Java如何從Redis中批量讀取數(shù)據(jù)
更新時間：2025年05月30日 15:49:23 作者：風(fēng)碎峰
這篇文章主要介紹了Java如何從Redis中批量讀取數(shù)據(jù)的情況,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
一.背景概述
本周接到一個新的需求：從用戶dau日志文件中讀取用戶uid，然后到Redis中獲取對應(yīng)的用戶數(shù)據(jù)。用戶的uid存儲于login_day_20220913.txt文件，共1億2千多萬條數(shù)據(jù)，數(shù)量達(dá)1.4G。
要求：盡量在2小時內(nèi)獲得結(jié)果，在數(shù)據(jù)處理過程中，Redis服務(wù)器QPS盡量低，不超過某個閾值，不然會觸發(fā)監(jiān)控報警。數(shù)據(jù)從Redis從庫讀取，只提供一個端口。
二.分析與實(shí)現(xiàn)
由于之前做過相同數(shù)據(jù)量的統(tǒng)計需求，所以從一開始就確定單線程完成此次數(shù)據(jù)處理也是可以的。實(shí)際上，對多線程和并發(fā)的使用需要慎之又慎，特別是在業(yè)務(wù)繁忙的系統(tǒng)或環(huán)境下。
接觸Redis的朋友都知道，Redis是支持批量讀取的,其中常用的兩個方法：mget()和hmget()。
本次處理的數(shù)據(jù)不是哈希結(jié)構(gòu)，所以確定使用mget()。
此時，我自然而然地問了同事一個問題，那就是mget批量處理數(shù)據(jù)的最佳參數(shù)范圍是多少？因?yàn)閙get()接受一個字符串?dāng)?shù)組參數(shù)，也就是說字符串?dāng)?shù)組的長度最佳為多少？
同事并沒有給我明確的答案，只是說他們?nèi)粘Ｃ颗翁幚?0000條，建議我自己可以嘗試一下，于是我打算試試50000條數(shù)據(jù)。
主要代碼如下：
package com.sina.weibo;
import com.sina.weibo.util.FileUtils;
import com.sina.weibo.util.ListUtil;
import org.apache.commons.lang3.time.StopWatch;
import redis.clients.jedis.Jedis;
import java.util.ArrayList;
import java.util.LinkedHashSet;
import java.util.List;
import java.util.concurrent.TimeUnit;
public class Application {
/** dau數(shù)據(jù)讀取路徑 */
private static String dauDataPath = "/data1/sinawap/var/logs/wapcommon/place/user_position/dau/login_day_20220913.txt";
/** 結(jié)果輸出路徑 */
private static String outputPath = "/data1/bingqing5/importcampusdata/output/campus_data.txt";
/** 已處理過的uid數(shù)據(jù)存儲路徑 */
private static String processedUidDataPath = "/data1/bingqing5/importcampusdata/process/processed_uid.txt";
public static void main(String[] args) {
StopWatch stopWatch = new StopWatch();
// 開始時間
stopWatch.start();
System.out.println("================程序開始===============");
transfer(dauDataPath, processedUidDataPath, outputPath);
System.out.println("================程序結(jié)束===============");
// 結(jié)束時間
stopWatch.stop();
// 統(tǒng)計執(zhí)行時間（秒）
System.out.println("執(zhí)行時長：" + stopWatch.getTime(TimeUnit.SECONDS) + " 秒.");
}
private static void transfer(String dauDataPath, String processedUidDataPath, String outputPath) {
List<String> dauDataList = FileUtils.readInfoFromFile(dauDataPath);
List<List<String>> bucket = ListUtil.splitList(dauDataList, 50000);
Jedis jedis = new Jedis("rdsxxxxx.xxxx.xxxx.xxxx.com.cn",50000);
List<String> processedUidDataList = FileUtils.readInfoFromFile(processedUidDataPath);
LinkedHashSet<String> linkedHashSet = ListUtil.getLinkedHashSet(processedUidDataList);
for (List<String> list : bucket) {
List<String> jsonStrList = jedis.mget(list.toArray(new String[list.size()]));
for (int i = 0; i < list.size(); i++) {
if (!linkedHashSet.contains(list.get(i))) {
String uid = list.get(i);
FileUtils.appendInfoToFile(processedUidDataPath, uid);
String jsonStr = jsonStrList.get(i);
if (jsonStr == null || jsonStr == "") continue;
String content = uid + "\t" + jsonStr;
FileUtils.appendInfoToFile(outputPath, content);
}
}
System.out.println(list.size());
}
}
}三.發(fā)現(xiàn)問題與屢次改進(jìn)
3.1.QPS過高而且波動很大
