本文共 5040 字，大约阅读时间需要 16 分钟。
文章目录
本文中的代码来自我正在写的分布式缓存框架（主要解决缓存使用中的各种痛点：缓存穿透\redis-cluster pipeline\注解使用等等）。后续内部推广使用后、成熟后会开源回馈大家。
什么是pipeLine 为什么使用pipeLine ?
管道（pipeline）将客户端 client 与服务器端的交互明确划分为单向的发送请求（Send Request）和接收响应（Receive Response）：用户可以将多个操作连续发给服务器，但在此期间服务器端并不对每个操作命令发送响应数据；全部请求发送完毕后用户关闭请求，开始接收响应获取每个操作命令的响应结果。
管道（pipeline）在某些场景下非常有用，比如有多个操作命令需要被迅速提交至服务器端，但用户并不依赖每个操作返回的响应结果，对结果响应也无需立即获得，那么管道就可以用来作为优化性能的批处理工具。性能提升的原因主要是减少了 TCP 连接中交互往返的开销。
不过在程序中使用管道请注意，使用 pipeline 时客户端将独占与服务器端的连接，此期间将不能进行其他“非管道”类型操作，直至 pipeline 被关闭；如果要同时执行其他操作，可以为 pipeline 操作单独建立一个连接，将其与常规操作分离开来。
从原理上来看，pipeline就是用一个redis 的Socket连接 去多次执行redis命令（发送请求）而不必等待响应，当所有请求都执行完毕后再一次性的从这个socket中读取请求。期间减少了在网络上的无用等待，通常会有3-10倍以上的速度提升：
//非pipeline [req1] [==waiting===] [resp1] [req2] [====waiting=====] [resp2] //pipeline [req1][==waiting===] [req2][==waiting===] [resp1] [resp2]
pipeline代码示例
@Test public void pipeline() throws UnsupportedEncodingException { Pipeline p = jedis.pipelined(); p.set("foo", "bar"); p.get("foo"); for(int i=0;i<10;i++){ p.set("foo"+i, "bar"); } List 为什么RedisCluster无法使用pipeline?
主要是因为redis-cluster的hash分片，如下图一个3master-3slave 的 redisCluster：
具体的redis命令，会根据key计算出一个槽位（slot）,然后根据槽位去特定的节点redis上执行操作。
其中master1代表了 0~5460的槽位，master2代表了 5461~10922的槽位，master1代表了 10923~16383的槽位。
master1（slave1）： 0~5460 master2（slave2）：5461~10922 master3（slave3）：10923~16383
以以下代码为例：
for(int i=0;i<10;i++){ p.set("foo"+i, "bar"); } 那么pipeline中每个单独的操作，需要根据“key”运算一个槽位（JedisClusterCRC16.getSlot(key)），然后根据槽位去特定的机器执行命令。也就是说一次pipeline操作会使用多个节点的redis连接，而目前JedisCluster是无法支持的。
如何基于JedisCluster扩展pipeline？
设计思路(ShardedJedis、redisson也可供参考,)：
1.首先要根据key计算出此次pipeline会使用到的节点对于的连接（也就是jedis对象，通常每个节点对应一个Pool）。
2.相同槽位的key，使用同一个jedis.pipeline去执行 命令。
3.合并此次pipeline所有的response返回。
4.连接释放返回到池中。
也就是讲一个JedisCluster下的pipeline分解为每个单节点下独立的jedisPipeline操作，最后合并response返回。
分享以下部分核心代码：
/** * @author zhangshuo */@Slf4jpublic class JedisClusterPipeLine extends PipelineBase implements Closeable {............ private final Queue orderedClients = new LinkedList (); /** 一次pipeline过程中使用到的jedis缓存 */ private final Map poolToJedisMap = new HashMap (); private final JedisSlotBasedConnectionHandler connectionHandler; private final JedisClusterInfoCache clusterInfoCache; public JedisClusterPipeLine(JedisCluster jedisCluster) { this.connectionHandler = ClassUtils.getValue(jedisCluster, SLOT_BASED__CONNECTION_HANDLER_FIELD); this.clusterInfoCache = ClassUtils.getValue(connectionHandler, CLUSTER_INFO_CACHE_FIELD); } @Override protected Client getClient(String key) { return getClient(SafeEncoder.encode(key)); } @Override protected Client getClient(byte[] key) { Client client; log.debug("size of orderedClients : {} , size of poolToJedis : {} ", orderedClients.size(), poolToJedisMap.size()); int slot = JedisClusterCRC16.getSlot(key); JedisPool pool = clusterInfoCache.getSlotPool(slot); Jedis borrowedJedis = poolToJedisMap.get(pool); if (null == borrowedJedis) { borrowedJedis = pool.getResource(); poolToJedisMap.put(pool, borrowedJedis); } client = borrowedJedis.getClient(); orderedClients.add(client); return client; } @Override public void close() { for (Jedis jedis : poolToJedisMap.values()) { jedis.close(); } clean(); orderedClients.clear(); poolToJedisMap.clear(); } public void sync() { for (Client client : orderedClients) { generateResponse(client.getOne()); } } /** * go through all the responses and generate the right response type (warning : * usually it is a waste of time). * * @return A list of all the responses in the order */ public List 性能对比（提升10倍以上）：
@Test public void jedisTest() throws UnsupportedEncodingException { long start2 = System.currentTimeMillis(); try (JedisClusterClient 结论：对于批量操作，响应提升明显：如上本机测试中，提升了约50倍。
转载地址：https://lemon.blog.csdn.net/article/details/81673895 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！
发表评论
最新留言
关于作者
