每日一题_Python.利用gevent和pipeline快速导出近千万Redis字段值?

事情缘由:

昨日下午工信部前来,几个看似很专业搞安全的非要让现场写脚本导出几百万条Redis记录中的IP字段,由于之间确实没想过如何快速导出这么多数据,只能尴尬认怂~但下来仔细想想我们可以做到~办法总比困难多~

具体需求:

1. 快速导出Redis中只包含[0-9a-z]组成的16序列号下的WlanIP字段

实现思路:

1. 必然先想到多线程/多进程/多协程,最终选择gevent协程池的原因的是涉及到Redis读和文件写操作,相对于多进程/多线程更容易控制且时间不会浪费在阻塞上,异步来回切换更适合

2. 为了减轻每次调用Redis接口keys指令,所以先计算出[0-9a-z]组成的2位序列号排列组合,顺便将其作为250多个文件名

3. 为了减轻每次调用Redis接口hgetall指令,所以使用pipeline,超过1000个指令后统一通过各自管道发送来防止反复连接执行耗时

4. 由于Redis接口连接池只是提供了keepalive功能,所以在协程内部直接维护100个"假"连接池,但还有一个最主要的功能是为了解决pipeline混乱的问题

具体代码:

#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
#
# Authors: limanman
# OsChina: http://xmdevops.blog.51cto.com/
# Purpose:
#
"""
# 说明: 导入公共模块
import os
from gevent import monkey
from gevent.pool import Pool
from itertools import product
from redis.exceptions import ResponseError
from redis import StrictRedis, ConnectionPool
# 说明: 导入其它模块


host = '127.0.0.1'
port = 5123
monkey.patch_all()


def write_serialdata(key):
    rds_pool = ConnectionPool(host=host, port=port)
    rds_inst = StrictRedis(connection_pool=rds_pool, retry_on_timeout=True, max_connections=10)
    rds_pipe = rds_inst.pipeline()
    prefix = ''.join(key)
    redis_key = '{0}*'.format(prefix)
    rds_pipe.keys(redis_key)
    redis_val = rds_pipe.execute()
    if not redis_val:
        return
    with open(prefix, 'a+b') as fd:
        for index, serial_key in enumerate(redis_val[0]):
            if index % 1000 == 0:
                serial_val = rds_pipe.execute()
                if not serial_val:
                    continue
                for item in serial_val:
                    if 'WanIP' not in item:
                        continue
                    ip = item['WanIP']
                    print 'record ip => {0} to file {1}'.format(ip, prefix)
                    fd.write(''.join([ip, os.linesep]))
            if not serial_key.isalnum():
                continue
            rds_pipe.hgetall(serial_key)
        serial_val = rds_pipe.execute()
        if not serial_val:
            return
        for item in serial_val:
            if 'WanIP' not in item:
                continue
            ip = item['WanIP']
            print 'record ip => {0} to file {1}'.format(ip, prefix)
            fd.write(''.join([ip, os.linesep]))


def generat_product():
    s_bit = 'abcdef0123456789'
    return product(s_bit, repeat=2)

if __name__ == '__main__':
    pool = Pool(100)
    keys = generat_product()
    path = []
    for key_pairs in keys:
        fpath = ''.join(key_pairs)
        path.append(fpath)
        if not os.path.exists(fpath):
            file(fpath, 'w+b').close()
    pool.map(write_serialdata, path)

有图有相: