今天小编就为大家分享一篇python使用pipeline批量读写redis的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
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环境下的使用来源gaodai#ma#com搞*代#码网情况。
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>> >>> pipe.hset("hash_key","chenhuachao",9) Pipeline<ConnectionPool<Connection>> >>> pipe.hset("hash_key","wanger",10) Pipeline<ConnectionPool<Connection>> >>> pipe.execute() [1L, 1L, 1L] >>>
2、批量读取数据
>>> pipe.hget("hash_key","leizhu900516") Pipeline<ConnectionPool<Connection>> >>> pipe.hget("hash_key","chenhuachao") Pipeline<ConnectionPool<Connection>> >>> pipe.hget("hash_key","wanger") Pipeline<ConnectionPool<Connection>> >>> 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。
以上就是python使用pipeline批量读写redis的方法的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：python使用pipeline批量读写redis的方法
转载请注明原文链接：python使用pipeline批量读写redis的方法
