python如何使用pipeline批量讀寫redis

這篇文章將為大家詳細講解有關python如何使用pipeline批量讀寫redis，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

用了很久的redis了。隨著業務的要求越來越高。對redis的讀寫速度要求也越來越高。正好最近有個需求（需要在秒級取值1000+的數據），如果對于傳統的單詞取值，循環取值，消耗實在是大，有小伙伴可能考慮到多線程，但這并不是最好的解決方案，這里考慮到了redis特有的功能pipeline管道功能。

1、插入數據

>>> 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、批量讀取數據

>>> 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
>>>

總結：redis的pipeline就是這么簡單，實際生產環境，根據需要去編寫相應的代碼。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]

線上的redis一般都是集群模式，集群模式下使用pipeline的時候，在創建pipeline的對象時，需要指定

pipe =conn.pipeline(transaction=False)

經過線上實測，利用pipeline取值3500條數據，大約需要900ms，如果配合線程or協程來使用，每秒返回1W數據是沒有問題的，基本能滿足大部分業務。

關于“python如何使用pipeline批量讀寫redis”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。