快捷導(dǎo)航

Redis教程(十三)：管線詳解

更新時(shí)間：2015年05月04日 08:42:06 投稿：junjie

這篇文章主要介紹了Redis教程(十三)：管線詳解,本文講解了請(qǐng)求應(yīng)答協(xié)議和RTT、管線(pipelining)、Benchmark等內(nèi)容,需要的朋友可以參考下

一、請(qǐng)求應(yīng)答協(xié)議和RTT：

Redis是一種典型的基于C/S模型的TCP服務(wù)器。在客戶端與服務(wù)器的通訊過(guò)程中，通常都是客戶端率先發(fā)起請(qǐng)求，服務(wù)器在接收到請(qǐng)求后執(zhí)行相應(yīng)的任務(wù)，最后再將獲取的數(shù)據(jù)或處理結(jié)果以應(yīng)答的方式發(fā)送給客戶端。在此過(guò)程中，客戶端都會(huì)以阻塞的方式等待服務(wù)器返回的結(jié)果。見如下命令序列：

復(fù)制代碼代碼如下:

 Client: INCR X

    Server: 1

    Client: INCR X

    Server: 2

    Client: INCR X

    Server: 3

    Client: INCR X

    Server: 4

在每一對(duì)請(qǐng)求與應(yīng)答的過(guò)程中，我們都不得不承受網(wǎng)絡(luò)傳輸所帶來(lái)的額外開銷。我們通常將這種開銷稱為RTT(Round Trip Time)?，F(xiàn)在我們假設(shè)每一次請(qǐng)求與應(yīng)答的RTT為250毫秒，而我們的服務(wù)器可以在一秒內(nèi)處理100k的數(shù)據(jù)，可結(jié)果則是我們的服務(wù)器每秒至多處理4條請(qǐng)求。要想解決這一性能問(wèn)題，我們?cè)撊绾芜M(jìn)行優(yōu)化呢？

二、管線(pipelining)：

Redis在很早的版本中就已經(jīng)提供了對(duì)命令管線的支持。在給出具體解釋之前，我們先將上面的同步應(yīng)答方式的例子改造為基于命令管線的異步應(yīng)答方式，這樣可以讓大家有一個(gè)更好的感性認(rèn)識(shí)。

復(fù)制代碼代碼如下:

    Client: INCR X

    Client: INCR X

    Client: INCR X

    Client: INCR X

    Server: 1

    Server: 2

    Server: 3

    Server: 4

    從以上示例可以看出，客戶端在發(fā)送命令之后，不用立刻等待來(lái)自服務(wù)器的應(yīng)答，而是可以繼續(xù)發(fā)送后面的命令。在命令發(fā)送完畢后，再一次性的讀取之前所有命令的應(yīng)答。這樣便節(jié)省了同步方式中RTT的開銷。
    最后需要說(shuō)明的是，如果Redis服務(wù)器發(fā)現(xiàn)客戶端的請(qǐng)求是基于管線的，那么服務(wù)器端在接受到請(qǐng)求并處理之后，會(huì)將每條命令的應(yīng)答數(shù)據(jù)存入隊(duì)列，之后再發(fā)送到客戶端。

三、Benchmark：

以下是來(lái)自Redis官網(wǎng)的測(cè)試用例和測(cè)試結(jié)果。需要說(shuō)明的是，該測(cè)試是基于loopback(127.0.0.1)的，因此RTT所占用的時(shí)間相對(duì)較少，如果是基于實(shí)際網(wǎng)絡(luò)接口，那么管線機(jī)制所帶來(lái)的性能提升就更為顯著了。

復(fù)制代碼代碼如下:

require 'rubygems'

    require 'redis'

    def bench(descr)

        start = Time.now

        yield

        puts "#{descr} #{Time.now-start} seconds"

    end

    def without_pipelining

        r = Redis.new

        10000.times {

            r.ping

        }

    end

    def with_pipelining

        r = Redis.new

        r.pipelined {

            10000.times {

                r.ping

            }

        }

    end

    bench("without pipelining") {

        without_pipelining

    }

    bench("with pipelining") {

        with_pipelining

    }

    //without pipelining 1.185238 seconds

    //with pipelining 0.250783 seconds