這里的Redis主從結構可以是簡單的主從，sentinel，redis cluster中的主從等，
wait命令的作用：
此命令將阻塞當前客戶端，直到當前Session連接（主節點上）所有的寫命令都被傳送到指定資料量的slave節點，
如果到達超時(以毫秒為單位)，則即使尚未完全傳送到達指定數量的salve節點，該命令也會回傳（成功傳送到的節點的個數），
該命令將始侄訓傳確認在WAIT命令之前發送的寫命令的副本數量，無論是在達到指定數量的副本的情況下，還是在達到超時的情況下，
具體說就是：比如對于1主2從的結構，Wait要求3秒鐘之內傳送到2個節點，但是達到超時時間3秒鐘之后只成功傳送到了1個slave節點上，此時wait也不會繼續阻塞，而是回傳成功傳送的節點個數(1)，
有點類似于MySQL的半同步復制，但是效果完全不能跟半同步相比，因為Redis本身沒有回滾的功能，這里的wait命令發起之后，即便是超時時間之后沒有送到任何一個slave節點，主節點也不會回滾，
wait命令無法保證Redis主從之間的強一致，不過，在主從、sentinel和Redis群集故障轉移中，wait能夠增強（僅僅是增強，但不是保證）資料的安全性，
既然wait命令在當前連接之后會等待指定數量的從節點確認，其主節點的寫入效率必然會收到一定程度的影響，那么這個影響有多大？
這里做一個簡單的測驗，環境2核4G的宿主機，docker下的集群3主3從的Redis集群，因此不用考慮網路延遲，在執行寫入操作之后，使用兩個Case，對比使不使用wait命令等待傳送到salve的效率，
1，單執行緒回圈寫入100000個key值
2，多執行緒并發，10個執行緒每個執行緒寫入10000個key，一共寫入100000個key
Case1:單執行緒回圈寫入100000個key值
結論：不使用wait命令，整體耗時33秒，集群中單個節點的TPS為1000左右；使用wait命令，整體耗時72秒，集群中單個節點的TPS為480左右，整體效率下降了50%多一點
單執行緒不使用WAIT
單執行緒使用WAIT（redis_conn.execute_command('wait', 1, 0)）
Case2:多執行緒回圈寫入100000個key值
結論：不使用wait命令，整體耗時19秒，集群中單個節點的TPS為1700左右；使用wait命令，整體耗時36秒，集群中單個節點的TPS為900左右，整體效率與單執行緒基本上一致，下降了50%多一點
多執行緒不使用WAIT，單節點上TPS可達到1700左右
多執行緒使用WAIT，單節點上TPS可達到850左右
鑒于在多執行緒模式下，CPU負載接近于瓶頸，因此不能再加更多的執行緒數，測驗資料也僅供參考，
總結：
wait能夠在主節點寫入命令之后，通過阻塞的方式等待資料傳送到從節點，wait能夠增強（但不保證）資料的安全性，
其代價或者說性能損耗也是不小的，通過以上測驗可以看出，即便是不考慮網路傳輸延遲的情況下，其性能損耗也超出了50%，
#!/usr/bin/env python# coding:utf-8import sysimport timeimport datetimefrom rediscluster import StrictRedisClusterimport threadingfrom time import ctime,sleepdef redis_cluster_write(): redis_nodes = [ {'host':'172.18.0.11','port':8888}, {'host':'172.18.0.12','port':8888}, {'host':'172.18.0.13','port':8888}, {'host':'172.18.0.14','port':8888}, {'host':'172.18.0.15','port':8888}, {'host':'172.18.0.16','port':8888}] try: redis_conn = StrictRedisCluster(startup_nodes=redis_nodes,password='******') except Exception: raise Exception redis_conn.config_set('cluster-require-full-coverage', 'yes') counter = 0 for i in range(0,100000): counter = counter+1 redis_conn.set('key_'+str(i),'value_'+str(i)) #redis_conn.execute_command('wait', 1, 0) if counter == 1000: print('insert 1000 keys '+str(str(datetime.datetime.now()))) counter = 0def redis_concurrence_test(thread_id): redis_nodes = [ {'host':'172.18.0.11','port':8888}, {'host':'172.18.0.12','port':8888}, {'host':'172.18.0.13','port':8888}, {'host':'172.18.0.14','port':8888}, {'host':'172.18.0.15','port':8888}, {'host':'172.18.0.16','port':8888}] try: redis_conn = StrictRedisCluster(startup_nodes=redis_nodes, password='******') except Exception: raise Exception redis_conn.config_set('cluster-require-full-coverage', 'yes') counter = 0 for i in range(0, 10000): counter = counter + 1 redis_conn.set('key_' + str(thread_id)+'_'+str(counter), 'value_' + str(i)) #redis_conn.execute_command('wait', 1, 0) if counter == 1000: print(str(thread_id)+':insert 1000 keys ' + str(str(datetime.datetime.now()))) counter = 0if __name__ == '__main__': #redis_cluster_write() threads = [] for i in range(10): t = threading.Thread(target=redis_concurrence_test, args=(i,)) threads.append(t) begin_time = ctime() for t in threads: t.setDaemon(True) t.start() for t in threads: t.join()
https://redis.io/commands/wait
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/26263.html
標籤：NoSQL
上一篇：redis主從復制