Java如何從Redis中批量讀取數(shù)據(jù)

更新時(shí)間：2025年05月30日 15:49:23 作者：風(fēng)碎峰

這篇文章主要介紹了Java如何從Redis中批量讀取數(shù)據(jù)的情況,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

一.背景概述

本周接到一個(gè)新的需求：從用戶dau日志文件中讀取用戶uid，然后到Redis中獲取對(duì)應(yīng)的用戶數(shù)據(jù)。用戶的uid存儲(chǔ)于login_day_20220913.txt文件，共1億2千多萬(wàn)條數(shù)據(jù)，數(shù)量達(dá)1.4G。

要求：盡量在2小時(shí)內(nèi)獲得結(jié)果，在數(shù)據(jù)處理過程中，Redis服務(wù)器QPS盡量低，不超過某個(gè)閾值，不然會(huì)觸發(fā)監(jiān)控報(bào)警。數(shù)據(jù)從Redis從庫(kù)讀取，只提供一個(gè)端口。

二.分析與實(shí)現(xiàn)

由于之前做過相同數(shù)據(jù)量的統(tǒng)計(jì)需求，所以從一開始就確定單線程完成此次數(shù)據(jù)處理也是可以的。實(shí)際上，對(duì)多線程和并發(fā)的使用需要慎之又慎，特別是在業(yè)務(wù)繁忙的系統(tǒng)或環(huán)境下。

接觸Redis的朋友都知道，Redis是支持批量讀取的,其中常用的兩個(gè)方法：mget()和hmget()。

本次處理的數(shù)據(jù)不是哈希結(jié)構(gòu)，所以確定使用mget()。

此時(shí)，我自然而然地問了同事一個(gè)問題，那就是mget批量處理數(shù)據(jù)的最佳參數(shù)范圍是多少？因?yàn)閙get()接受一個(gè)字符串?dāng)?shù)組參數(shù)，也就是說字符串?dāng)?shù)組的長(zhǎng)度最佳為多少？

同事并沒有給我明確的答案，只是說他們?nèi)粘Ｃ颗翁幚?0000條，建議我自己可以嘗試一下，于是我打算試試50000條數(shù)據(jù)。

主要代碼如下：

package com.sina.weibo;

import com.sina.weibo.util.FileUtils;
import com.sina.weibo.util.ListUtil;
import org.apache.commons.lang3.time.StopWatch;
import redis.clients.jedis.Jedis;

import java.util.ArrayList;
import java.util.LinkedHashSet;
import java.util.List;
import java.util.concurrent.TimeUnit;

public class Application {
    /** dau數(shù)據(jù)讀取路徑 */
    private static String dauDataPath = "/data1/sinawap/var/logs/wapcommon/place/user_position/dau/login_day_20220913.txt";

    /** 結(jié)果輸出路徑 */
    private static String outputPath = "/data1/bingqing5/importcampusdata/output/campus_data.txt";

    /** 已處理過的uid數(shù)據(jù)存儲(chǔ)路徑 */
    private static String processedUidDataPath = "/data1/bingqing5/importcampusdata/process/processed_uid.txt";

    public static void main(String[] args) {
        StopWatch stopWatch = new StopWatch();
        // 開始時(shí)間
        stopWatch.start();
        System.out.println("================程序開始===============");
        transfer(dauDataPath, processedUidDataPath, outputPath);
        System.out.println("================程序結(jié)束===============");
        // 結(jié)束時(shí)間
        stopWatch.stop();
        // 統(tǒng)計(jì)執(zhí)行時(shí)間（秒）
        System.out.println("執(zhí)行時(shí)長(zhǎng)：" + stopWatch.getTime(TimeUnit.SECONDS) + " 秒.");
    }

    private static void transfer(String dauDataPath, String processedUidDataPath, String outputPath) {
        List<String> dauDataList = FileUtils.readInfoFromFile(dauDataPath);
        List<List<String>> bucket = ListUtil.splitList(dauDataList, 50000);
        Jedis jedis = new Jedis("rdsxxxxx.xxxx.xxxx.xxxx.com.cn",50000);
        List<String> processedUidDataList = FileUtils.readInfoFromFile(processedUidDataPath);
        LinkedHashSet<String> linkedHashSet = ListUtil.getLinkedHashSet(processedUidDataList);
        for (List<String> list : bucket) {
            List<String> jsonStrList = jedis.mget(list.toArray(new String[list.size()]));
            for (int i = 0; i < list.size(); i++) {
                if (!linkedHashSet.contains(list.get(i))) {
                    String uid = list.get(i);
                    FileUtils.appendInfoToFile(processedUidDataPath, uid);
                    String jsonStr = jsonStrList.get(i);
                    if (jsonStr == null || jsonStr == "") continue;
                    String content = uid + "\t" + jsonStr;
                    FileUtils.appendInfoToFile(outputPath, content);
                }
            }
            System.out.println(list.size());
        }
    }
}

