python使用pipeline批量读写redis

川长思鸟来 2022-05-24 09:47 184阅读 0赞

## python使用pipeline批量读写redis ##

用了很久的redis了。随着业务的要求越来越高。对redis的读写速度要求也越来越高。正好最近有个需求（需要在秒级取值1000+的数据），如果对于传统的单词取值，循环取值，消耗实在是大，有小伙伴可能考虑到多线程，但这并不是最好的解决方案，这里考虑到了redis特有的功能pipeline管道功能。下面就更大家演示一下pipeline在python环境下的使用情况。

### 1、插入数据 ###

>>> import redis
    
    >>> conn = redis.Redis(host='192.168.8.176',port=6379)
    
    >>> pipe = conn.pipeline()
    
    >>> pipe.hset("hash_key","leizhu900516",8)
    Pipeline<ConnectionPool<Connection<host=192.168.8.176,port=6379,db=0>>>
    
    >>> pipe.hset("hash_key","chenhuachao",9)
    Pipeline<ConnectionPool<Connection<host=192.168.8.176,port=6379,db=0>>>
    
    >>> pipe.hset("hash_key","wanger",10)
    Pipeline<ConnectionPool<Connection<host=192.168.8.176,port=6379,db=0>>>
    
    >>> pipe.execute()
    [1L, 1L, 1L]
    >>>

### 2、批量读取数据 ###

>>> pipe.hget("hash_key","leizhu900516")
    Pipeline<ConnectionPool<Connection<host=192.168.8.176,port=6379,db=0>>>
    
    >>> pipe.hget("hash_key","chenhuachao")
    Pipeline<ConnectionPool<Connection<host=192.168.8.176,port=6379,db=0>>>
    
    >>> pipe.hget("hash_key","wanger")
    Pipeline<ConnectionPool<Connection<host=192.168.8.176,port=6379,db=0>>>
    
    >>> result = pipe.execute()
    
    >>> print result
    ['8', '9', '10']   #有序的列表
    >>>

总结：redis的pipeline就是这么简单，实际生产环境，根据需要去编写相应的代码。思路同理,如:

redis_db = redis.Redis(host='127.0.0.1',port=6379)
    data = ['zhangsan', 'lisi', 'wangwu']
    
    with redis_db.pipeline(transaction=False) as pipe:
        for i in data:
            pipe.zscore(self.key, i)
    
        result = pipe.execute()
    
    print result
    # [100, 80, 78]

线上的redis一般都是集群模式，集群模式下使用pipeline的时候，在创建pipeline的对象时，需要指定

pipe =conn.pipeline(transaction=False)

经过线上实测，利用pipeline取值3500条数据，大约需要900ms，如果配合线程or协程来使用，每秒返回1W数据是没有问题的，基本能满足大部分业务。

--------------------

转自: blog.51cto.com/leizhu/1825733