批量加载

使用 Redis 协议批量写入数据

批量加载是使用大量预先存在的数据加载 Redis 的过程。理想情况下，您希望快速高效地执行此操作。本文档介绍了一些在 Redis 中批量加载数据的策略。

使用 Redis 协议进行批量加载

出于以下几个原因，使用普通的 Redis 客户端执行批量加载不是一个好主意：逐个发送命令的简单方法很慢，因为您必须为每个命令支付往返时间。可以使用流水线，但对于大量记录的批量加载，您需要在读取回复的同时编写新命令，以确保尽可能快地插入。

只有很小一部分客户端支持非阻塞 I/O，并且并非所有客户端都能够以高效的方式解析回复以最大化吞吐量。由于所有这些原因，将数据批量导入 Redis 的首选方法是生成一个包含 Redis 协议的文本文件（原始格式），以便调用插入所需数据所需的命令。

例如，如果我需要生成一个大型数据集，其中有数十亿个键的形式：`keyN -> ValueN'，我将创建一个包含 Redis 协议格式中以下命令的文件

SET Key0 Value0
SET Key1 Value1
...
SET KeyN ValueN

创建此文件后，剩下的操作就是尽可能快地将其提供给 Redis。过去，执行此操作的方法是使用以下命令使用 netcat

(cat data.txt; sleep 10) | nc localhost 6379 > /dev/null

然而，这并不是执行大规模导入的一种非常可靠的方法，因为 netcat 并不真正知道何时传输了所有数据，并且无法检查错误。在 Redis 的 2.6 或更高版本中，redis-cli 实用程序支持一种称为管道模式的新模式，该模式旨在执行批量加载。

使用管道模式，要运行的命令如下所示

cat data.txt | redis-cli --pipe

将生成类似于此的输出

All data transferred. Waiting for the last reply...
Last reply received from server.
errors: 0, replies: 1000000

redis-cli 实用程序还将确保仅将从 Redis 实例接收到的错误重定向到标准输出。

生成 Redis 协议

Redis 协议非常简单，易于生成和解析，并且在此处记录。但是，为了生成用于批量加载的协议，您不需要了解协议的每个细节，只需要知道每个命令都以以下方式表示即可

*<args><cr><lf>
$<len><cr><lf>
<arg0><cr><lf>
<arg1><cr><lf>
...
<argN><cr><lf>

其中 <cr> 表示“\r”（或 ASCII 字符 13），<lf> 表示“\n”（或 ASCII 字符 10）。

例如，命令SET key value 由以下协议表示

*3<cr><lf>
$3<cr><lf>
SET<cr><lf>
$3<cr><lf>
key<cr><lf>
$5<cr><lf>
value<cr><lf>

或表示为带引号的字符串

"*3\r\n$3\r\nSET\r\n$3\r\nkey\r\n$5\r\nvalue\r\n"

您需要为批量加载生成的文件只是由以上方式表示的命令组成，一个接一个。

以下 Ruby 函数生成有效的协议

def gen_redis_proto(*cmd)
    proto = ""
    proto << "*"+cmd.length.to_s+"\r\n"
    cmd.each{|arg|
        proto << "$"+arg.to_s.bytesize.to_s+"\r\n"
        proto << arg.to_s+"\r\n"
    }
    proto
end

puts gen_redis_proto("SET","mykey","Hello World!").inspect

使用上述函数，可以使用此程序轻松生成上述示例中的键值对

(0...1000).each{|n|
    STDOUT.write(gen_redis_proto("SET","Key#{n}","Value#{n}"))
}

我们可以直接在管道中运行该程序到 redis-cli，以执行我们的首次大规模导入会话。

$ ruby proto.rb | redis-cli --pipe
All data transferred. Waiting for the last reply...
Last reply received from server.
errors: 0, replies: 1000

管道模式在底层的工作原理

redis-cli 的管道模式中需要的魔力是与 netcat 一样快，同时仍然能够理解服务器何时发送了最后一个答复。

这是通过以下方式获得的

  • redis-cli --pipe 尝试尽可能快地向服务器发送数据。
  • 同时，它在数据可用时读取数据，并尝试对其进行解析。
  • 一旦没有更多数据可从 stdin 读取，它就会发送一个带有 20 字节随机字符串的特殊ECHO 命令：我们确信这是发送的最新命令，并且我们确信我们可以匹配答复，检查我们是否收到相同的 20 字节作为批量答复。
  • 发送此特殊最终命令后，接收回复的代码开始将回复与这 20 个字节进行匹配。当达到匹配回复时，它可以成功退出。

使用此技巧，我们无需解析发送到服务器的协议即可了解我们发送了多少个命令，而只需解析回复即可。

但是，在解析回复时，我们会对解析的所有回复进行计数，以便在最后能够告诉用户批量插入会话已将多少个命令传输到服务器。

为本页评分