前言
本文主要介紹的是關(guān)于Redis性能提升之Batch批量讀寫(xiě)的相關(guān)內(nèi)容，分享出來(lái)供大家參考學(xué)習(xí)，下面來(lái)看看詳細(xì)的介紹：
提示：本文針對(duì)的是StackExchange.Redis
一、問(wèn)題呈現(xiàn)
前段時(shí)間在開(kāi)發(fā)的時(shí)候，遇到了redis批量讀的問(wèn)題，由于在StackExchange.Redis里面我確實(shí)沒(méi)有找到PipeLine命令，找到的是Batch命令，因此對(duì)其用法進(jìn)行了探究一下。
下面的代碼是我之前寫(xiě)的：
public ListStudentEntity> Get(Listint> ids)
{
ListStudentEntity> result = new ListStudentEntity>();
try
{
var db = RedisCluster.conn.GetDatabase();
foreach (int id in ids.Keys)
{
string key = KeyManager.GetKey(id);
var dic = db.HashGetAll(key).ToDictionary(k => k.Name, v => v.Value);
StudentEntity se = new StudentEntity();
if (dic.Keys.Contains(StudentEntityRedisHashKey.id.ToString()))
{
pe.id = FormatUtils.ConvertToInt32(dic[StudentEntityRedisHashKey.id.ToString()], -1);
}
if (dic.Keys.Contains(StudentEntityRedisHashKey.name.ToString()))
{
pe.name= dic[StudentEntityRedisHashKey.name.ToString()];
}
result.Add(se);
}
catch (Exception ex)
{
}
return result;
}
從上面的代碼中可以看出，并不是批量讀，經(jīng)過(guò)性能測(cè)試，性能確實(shí)是要遠(yuǎn)遠(yuǎn)低于用Batch操作，因?yàn)镠ashGetAll方法被執(zhí)行了多次。
下面給出批量方法：
二、解決問(wèn)題方法
具體的用法是：
var batch = db.CreateBatch();
...//這里寫(xiě)具體批量操作的方法
batch.Execute();
2.1批量寫(xiě)：
具體代碼：
public bool InsertBatch(ListStudentEntity> seList)
{
bool result = false;
try
{
var db = RedisCluster.conn.GetDatabase();
var batch = db.CreateBatch();
foreach (var se in seList)
{
string key = KeyManager.GetKey(se.id);
batch.HashSetAsync(key, StudentEntityRedisHashKey.id.ToString(), te.id);
batch.HashSetAsync(key, StudentEntityRedisHashKey.name.ToString(), te.name);
}
batch.Execute();
result = true;
}
catch (Exception ex)
{
}
return result;
}
這個(gè)方法里執(zhí)行的是批量插入學(xué)生實(shí)體數(shù)據(jù)，這里只是針對(duì)Hash，其它的也一樣操作。
2.2批量讀：
具體代碼：
public ListStudentEntity> GetBatch(Listint> ids)
{
ListStudentEntity> result = new ListStudentEntity>();
ListTaskStackExchange.Redis.HashEntry[]>> valueList = new ListTaskStackExchange.Redis.HashEntry[]>>();
try
{
var db = RedisCluster.conn.GetDatabase();
var batch = db.CreateBatch();
foreach(int id in ids)
{
string key = KeyManager.GetKey(id);
TaskStackExchange.Redis.HashEntry[]> tres = batch.HashGetAllAsync(key);
valueList.Add(tres);
}
batch.Execute();
foreach(var hashEntry in valueList)
{
var dic = hashEntry.Result.ToDictionary(k => k.Name, v => v.Value);
StudentEntity se= new StudentEntity();
if (dic.Keys.Contains(StudentEntityRedisHashKey.id.ToString()))
{
se.id= FormatUtils.ConvertToInt32(dic[StudentEntityRedisHashKey.id.ToString()], -1);
}
if (dic.Keys.Contains(StudentEntityRedisHashKey.name.ToString()))
{
se.name= dic[StudentEntityRedisHashKey.name.ToString()];
}
result.Add(se);
}
}
catch (Exception ex)
{
}
return result;
}
這個(gè)方法是批量讀取學(xué)生實(shí)體數(shù)據(jù)，批量拿到實(shí)體數(shù)據(jù)后，將其轉(zhuǎn)化成我們需要的數(shù)據(jù)。下面給出性能對(duì)比。
2.3性能對(duì)比：
10條數(shù)據(jù)，約4-5倍差距:
1000條數(shù)據(jù)，約28倍的差距：
隨著數(shù)據(jù)了增多，差距將越來(lái)越大。
三、源碼測(cè)試案例
上面是批量讀寫(xiě)實(shí)體數(shù)據(jù)，下面給出StackExchange.Redis源碼測(cè)試案例里的批量讀寫(xiě)寫(xiě)法：
public void TestBatchSent()
{
using (var muxer = Config.GetUnsecuredConnection())
{
var conn = muxer.GetDatabase(0);
conn.KeyDeleteAsync("batch");
conn.StringSetAsync("batch", "batch-sent");
var tasks = new ListTask>();
var batch = conn.CreateBatch();
tasks.Add(batch.KeyDeleteAsync("batch"));
tasks.Add(batch.SetAddAsync("batch", "a"));
tasks.Add(batch.SetAddAsync("batch", "b"));
tasks.Add(batch.SetAddAsync("batch", "c"));
batch.Execute();
var result = conn.SetMembersAsync("batch");
tasks.Add(result);
Task.WhenAll(tasks.ToArray());
var arr = result.Result;
Array.Sort(arr, (x, y) => string.Compare(x, y));
...
}
}
這個(gè)方法里也給出了批量寫(xiě)和讀的操作。
總結(jié)
好了，先說(shuō)到這里了。以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作能帶來(lái)一定的幫助，如果有疑問(wèn)大家可以留言交流，謝謝大家對(duì)腳本之家的支持。
您可能感興趣的文章:- 深入了解Redis的性能
- asp.net性能優(yōu)化之使用Redis緩存（入門）
- 關(guān)于redis狀態(tài)監(jiān)控和性能調(diào)優(yōu)詳解