三.發(fā)現(xiàn)問題與屢次改進(jìn)

3.1.QPS過高而且波動(dòng)很大

上述代碼上線后沒多久，就被同事找來(lái)，說QPS過高，開始的時(shí)候瞬間達(dá)到近100k，之后穩(wěn)定在70k~100k之間。因?yàn)閾?dān)心影響其他業(yè)務(wù)，于是把jar包暫停，著手優(yōu)化。

于是，我多次修改如下代碼：

List<List<String>> bucket = ListUtil.splitList(dauDataList, 50000);

將50000，調(diào)整為10000,5000,1000,500,100等值逐一嘗試。

QPS確實(shí)逐步降下來(lái)了，但是即便是每次處理1000條，QPS也有40K左右。

3.2.程序中斷，拋異常

最終以每批次讀取500條數(shù)據(jù)，將代碼上線。但是程序總是中斷報(bào)錯(cuò)，拋出異常：

而這時(shí)候已處理的數(shù)據(jù)量達(dá)到幾千萬(wàn)條。

最初懷疑是因?yàn)閖edis對(duì)象沒有調(diào)用close方法，于是修改代碼如下：

package com.sina.weibo;

import com.sina.weibo.util.FileUtils;
import com.sina.weibo.util.ListUtil;
import org.apache.commons.lang3.time.StopWatch;
import redis.clients.jedis.Jedis;

import java.util.ArrayList;
import java.util.LinkedHashSet;
import java.util.List;
import java.util.concurrent.TimeUnit;

public class Application {
    /** dau數(shù)據(jù)讀取路徑 */
    private static String dauDataPath = "/data1/sinawap/var/logs/wapcommon/place/user_position/dau/login_day_20220913.txt";

    /** 結(jié)果輸出路徑 */
    private static String outputPath = "/data1/bingqing5/importcampusdata/output/campus_data.txt";

    /** 已處理過的uid數(shù)據(jù)存儲(chǔ)路徑 */
    private static String processedUidDataPath = "/data1/bingqing5/importcampusdata/process/processed_uid.txt";

    public static void main(String[] args) {
        StopWatch stopWatch = new StopWatch();
        // 開始時(shí)間
        stopWatch.start();
        System.out.println("================程序開始===============");
        transfer(dauDataPath, processedUidDataPath, outputPath);
        System.out.println("================程序結(jié)束===============");
        // 結(jié)束時(shí)間
        stopWatch.stop();
        // 統(tǒng)計(jì)執(zhí)行時(shí)間（秒）
        System.out.println("執(zhí)行時(shí)長(zhǎng)：" + stopWatch.getTime(TimeUnit.SECONDS) + " 秒.");
    }

    private static void transfer(String dauDataPath, String processedUidDataPath, String outputPath) {
        List<String> dauDataList = FileUtils.readInfoFromFile(dauDataPath);
        List<List<String>> bucket = ListUtil.splitList(dauDataList, 50000);
        List<String> processedUidDataList = FileUtils.readInfoFromFile(processedUidDataPath);
        LinkedHashSet<String> linkedHashSet = ListUtil.getLinkedHashSet(processedUidDataList);
        for (List<String> list : bucket) {
            Jedis jedis = new Jedis(rdsxxxxx.xxxx.xxxx.xxxx.com.cn", 50000);
            List<String> jsonStrList = jedis.mget(list.toArray(new String[list.size()]));
            for (int i = 0; i < list.size(); i++) {
                if (!linkedHashSet.contains(list.get(i))) {
                    String uid = list.get(i);
                    FileUtils.appendInfoToFile(processedUidDataPath, uid);
                    String jsonStr = jsonStrList.get(i);
                    if (jsonStr == null || jsonStr == "") continue;
                    String content = uid + "\t" + jsonStr;
                    FileUtils.appendInfoToFile(outputPath, content);
                }
            }
            jedis.close();
            System.out.println(list.size());
        }
    }
}

