pipeline解决Redis频繁命令往返导致的性能瓶颈

发表于2026-04-09|更新于2026-04-09|后端

|浏览量:

客户端和服务端交互模型

Redis 的 pipeline 交互模型

Redis pipeline 与原生批量mset等等命令对比

原生批量命令是原子性，pipeline 是非原子性的
原生批量命令一次只能执行一种命令，pipeline 支持批量执行不同命令
原生批命令是服务端实现，而 pipeline 需要服务端与客户端共同完成

需要注意：

Redlis 事务是具有隔离性的，在执行过程中不会穿插执行其他客户瑞发送的命令
使用 pipeline 组装的命令个数不能太多，不然数据量过大
pipeline 会按照指令缓冲的顺序执行，但是可能会穿插其他客户端发送来的命令，即时序性不一定能够保证
pipeline 执行中间某一个指令出现异常，将会继续执行后续的指令，即不能保证原子性

文章作者: 褚成志

文章链接: https://www.chucz.asia/2026/04/09/pipeline%E8%A7%A3%E5%86%B3Redis%E9%A2%91%E7%B9%81%E5%91%BD%E4%BB%A4%E5%BE%80%E8%BF%94%E5%AF%BC%E8%87%B4%E7%9A%84%E6%80%A7%E8%83%BD%E7%93%B6%E9%A2%88/

性能优化 Redis

相关推荐

视图预览阿里云 Redis 标准版指标展示，包括CPU 使用率，内存使用率，磁盘读写，网络流量，每秒访问次数等版本支持操作系统支持：Linux 前置条件服务器 <安装 Datakit> 服务器 <安装 Func 携带版> 阿里云 RAM 访问控制账号授权 RAM 访问控制登录 RAM 控制台 https://ram.console.aliyun.com/users 新建用户：人员管理 - 用户 - 创建用户保存或下载 AccessKey ID 和 AccessKey Secret 的 CSV 文件 (配置文件会用到) 用户授权 (只读访问所有阿里云资源的权限) 安装配置说明：示例 Linux 版本为：CentOS Linux release 7.8.2003 (Core) 通过一台服务器采集所有阿里云 Redis 标准版数据部署实施脚本市场登录 Func，地址 http://ip:8088 开启脚本市场，管理 - 实验性功能 - 开启脚本市场模块 **依次添加 **三个脚本集观测云集成 (核心包) 观测云...

布隆过滤器

布隆过滤器布隆过滤器由「初始值都为 0 的位图数组」和「 N 个哈希函数」两部分组成。当我们在写入数据库数据时，在布隆过滤器里做个标记，这样下次查询数据是否在数据库时，只需要查询布隆过滤器，如果查询到数据没有被标记，说明不在数据库中。第一步，使用 N 个哈希函数分别对数据做哈希计算，得到 N 个哈希值；第二步，将第一步得到的 N 个哈希值对位图数组的长度取模，得到每个哈希值在位图数组的对应位置。第三步，将每个哈希值在位图数组的对应位置的值设置为 1；查询的时****候只要有一个为 0，就认为数据 x 不在数据库中。没有的一定没有，有的也可能没有黑名单，爬虫去重只有加入和查询，不要求删除，极大减少内存，但是必须允许一定程度的失误率，会误杀好人，但是不会漏杀坏人布隆过滤器是一种数据结构，比较巧妙的概率型数据结构（probabilistic data structure），特点是高效地插入和查询，可以用来告诉你** “某样东西****一定不存在或者可能存在****”。** 如果存在那就是可能存在（hash的碰撞）如果不存在那就一定不存在相比于传统的...

Redis核心数据类型的底层编码（C源码）（重要）

Redis K-V 底层设计原理：字典hashtablekey：string val：string、hash、list、set、sorted set map 就是字典，还要支持海量数据的存储，查找和插入删除（hashtable） hashtable 里面 hash(key) % hashtable.size ，最后的得到的就是[0, hashtable.size - 1] hash碰撞的时候，线性探测或者链表法。Redis 使用的是链表法注意这个hashtable里面的value的类型是五种常见类型谁都可以放，因为最后都是使用指针指向的，value的包装类里面会执行是什么数据类型。 redisDb–dict–dictht–dictEntry–redisObject Redis 渐进式rehash及动态扩容机制如图所示，扩容时机：在使用的容量是大小的一样的时候就会扩容，扩容大小：扩容的时候变为原来的2倍，渐进式迁移：新建数组之后，数据迁移的时候，一个链表上的数据是一个桶为单位转移的，不能一下全部转移会导致单线程阻塞，所以有了渐进式rehash的设计，dict字典包...

Redis实现分布式锁以及Redis客户端比较

若锁存在，且唯一标识匹配：则先将锁重入计数减1local counter = redis.call(‘hincrby’, KEYS[1], ARGV[3], -1);if (counter > 0) then – 锁重入计数减1后还大于0：表明当前线程持有的锁还有重入，不能进行锁删除操作，但可以友好地帮忙设置下过期时期 redis.call(‘pexpire’, KEYS[1], ARGV[2]); return 0;else – 锁重入计数已为0：间接表明锁已释放了。直接删除掉锁，并广播解锁消息，去唤醒那些争抢过锁但还处于阻塞中的线程 redis.call(‘del’, KEYS[1]); redis.call(‘publish’, KEYS[2], ARGV[1]); return 1;end; return nil; 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455...

Redis不同数据类型代码场景实践

string博客不好的实现12345jedis.set("key1", "value1");jedis.get("key1");jedis.del("lock_test");jedis.incr("blog_id_counter");Long key = jedis.incrBy("key", 1); 1jedis.set("lock_test", "value_test", SetParams.setParams().nx()); 12345678Long publishBlogResult = jedis.msetnx("article:1:title", "学习Redis", "article:1:content", "如何学好redis的使用", "art...

Redis删除特定的前缀

redis没有提供可以直接使用的，需要自己封装：不能使用keys ,而是使用scan Redis命令对应的命令： 12345redis-cli --raw keys "*prefix*" | xargs redis-cli del# SCAN cursor [MATCH pattern] [COUNT count]redis-cli --scan --pattern "*prefix*" | xargs -L 2000 redis-cli del# 其中xargs -L指令表示xargs一次读取的行数，也就是每次删除的key数量，一次读取太多xargs会报错类似的SCAN命令，对于Redis不同的数据类型还有另外几个SSCAN、HSCAN和ZSCAN，使用方法类似： sscan ops-coffee 0 MATCH v1* java 实现123456789101112131415161718192021222324252627282930313233343536//redis-cli --raw keys "ops-coff...

数据加载中