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.
- public class JedisDemo {
- private static int COMMAND_NUM = 1000;
- private static String REDIS_HOST = "Redis 服务器 IP";
- public static void main(String[] args) {
- Jedis jedis = new Jedis(REDIS_HOST, 6379);
- withoutPipeline(jedis);
- withPipeline(jedis);
- }
- private static void withoutPipeline(Jedis jedis) {
- Long start = System.currentTimeMillis();
- for (int i = 0; i < COMMAND_NUM; i++) {
- jedis.set("no_pipe_" + String.valueOf(i), String.valueOf(i), SetParams.setParams().ex(60));
- }
- long end = System.currentTimeMillis();
- long cost = end - start;
- System.out.println("withoutPipeline cost :" + cost + "ms");
- }
- private static void withPipeline(Jedis jedis) {
- Pipeline pipe = jedis.pipelined();
- long start_pipe = System.currentTimeMillis();
- for (int i = 0; i < COMMAND_NUM; i++) {
- pipe.set("pipe_" + String.valueOf(i), String.valueOf(i), SetParams.setParams().ex(60));
- }
- pipe.sync(); // 获取所有的 response
- long end_pipe = System.currentTimeMillis();
- long cost_pipe = end_pipe - start_pipe;
- System.out.println("withPipeline cost :" + cost_pipe + "ms");
- }
- }
结果也符合我们的预期:
- withoutPipeline cost : 11791 ms
- withPipeline 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.
来源: http://www.jianshu.com/p/ed7afeb5b546