用了很久的redis了。隨著業務的要求越來越高。對redis的讀寫速度要求也越來越高。正好最近有個需求(需要在秒級取值1000+的數據)，如果對于傳統的單詞取值，循環取值，消耗實在是大，有小伙伴可能考慮到多線程，但這并不是最好的解決方案，這里考慮到了redis特有的功能pipeline管道功能。

下面就更大家演示一下pipeline在python環境下的使用情況。

1、插入數據

>>> import redis

>>> conn = redis.Redis(host='192.168.8.176',port=6379)

>>> pipe = conn.pipeline()

>>> pipe.hset("hash_key","leizhu900516",8)

Pipeline>>

>>> pipe.hset("hash_key","chenhuachao",9)

Pipeline>>

>>> pipe.hset("hash_key","wanger",10)

Pipeline>>

>>> pipe.execute()

[1L, 1L, 1L]

>>>

2、批量讀取數據

>>> pipe.hget("hash_key","leizhu900516")

Pipeline>>

>>> pipe.hget("hash_key","chenhuachao")

Pipeline>>

>>> pipe.hget("hash_key","wanger")

Pipeline>>

>>> result = pipe.execute()

>>> print result

['8', '9', '10'] #有序的列表

>>>

總結：redis的pipeline就是這么簡單，實際生產環境，根據需要去編寫相應的代碼。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]

線上的redis一般都是集群模式，集群模式下使用pipeline的時候，在創建pipeline的對象時，需要指定

pipe =conn.pipeline(transaction=False)

經過線上實測，利用pipeline取值3500條數據，大約需要900ms，如果配合線程or協程來使用，每秒返回1W數據是沒有問題的，基本能滿足大部分業務。

以上這篇python使用pipeline批量讀寫redis的方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

總結

以上是生活随笔為你收集整理的python redis pipeline使用方法_python使用pipeline批量读写redis的方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。