資訊專欄INFORMATION COLUMN
摘要：使用事務(wù)的其中一個好處就是底層的客戶端會通過使用流水線來提高事務(wù)執(zhí)行時的性能。使用非事務(wù)型流水線同樣可以獲得相似的性能提升，并且可以讓用戶同時執(zhí)行多個不同的命令。
使用事務(wù)的其中一個好處就是底層的客戶端會通過使用流水線來提高事務(wù)執(zhí)行時的性能。使用非事務(wù)型流水線（non-transactional pipeline）同樣可以獲得相似的性能提升，并且可以讓用戶同時執(zhí)行多個不同的命令。
MULTI和EXEC也會消耗資源，并且可能會導(dǎo)致其他重要的命令被延遲執(zhí)行。但也可以在不使用MULTI和EXEC的情況下，獲得流水線帶來的所有好處。
pipe = conn.pipeline()
在執(zhí)行pipeline()時傳入True作為參數(shù)，或者不傳入任何參數(shù)，那么客戶端將使用MULTI和EXEC包裹起用戶要執(zhí)行的所有命令。如果傳入False為參數(shù)，那么客戶端同樣會像執(zhí)行事務(wù)那樣收集用戶要執(zhí)行的所有命令，只是不再使用MULTI和EXEC包裹這些命令。如果用戶需要向Redis發(fā)送多個命令，并且對于這些命令來說，一個命令的執(zhí)行結(jié)果并不會影響另一個命令的輸入，而且這些命令也不需要以事務(wù)的方式來執(zhí)行的話，那么我們可以通過向pipeline()方法傳入False來進一步提升Redis的整體性能。
下面是沒有使用非事務(wù)型流水線代碼：
def update_token(conn, token, user, item=None):
timestamp = time.time()
conn.hset("login:", token, user)
conn.zadd("recent:", token, timestamp)
if item:
conn.zadd("viewed:" + token, item, timestamp)
conn.zremrangebyrank("viewed:" + token, 0, -26)
conn.zincrby("viewed:", item, -1)
使用非實物型流水線后：
def update_token_pipeline(conn, token, uesr, item=None)
timestamp = time.time()
pipe = conn.pipeline(False)
pipe.hset("login:", token, user)
pipe.zadd("recent:", token, timestamp)
if itme:
pipe.zadd("viewed:" + token, item, timestamp)
pipe.zremrangebyrank("viewed:" + token, 0, -26)
pipe.zincrby("viewed:", item, -1)
pipe.execute()
根據(jù)測試，高延遲網(wǎng)絡(luò)使用流水線時的速度要比不使用流水線時的速度快5倍，低延遲網(wǎng)絡(luò)使用流水線也可以帶來接近4倍的速度提升，本地網(wǎng)絡(luò)的測試結(jié)果實際上已經(jīng)達到Python在單核環(huán)境使用redis協(xié)議發(fā)送和接收短命令序列的性能極限。
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://systransis.cn/yun/44554.html
摘要：上一篇文章實戰(zhàn)第四章數(shù)據(jù)安全與性能保障第節(jié)非事務(wù)型流水線下一篇文章實戰(zhàn)第五章使用構(gòu)建支持程序第節(jié)使用來記錄日志 上一篇文章：Python--Redis實戰(zhàn)：第四章：數(shù)據(jù)安全與性能保障：第7節(jié)：非事務(wù)型流水線下一篇文章：Python--Redis實戰(zhàn)：第五章：使用Redis構(gòu)建支持程序：第1節(jié)：使用Redis來記錄日志 習(xí)慣了關(guān)系數(shù)據(jù)庫的用戶在剛開始使用Redis的時候，通常會因為Re...
摘要：上一篇文章實戰(zhàn)第四章數(shù)據(jù)安全與性能保障第節(jié)處理系統(tǒng)故障下一篇文章實戰(zhàn)第四章數(shù)據(jù)安全與性能保障第節(jié)非事務(wù)型流水線為了確保數(shù)據(jù)的正確性，我們必須認(rèn)識到這一點在多個客戶端同時處理相同的數(shù)據(jù)時，不謹(jǐn)慎的操作很容易會導(dǎo)致數(shù)據(jù)出錯。 上一篇文章：Python--Redis實戰(zhàn)：第四章：數(shù)據(jù)安全與性能保障：第5節(jié)：處理系統(tǒng)故障下一篇文章：Python--Redis實戰(zhàn)：第四章：數(shù)據(jù)安全與性能保障：第...
閱讀 2986·2023-04-26 02:29
閱讀 593·2019-08-30 15:54
閱讀 1673·2019-08-29 13:13
閱讀 609·2019-08-28 17:51
閱讀 2731·2019-08-26 13:58
閱讀 1543·2019-08-26 13:27
閱讀 2830·2019-08-26 11:39
閱讀 3454·2019-08-26 10:46
