快捷導(dǎo)航

Redis教程(十三)：管線詳解

更新時間：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)器的通訊過程中，通常都是客戶端率先發(fā)起請求，服務(wù)器在接收到請求后執(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。在此過程中，客戶端都會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

在每一對請求與應(yīng)答的過程中，我們都不得不承受網(wǎng)絡(luò)傳輸所帶來的額外開銷。我們通常將這種開銷稱為RTT(Round Trip Time)。現(xiàn)在我們假設(shè)每一次請求與應(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條請求。要想解決這一性能問題，我們該如何進(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更好的感性認(rèn)識。

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。
    最后需要說明的是，如果Redis服務(wù)器發(fā)現(xiàn)客戶端的請求是基于管線的，那么服務(wù)器端在接受到請求并處理之后，會將每條命令的應(yīng)答數(shù)據(jù)存入隊列，之后再發(fā)送到客戶端。

三、Benchmark：

以下是來自Redis官網(wǎng)的測試用例和測試結(jié)果。需要說明的是，該測試是基于loopback(127.0.0.1)的，因此RTT所占用的時間相對較少，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