修改后跑程序依舊沒有任何改善，繼續(xù)修改，代碼如下：

package com.sina.weibo;

import com.sina.weibo.util.FileUtils;
import com.sina.weibo.util.ListUtil;
import org.apache.commons.lang3.time.StopWatch;
import redis.clients.jedis.Jedis;

import java.util.ArrayList;
import java.util.LinkedHashSet;
import java.util.List;
import java.util.concurrent.TimeUnit;

public class A {
    /** dau數(shù)據(jù)讀取路徑 */
    private static String dauDataPath = "/data1/sinawap/var/logs/wapcommon/place/user_position/dau/login_day_20220913.txt";

    /** 結(jié)果輸出路徑 */
    private static String outputPath = "/data1/bingqing5/importcampusdata/output/campus_data.txt";

    /** 已處理過的uid數(shù)據(jù)存儲(chǔ)路徑 */
    private static String processedUidDataPath = "/data1/bingqing5/importcampusdata/process/processed_uid.txt";

    public static void main(String[] args) {
        StopWatch stopWatch = new StopWatch();
        // 開始時(shí)間
        stopWatch.start();
        System.out.println("================程序開始===============");
        transfer(dauDataPath, processedUidDataPath, outputPath);
        System.out.println("================程序結(jié)束===============");
        // 結(jié)束時(shí)間
        stopWatch.stop();
        // 統(tǒng)計(jì)執(zhí)行時(shí)間（秒）
        System.out.println("執(zhí)行時(shí)長(zhǎng)：" + stopWatch.getTime(TimeUnit.SECONDS) + " 秒.");
    }

    private static void transfer(String dauDataPath, String processedUidDataPath, String outputPath) {
        List<String> dauDataList = FileUtils.readInfoFromFile(dauDataPath);
        List<List<String>> bucket = ListUtil.splitList(dauDataList, 50000);
        List<String> processedUidDataList = FileUtils.readInfoFromFile(processedUidDataPath);
        LinkedHashSet<String> linkedHashSet = ListUtil.getLinkedHashSet(processedUidDataList);
        for (List<String> list : bucket) {
            Jedis jedis = new Jedis("rdsxxxxx.xxxx.xxxx.xxxx.com.cn", 50000);
            List<String> jsonStrList = jedis.mget(list.toArray(new String[list.size()]));
            for (int i = 0; i < list.size(); i++) {
                if (!linkedHashSet.contains(list.get(i))) {
                    String uid = list.get(i);
                    FileUtils.appendInfoToFile(processedUidDataPath, uid);
                    String jsonStr = jsonStrList.get(i);
                    if (jsonStr == null || jsonStr == "") continue;
                    String content = uid + "\t" + jsonStr;
                    FileUtils.appendInfoToFile(outputPath, content);
                }
            }
            try {
                Thread.sleep(100);
            } catch (InterruptedException e) {
                e.printStackTrace();
            } finally {
                jedis.close();
            }
            System.out.println(list.size());
        }
    }
}

上線以后，觀測(cè)發(fā)現(xiàn)QPS區(qū)域穩(wěn)定，但是程序會(huì)空跑，也就是從頭開始將已處理的數(shù)據(jù)也要逐一讀取一次，很多時(shí)候都沒有跑到上次程序處理的地方就已經(jīng)被迫退出。

linkedHashSet本來(lái)是用來(lái)標(biāo)記上次程序運(yùn)行停止的地方，但是似乎并沒有完全發(fā)揮作用。

于是修改代碼，加入一個(gè)新的list集合，用于存放還沒有處理過的數(shù)據(jù)，代碼如下：

package com.sina.weibo;

import com.sina.weibo.util.FileUtils;
import com.sina.weibo.util.ListUtil;
import org.apache.commons.lang3.time.StopWatch;
import redis.clients.jedis.Jedis;

import java.util.ArrayList;
import java.util.LinkedHashSet;
import java.util.List;
import java.util.concurrent.TimeUnit;

/**
 * @author bingqing5 
 * @date 2022/09/14 15:00
 * @version 1.0
 */

public class Application {

    /** dau數(shù)據(jù)讀取路徑 */
    private static String dauDataPath = "/data1/sinawap/var/logs/wapcommon/place/user_position/dau/login_day_20220913.txt";

    /** 結(jié)果輸出路徑 */
    private static String outputPath = "/data1/bingqing5/importcampusdata/output/campus_data.txt";
    
