17-SpringBoot之Redis（四）——Redis流水线

@RequestMapping("/testSingle")
    public Map<String, Object> testSingle() {

        Long start = System.currentTimeMillis();

        for (int i = 0; i < 1000000; i++) {
            String key = "pipeline_" + i;
            String value = "value_" + i;
            redisTemplate.opsForValue().set(key, value);
        }

        Long end = System.currentTimeMillis();
        System.out.println("Single插入1000000条记录耗时：" + (end - start) + "毫秒。");

        Map<String, Object> map = new HashMap<String, Object>();
        map.put("success", true);
        return map;
    }

使用redis流水线技术实现代码如下：

@RequestMapping("/testPipeline")
    public Map<String, Object> testPipeline() {

        Long start = System.currentTimeMillis();
        List List = redisTemplate.executePipelined(new RedisCallback<Long>() {
            @Nullable
            @Override
            public Long doInRedis(RedisConnection connection) throws DataAccessException {
                connection.openPipeline();
                for (int i = 1000001; i < 2000000; i++) {
                    String key = "pipeline_" + i;
                    String value = "value_" + i;
                    connection.set(key.getBytes(), value.getBytes());
                }
                return null;
            }
        });

        Long end = System.currentTimeMillis();
        System.out.println("Pipeline插入1000000条记录耗时：" + (end - start) + "毫秒。");

        Map<String, Object> map = new HashMap<String, Object>();
        map.put("success", true);
        return map;
    }

分别调用这两个方法。控制台记录的执行时间：

从实验结果可以看出，使用redis流水线插入可以大幅度提高性能，它十分适合大数据量的执行。

这里需要注意的是以下两点。

1. 在运行如此多的命令时，需要考虑的另外一个问题是内存空间的消耗，因为对于程序而言，它最终会返回一个List 对象，如果过多的命令执行返回的结果都保存到这个List中，显然会造成内存消耗过大，尤其在那些高并发的网站中就很容易造成JVM内存溢出的异常， 这个时候应该考虑使用迭代的方法执行Redis命令。
2. 与事务一样，使用流水线的过程中， 所有的命令也只是进入队列而没有执行，所以执行的命令返回值也为空，这也是需要注意的地方。