Python--Redis实战：第四章：数据安全与性能保障：第8节：关于性能方面的注意事项

摘要：上一篇文章实战第四章数据安全与性能保障第节非事务型流水线下一篇文章实战第五章使用构建支持程序第节使用来记录日志

上一篇文章：Python--Redis实战：第四章：数据安全与性能保障：第7节：非事务型流水线
下一篇文章：Python--Redis实战：第五章：使用Redis构建支持程序：第1节：使用Redis来记录日志

习惯了关系数据库的用户在刚开始使用Redis的时候，通常会因为Redis带来的上百倍的性能提升而感到欣喜若狂，却没有认识到Redis性能实际上还可以进一步的提高。虽然上一节介绍的非事务型流水线可以尽可能地减少应用程序和Redis之间的通信往返次数，但是对于一个已经存在的应用程序，我们应该如何判断这个程序能否被优化呢？我们又应该如何对它进行优化呢？

要对Redis的性能进行优化，用户首先需要弄清楚各种类型的Redis命令到底能跑多快，而这一点可以通过调用Redis附带的性能测试程序redis-benchmark来得知，下面清单展示了一个相应的例子。如果有兴趣的话，读者也可以试着用redis-benchmark来了解Redis在自己服务器上的各种性能特征：

在装有英特尔酷睿2双核2.4GHz处理器的台式电脑上运行redsi-benchmark

#给定‘-q’选项可以让程序简化输出结果，给定‘-c 1’选项让程序只使用一个客户端来进行测试
$ redis-benchmark -c 1 -q
PING (inline):34246.57 requests per second
Pind:34843.32 requests per second
MSET (10 keys):24213 08 request per second
SET: 32467.53 request per second
GET: 33112.59 request per second
INCR: 32679.74 request per second
LPUSH: 33333.33 request per second
LPOP: 33670.04 request per second
SADD: 33222.59 request per second
SPOP: 34482.76 request per second
LPUSH (again, in order to bench LRNAGE):33222.59 request per second
LRANGE (first 100 elements):22988.51 request per second
LRANGE (first 300 elements):13888.89 request per second
LRANGE (first 450 elements):11061.95 request per second
LRANGE (first 600 elements):9041.59 request per second

redis-benchmark的运行结果展示了一些常用Redis命令在1秒内可以执行的此时。如果用户在不给定任何参数的情况下运行redis-benchmark，那么redis-benchmark将使用50个客户端来进行性能测试，但是为了在redis-benchmark和我们自己的客户端之间进行性能对比，让redis-benchmark只使用一个客户端要比使用多个客户端更方一些。

在考察redis-benchmark的输出结果时，切记不要将输出结果看做是用于程序的实际性能，这是因为redis-benchmark不会处理执行命令所获得的命令回复，所以它节约了大量用于对命令回复进行语法分析的时间。在一般情况下，对于只使用单个客户端的redis-benchmark来说，根据被调用命令的复杂度，一个不使用流水线的Python客户端的性能大概只有redis-benchmark所示性能的50%~60%。

另一方面，如果你发现自己客户端的性能只有redis-benchmark所示性能的25%~30%，或者客户端向你返回了”Cannot assign requested address“(无法分配指定的地址)错误，那么你可能是不小心在每次发送命令时都创建了新的连接。

下表列出了只使用单个客户端的redis-benchmark与Python客户端之间的性能对比结果，并介绍了一些常见的造成客户端性能底下或者出错的原因：

比较了Redis在通常情况下的性能表现以及redis-benchmark使用单客户端进行测试时的结果，并说明了一些可能引起性能问题的原因

尽管上表列出的性能问题以及问题的解决方法都非常简短，但绝大部分常见的性能问题都是由表格中列出的原因引起的（另一个引起性能问题的原因是以不正确的方式使用Redis的数据结构）。如果读者遇到了难以解决的性能问题，或者遇到上表没有介绍的性能问题，那么读者可以考虑通过1.4节介绍的方法来寻求帮助。

大部分Redis客户端库都提供了某种级别的内置连接池。以Python的Redis客户端为例，对于每个Redis服务器，用户只需要创建一个redis.Redis()对象，该对象就会按需创建连接、重用已有的连接并关闭超时的连接（在使用多个数据库的情况下，即使客户端只连接了一个Redis服务器，它也需要为每一个被使用的数据库创建一个连接），并且Python客户端的连接池还可以安全地应用于多线程环境和多进程环境。

上一篇文章：Python--Redis实战：第四章：数据安全与性能保障：第7节：非事务型流水线
下一篇文章：Python--Redis实战：第五章：使用Redis构建支持程序：第1节：使用Redis来记录日志