    /** 已處理過的uid數(shù)據(jù)存儲(chǔ)路徑 */
    private static String processedUidDataPath = "/data1/bingqing5/importcampusdata/process/processed_uid.txt";

    public static void main(String[] args) {
        StopWatch stopWatch = new StopWatch();
        // 開始時(shí)間
        stopWatch.start();
        System.out.println("================程序開始===============");
//        transfer(dauDataPath, processedUidDataPath, outputPath);
        List<String> dauDataList = FileUtils.readInfoFromFile(dauDataPath);
//        List<List<String>> bucket = ListUtil.splitList(dauDataList, 50000);
//        Jedis jedis = new Jedis("rdsxxxxx.xxxx.xxxx.xxxx.com.cn", 50000);
        List<String> processedUidDataList = FileUtils.readInfoFromFile(processedUidDataPath);
        LinkedHashSet<String> linkedHashSet = ListUtil.getLinkedHashSet(processedUidDataList);
        List<String> uidList = new ArrayList<>();
        for (String uid : dauDataList) {
            if (linkedHashSet.contains(uid)) {
                continue;
            } else {
                uidList.add(uid);
            }
        }

        List<List<String>> bucket;
        if (uidList.size() != 0) {
            bucket = ListUtil.splitList(uidList, 10000);
        } else {
            bucket = new ArrayList<>();
        }

        for (List<String> list : bucket) {
            Jedis jedis = new Jedis("rdsxxxxx.xxxx.xxxx.xxxx.com.cn", 50000);
            List<String> jsonStrList = jedis.mget(list.toArray(new String[list.size()]));
            for (int i = 0; i < list.size(); i++) {
                if (!linkedHashSet.contains(list.get(i))) {
                    String uid = list.get(i);
                    FileUtils.appendInfoToFile(processedUidDataPath, uid);
                    String jsonStr = jsonStrList.get(i);
                    if (jsonStr == null || jsonStr == "") continue;
                    String content = uid + "\t" + jsonStr;
                    FileUtils.appendInfoToFile(outputPath, content);
                }
            }
            try {
                Thread.sleep(100);
            } catch (InterruptedException e) {
                e.printStackTrace();
            } finally {
                jedis.close();
            }
            System.out.println(list.size());
        }
        System.out.println("================程序結(jié)束===============");
        // 結(jié)束時(shí)間
        stopWatch.stop();
        // 統(tǒng)計(jì)執(zhí)行時(shí)間（秒）
        System.out.println("執(zhí)行時(shí)長(zhǎng)：" + stopWatch.getTime(TimeUnit.SECONDS) + " 秒.");
    }


}

終于這次修改后，上線代碼，代碼平穩(wěn)運(yùn)行。

此時(shí)查看QPS，發(fā)現(xiàn)10000的批讀取量，QPS文檔在25K以下，此前同樣的數(shù)據(jù)量，QPS能達(dá)到40K。

3.3.內(nèi)存消耗過大

在上次修改后，程序平穩(wěn)運(yùn)行，期間我查看了機(jī)器狀態(tài)，發(fā)現(xiàn)我跑的jar包竟然消耗了32%左右的內(nèi)存，那臺(tái)機(jī)器也不過62G的總內(nèi)存。雖然不缺內(nèi)存資源，但是還是決定趁著程序在跑的期間，回顧一下代碼。

List<List<String>> bucket = ListUtil.splitList(dauDataList, 10000);

上面這行代碼是將所有的用戶uid數(shù)據(jù)按照10000的大小均等分割，每次遍歷，要重復(fù)創(chuàng)建同一類Jedis對(duì)象，也會(huì)消耗大量?jī)?nèi)存。

另外，下面這段程序：

 List<String> uidList = new ArrayList<>();
        for (String uid : dauDataList) {
            if (linkedHashSet.contains(uid)) {
                continue;
            } else {
                uidList.add(uid);
            }
        }

已經(jīng)對(duì)處理過的數(shù)據(jù)做過篩選，在循環(huán)中再次做如下判斷：

if (!linkedHashSet.contains(list.get(i))) {
                   
}

也是多次一舉，會(huì)增加耗時(shí)。

綜合以上考慮，我做了修改，代碼如下：

package com.sina.weibo;

import com.sina.weibo.util.FileUtils;
import com.sina.weibo.util.ListUtil;
import org.apache.commons.lang3.time.StopWatch;
import redis.clients.jedis.Jedis;

import java.util.ArrayList;
import java.util.LinkedHashSet;
import java.util.List;
import java.util.concurrent.TimeUnit;

