Redis官方文档(10) ——集中插入

Redis3官方文档(10)
——集中插入

    有时候Redis实例需要在短时间内加载大量的已存在数据，或者用户产生的数据，这样，上百万的键将在很短的时间内被创建。
    这被称为集中插入(mass insertion)，这篇文档的目的，就是提供如何最快地向Redis中插入数据的一些相关信息。

    使用协议，伙计
    使用标准的Redis客户端来完成集中插入并不是一个好主意，理由是：一条一条的发送命令很慢，因为你需要为每个命令付出往返时间的花费。可以使用管道 (pipelining)，但对于许多记录的集中插入而言，你在读取响应的同时还需要写新命令，以确保插入尽可能快。
    只有少部分的客户端支持非阻塞I/O，也并不是所有的客户端都能高效地解析响应以最大化吞吐量。基于上述这些原因，首选的集中导入数据到Redis中的方式，是生成按照Redis协议的原始(raw)格式的文本文件，以调用需要的命令来插入需要的数据。
    例如，如果我需要生成一个巨大的数据集，拥有数十亿形式为”keyN->ValueN”的键，我将创建一个按照Redis协议格式，包含如下命令的文件：

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

    当这个文件被创建后，剩下的工作就是将其尽可能快的导入到Redis中。过去的办法是使用netcat来完成，命令如下：

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

    然而，这种集中导入的方式并不是十分可靠，因为netcat并不知道所有的数据什么时候被传输完，并且不能检查错误。在github上一个不稳定的Redis分支上，redis-cli工具支持一种称为管道模式(pipe mode)的模式，设计用来执行集中插入。
    使用管道模式运行命令如下：

cat data.txt | redis-cli --pipe

    输出类似如下的内容：

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

    redis-cli工具也能够确保仅仅将来自Redis实例的错误重定向到标准输出。

    生成Redis协议(Generating Redis Protocol)
    Redis协议非常容易生成和解析，可以参考其文档(请关注后续翻译文档，译者注)。但是，为了集中插入的目标而生成协议，你不必了解协议的每一个细节，仅仅需要知道每个命令通过如下方式来表示：

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

    <cr>表示"\r" (或ASCII字符13)，<lf>表示"\n" (或者ASCII字符10)。
    例如，命令SET key value通过以下协议来表示：

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

    或者表示为一个字符串：

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

    为集中插入而生成的文件，就是由一条一条按照上面的方式表示的命令组成的。
下面的Ruby函数生成合法的协议。

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

    使用上面的函数，可以很容易地生成上面例子中的键值对。程序如下：

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

    我们现在可以直接以redis-cli的管道模式来运行这个程序，来执行我们的第一次集中导入会话。

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

    管道模式如何工作(How works)
    redis-cli管道模式的魔力，就是和netcat一样的快，并且能理解服务器同时返回的最后一条响应。
    按照以下方式获得：

• redis-cli –pipe尝试尽可能快的发送数据到服务器。
• 与此同时读取可用数据，并尝试解析。
• 当标准输入没有数据可读时，发送一个带有20字节随机字符的特殊ECHO命令：我们确保这是最后发送的命令，我们也确保可以匹配响应的检查，如果我们收到了相同的20字节的批量回复(bulk reply)。
• 一旦这个特殊的最后命令被发送，收到响应的代码开始使用这20个字节来匹配响应。当匹配响应到达后成功退出。

    使用这个技巧，我们不需要为了知道发送了多少命令而解析发送给服务端的协议，仅仅只需要知道响应就可以。
    但是，在解析响应的时候，我们对所有已解析响应进行了计数，于是最后我们可以告诉用户，通过集中插入会话传输给服务器的命令的数。
===============================================================================
    大家好，我是阮威。华中科技大学，计算机软件专业硕士。毕业后加入腾讯，先后在腾讯电子商务部和无线游戏产品部工作，现供职于欢聚时代基础产品部。IT男，至今。欢迎大家收听我的公众账号。