这篇文章将为大家详细讲解有关python如何使用pipeline批量读写redis，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
用了很久的redis了。随着业务的要求越来越高。对redis的读写速度要求也越来越高。正好最近有个需求（需要在秒级取值1000+的数据），如果对于传统的单词取值，循环取值，消耗实在是大，有小伙伴可能考虑到多线程，但这并不是最好的解决方案，这里考虑到了redis特有的功能pipeline管道功能。
1、插入数据
>>> 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、批量读取数据
>>> 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
>>> 总结：redis的pipeline就是这么简单，实际生产环境，根据需要去编写相应的代码。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]
线上的redis一般都是集群模式，集群模式下使用pipeline的时候，在创建pipeline的对象时，需要指定
pipe =conn.pipeline(transaction=False)
经过线上实测，利用pipeline取值3500条数据，大约需要900ms，如果配合线程or协程来使用，每秒返回1W数据是没有问题的，基本能满足大部分业务。
关于“python如何使用pipeline批量读写redis”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