/**
 * @author bingqing5
 * @date 2022/09/14 15:00
 * @version 1.0
 */

public class Application {

    /** dau數(shù)據(jù)讀取路徑 */
    private static String dauDataPath = "/data1/sinawap/var/logs/wapcommon/place/user_position/dau/login_day_20220913.txt";

    /** 結(jié)果輸出路徑 */
//    private static String outputPath = "/data1/bingqing5/redis_test/output/campus_data.txt";
    private static String outputPath = "/data1/bingqing/redis_test/output/campus_data.txt";

    /** 已處理過的uid數(shù)據(jù)存儲(chǔ)路徑 */
//    private static String processedUidDataPath = "/data1/bingqing5/redis_test/process/processed_uid.txt";
    private static String processedUidDataPath = "/data1/bingqing/redis_test/process/processed_uid.txt";

    public static void main(String[] args) {
        StopWatch stopWatch = new StopWatch();
        // 開始時(shí)間
        stopWatch.start();
        System.out.println("================程序開始===============");
        transfer(dauDataPath, processedUidDataPath, outputPath);
        System.out.println("================程序結(jié)束===============");
        // 結(jié)束時(shí)間
        stopWatch.stop();
        // 統(tǒng)計(jì)執(zhí)行時(shí)間（秒）
        System.out.println("執(zhí)行時(shí)長(zhǎng)：" + stopWatch.getTime(TimeUnit.SECONDS) + " 秒.");
    }

    private static void transfer(String dauDataPath, String processedUidDataPath, String outputPath) {
        List<String> dauDataList = FileUtils.readInfoFromFile(dauDataPath);
        Jedis jedis = new Jedis("rdsxxxxx.xxxx.xxxx.xxxx.com.cn", 50000);
        List<String> processedUidDataList = FileUtils.readInfoFromFile(processedUidDataPath);
        LinkedHashSet<String> linkedHashSet = ListUtil.getLinkedHashSet(processedUidDataList);
        List<String> uidList = new ArrayList<>();
        for (String uid : dauDataList) {
            if (linkedHashSet.contains(uid)) {
                continue;
            } else {
                uidList.add(uid);
            }
        }
        List<List<String>> bucket;
        if (uidList.size() != 0) {
            bucket = ListUtil.splitList(uidList, 50000);
        } else {
            bucket = new ArrayList<>();
        }

        for (List<String> list : bucket) {
            List<String> jsonStrList = jedis.mget(list.toArray(new String[list.size()]));
            for (int i = 0; i < list.size(); i++) {
                String uid = list.get(i);
                FileUtils.appendInfoToFile(processedUidDataPath, uid);
                String jsonStr = jsonStrList.get(i);
                if (jsonStr == null || jsonStr == "") continue;
                String content = uid + "\t" + jsonStr;
                FileUtils.appendInfoToFile(outputPath, content);
            }

            try {
                Thread.sleep(100);
            } catch (InterruptedException e) {
                e.printStackTrace();
            } finally {
                jedis.close();
            }
            System.out.println(list.size());
        }
    }
}

修改代碼以后，替換掉原先運(yùn)行的jar包，接著運(yùn)行。發(fā)現(xiàn)內(nèi)存消耗明顯降低，穩(wěn)定占總內(nèi)存的20%。

然后嘗試修改了mget參數(shù)量，修改為50000條，再次運(yùn)行程序發(fā)現(xiàn)QPS穩(wěn)定在40K左右。

總結(jié)

本篇算是筆者剛接觸Redis不久的一篇隨手記。通過本次需求的開發(fā)經(jīng)歷，讓我對(duì)Redis有了直觀的了解，同時(shí)也理解了代碼優(yōu)化在實(shí)際生產(chǎn)工作和開發(fā)中的潛在價(jià)值。

關(guān)于Redis，在快速直接從Redis讀取數(shù)據(jù)的場(chǎng)景中，尤其是數(shù)據(jù)量大的時(shí)候，為了防止QPS過高，最好在處理一批次數(shù)據(jù)后空出一定的時(shí)間間隔，比如可以讓線程暫時(shí)休眠一定時(shí)間間隔，再進(jìn)行下批次讀取和處理。

關(guān)于代碼優(yōu)化，盡量創(chuàng)建可重復(fù)使用的對(duì)象，非必要不添加同類對(duì)象，避免大量創(chuàng)建對(duì)象帶來(lái)的資源消耗，本次經(jīng)歷也算是很鮮明的體會(huì)到這點(diǎn)。

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: