，即前面的整個執行過程，雖然 redis-server 命令執行的非常快，但每次命令執行都需要在網絡上走一遭，按照我們公司redis客戶端中間件統計的rt，一次命令的執行平均是1ms 左右，那么網絡耗時占比： 1-0.014 / 1 = 0.98(98%!!! ) 可見，大部分時間都耗在網絡io上

所以，減少網絡io次數就能大大提供 redis-client 所感知的耗時，提升應用服務性能，redis提供的 pipeline 功能，讓我們可以提交一個命令后，不用等這個返回結果就可以繼續執行下一個命令，也就是說，可以執行多個命令后，一次性獲取所有結果； 這樣就大大減少了在網絡上的消耗

比如

Client: INCR X
Client: INCR X
Client: INCR X
Client: INCR X

Server: 1
Server: 2
Server: 3
Server: 4

除此之外，減少了網絡讀寫次數的同時，也減少了 redis-server 內核態和用戶態的上下文切換，進一步提高了性能

性能提升了多少？

redis官方聲稱pipeline可帶來10倍的性能提升

測試機Intel(R) Xeon(R) CPU E5520 @ 2.27GHz， 用pipeline比沒用pipeline性能提升了將近7倍

// 用pipeline
$ ./redis-benchmark -r 1000000 -n 2000000 -t get,set,lpush,lpop -P 16 -q
SET: 552028.75 requests per second
GET: 707463.75 requests per second
LPUSH: 767459.75 requests per second
LPOP: 770119.38 requests per second

// 沒用pipeline
SET: 122556.53 requests per second
GET: 123601.76 requests per second
LPUSH: 136752.14 requests per second
LPOP: 132424.03 requests per second

注意，使用pipeline的時候，多個命令的響應是緩存在server端的，所以在 pipeline 里一批命令的數量不要過多，以免服務端內存壓力過大

其實，減少網絡io次數的處理技巧還是比較常見的，如

• CSS Sprites，將很多小圖標合并成一張圖片
• jdbc batch api批量提交sql

參考：

https://redis.io/topics/pipelining

https://redis.io/topics/benchmarks

以上就是redis為什么要提供pipeline功能的詳細內容，更多關于redis pipeline的資料請關注腳本之家其它相關文章！