Redis pipeline 和 MGET有啥区别？

两者都是 Redis 批量操作的方式，但在 **实现原理** 和 **适用场景** 上有很大不同。 ## **1. `pipeline`（流水线）** ### **概念** Redis **Pipeline** 允许在 **单个请求中发送多个命令**，**减少网络 I/O 开销**，提高性能。它适用于**批量写入或读取**场景。 ### **特点** - **多个命令一起发送**，但**执行顺序不变**。 - **减少 TCP 往返次数**（N 个请求变成 1 次）。 - **适用于批量写入、批量读取、事务提交**。 ### **示例** ```python import redis r = redis.StrictRedis(host='localhost', port=6379, decode_responses=True) # 开启 pipeline pipe = r.pipeline() # 添加多个命令 pipe.set("key1", "value1") pipe.set("key2", "value2") pipe.get("key1") pipe.get("key2") # 一次性执行所有命令 results = pipe.execute() print(results) # [True, True, 'value1', 'value2'] ``` **执行流程** 1. `set key1 value1` 2. `set key2 value2` 3. `get key1` 4. `get key2` 5. **一次性发送到 Redis 服务器** 6. **Redis 依次执行** 7. **返回所有结果** ## **2. `MGET`（批量获取）** ### **概念** `MGET` 是 Redis 提供的 **原生批量查询** 命令，可以一次性获取多个 key 的值。 ### **特点** - **只能用于 `GET` 操作**（批量读取）。 - **底层执行是一个 Redis 命令**，因此比 `pipeline` 更高效。 - **Redis 服务器端一次性执行 `MGET` 并返回结果**，减少 CPU 开销。 ### **示例** ```python import redis r = redis.StrictRedis(host='localhost', port=6379, decode_responses=True) # 批量获取多个 key results = r.mget(["key1", "key2"]) print(results) # ['value1', 'value2'] ``` **执行流程** 1. `MGET key1 key2` 2. Redis **一次性查询多个 key** 3. **一次性返回所有结果** ## **3. `pipeline` vs `MGET` 对比** | **对比项** | **pipeline** | **MGET** | |------------|------------|--------| | **网络请求方式** | 发送多个命令，减少 TCP 交互 | 仅需 **1 次命令** | | **执行方式** | 逐条执行，结果顺序固定 | **批量查询**，一次返回 | | **适用范围** | **读写皆可**（SET, GET, INCR, EXPIRE 等） | **仅适用于 GET 操作** | | **性能** | **稍低**（多个命令） | **更高效**（单条命令） | | **Redis 服务器端处理** | 逐条执行 | 一次性执行 | | **是否适合事务** | 适合 | 不适合 | ## **4. 适用场景** ### **适合 `pipeline`** - **批量写入**（如 `SET key1 value1`、`SET key2 value2`）。 - **组合操作**（如 `SET + GET` 或 `INCR + EXPIRE`）。 - **事务操作**（如 `MULTI/EXEC`）。 - **批量删除、过期处理**。 ### **适合 `MGET`** - **仅批量查询 key**，如： - **获取多个用户信息**：`MGET user:1 user:2 user:3` - **读取缓存数据**（如 Redis 作为缓存层） ## **5. 结论** - **如果只是批量读取**，用 `MGET` **更快**。 - **如果需要批量执行多个不同命令（读写混合）**，用 `pipeline` **更灵活**。 **简单记忆** - **`MGET` 更高效，但只能 `GET`**。 - **`pipeline` 适用于读写混合，减少网络开销**。