在事務中Redis提供了佇列，可以批量執行任務，這樣效能就比較高，但使用multi…exec事務命令是有系統開銷的，因為它會檢測對應的鎖和序列化命令。有時我們希望在沒有任何附加條件的情況下使用佇列批量執行一系列命令，這時可以使用Redis的流水線（pipelined）技術。

實際中Redis的讀寫速度十分快，而系統的瓶頸往往是在網路通訊中的延時。比如當命令1在T1時刻傳送到Redis伺服器後，伺服器很快執行完命令1,而命令2在T2時刻卻沒有通過網路送達Redis伺服器，這樣就變成了Redis伺服器在等待命令2的到來，當命令2到達且被執行後，命令3還沒到，又得繼續等待，以此類推，這樣Redis的等待時間就會很長，很多時候在空閒的狀態，而問題出現在網路的延遲中，造成了系統的瓶頸。

為了解決這個問題，可以使用Redis的流水線，但Redis的流水線是一種通訊協議，沒有辦法通過客戶端演示，不過可以通過Java API或使用Spring操作它。

/**
 * 測試Redis流水線 
 * @author liu
 */
public class TestPipelined {

    /**
     * 使用Java API測試流水線的效能
     */
    @SuppressWarnings({ "unused", "resource" })
    @Test
    public void testPipelinedByJavaAPI() {
        JedisPoolConfig jedisPoolConfig = new
 
 JedisPoolConfig();
        jedisPoolConfig.setMaxIdle(20);
        jedisPoolConfig.setMaxTotal(10);
        jedisPoolConfig.setMaxWaitMillis(20000);

        JedisPool jedisPool = new JedisPool(jedisPoolConfig,"localhost",6379);
        Jedis jedis = jedisPool.getResource();
        long start = System.currentTimeMillis();
        // 開啟流水線
 

        Pipeline pipeline = jedis.pipelined();
        // 測試10w條資料讀寫
        for(int i = 0; i < 100000; i++) {
            int j = i + 1;
            pipeline.set("key" + j, "value" + j);
            pipeline.get("key" + j);
        }
        // 只執行同步但不返回結果
        //pipeline.sync();
        // 以list的形式返回執行過的命令的結果
        List<Object> result = pipeline.syncAndReturnAll();
        long end = System.currentTimeMillis();
        // 計算耗時
        System.out.println("耗時" + (end - start) + "毫秒");
    }

    /**
     * 使用RedisTemplate測試流水線
     */
    @SuppressWarnings({ "resource", "rawtypes", "unchecked", "unused" })
    @Test
    public void testPipelineBySpring() {
        ApplicationContext applicationContext = new ClassPathXmlApplicationContext("spring.xml");
        RedisTemplate rt = (RedisTemplate)applicationContext.getBean("redisTemplate");
        SessionCallback callback = (SessionCallback)(RedisOperations ops)->{
            for(int i = 0; i < 100000; i++) {
                int j = i + 1;
                ops.boundValueOps("key" + j).set("value" + j);
                ops.boundValueOps("key" + j).get();
            }
            return null;
        };
        long start = System.currentTimeMillis();
        // 執行Redis的流水線命令
        List result = rt.executePipelined(callback);
        long end = System.currentTimeMillis();
        System.out.println(end - start);
    }
}

書上寫的測試結果為：使用Java API耗時在550ms到700ms之間，也就是不到1s就完成了10萬次讀寫，使用Spring 耗時在1100ms到1300ms之間。

我的測試結果：使用Java API耗時在13s左右，使用Spring直接記憶體溢位，這說明我得換電腦了。