上述代碼上線后沒多久，就被同事找來，說QPS過高，開始的時候瞬間達(dá)到近100k，之后穩(wěn)定在70k~100k之間。因?yàn)閾?dān)心影響其他業(yè)務(wù)，于是把jar包暫停，著手優(yōu)化。
于是，我多次修改如下代碼：
List<List<String>> bucket = ListUtil.splitList(dauDataList, 50000);
將50000，調(diào)整為10000,5000,1000,500,100等值逐一嘗試。
QPS確實(shí)逐步降下來了，但是即便是每次處理1000條，QPS也有40K左右。
3.2.程序中斷，拋異常
最終以每批次讀取500條數(shù)據(jù)，將代碼上線。但是程序總是中斷報錯，拋出異常：
而這時候已處理的數(shù)據(jù)量達(dá)到幾千萬條。
最初懷疑是因?yàn)閖edis對象沒有調(diào)用close方法，于是修改代碼如下：
package com.sina.weibo;
import com.sina.weibo.util.FileUtils;
import com.sina.weibo.util.ListUtil;
import org.apache.commons.lang3.time.StopWatch;
import redis.clients.jedis.Jedis;
import java.util.ArrayList;
import java.util.LinkedHashSet;
import java.util.List;
import java.util.concurrent.TimeUnit;
public class Application {
/** dau數(shù)據(jù)讀取路徑 */
private static String dauDataPath = "/data1/sinawap/var/logs/wapcommon/place/user_position/dau/login_day_20220913.txt";
/** 結(jié)果輸出路徑 */
private static String outputPath = "/data1/bingqing5/importcampusdata/output/campus_data.txt";
/** 已處理過的uid數(shù)據(jù)存儲路徑 */
private static String processedUidDataPath = "/data1/bingqing5/importcampusdata/process/processed_uid.txt";
public static void main(String[] args) {
StopWatch stopWatch = new StopWatch();
// 開始時間
stopWatch.start();
System.out.println("================程序開始===============");
transfer(dauDataPath, processedUidDataPath, outputPath);
System.out.println("================程序結(jié)束===============");
// 結(jié)束時間
stopWatch.stop();
// 統(tǒng)計執(zhí)行時間（秒）
System.out.println("執(zhí)行時長：" + stopWatch.getTime(TimeUnit.SECONDS) + " 秒.");
}
private static void transfer(String dauDataPath, String processedUidDataPath, String outputPath) {
List<String> dauDataList = FileUtils.readInfoFromFile(dauDataPath);
List<List<String>> bucket = ListUtil.splitList(dauDataList, 50000);
List<String> processedUidDataList = FileUtils.readInfoFromFile(processedUidDataPath);
LinkedHashSet<String> linkedHashSet = ListUtil.getLinkedHashSet(processedUidDataList);
for (List<String> list : bucket) {
Jedis jedis = new Jedis(rdsxxxxx.xxxx.xxxx.xxxx.com.cn", 50000);
List<String> jsonStrList = jedis.mget(list.toArray(new String[list.size()]));
for (int i = 0; i < list.size(); i++) {
if (!linkedHashSet.contains(list.get(i))) {
String uid = list.get(i);
FileUtils.appendInfoToFile(processedUidDataPath, uid);
String jsonStr = jsonStrList.get(i);
if (jsonStr == null || jsonStr == "") continue;
String content = uid + "\t" + jsonStr;
FileUtils.appendInfoToFile(outputPath, content);
}
}
jedis.close();
System.out.println(list.size());
}
}
}修改后跑程序依舊沒有任何改善，繼續(xù)修改，代碼如下：
package com.sina.weibo;
import com.sina.weibo.util.FileUtils;
import com.sina.weibo.util.ListUtil;
import org.apache.commons.lang3.time.StopWatch;
import redis.clients.jedis.Jedis;
import java.util.ArrayList;
import java.util.LinkedHashSet;
import java.util.List;
import java.util.concurrent.TimeUnit;
public class A {
/** dau數(shù)據(jù)讀取路徑 */
private static String dauDataPath = "/data1/sinawap/var/logs/wapcommon/place/user_position/dau/login_day_20220913.txt";
/** 結(jié)果輸出路徑 */
private static String outputPath = "/data1/bingqing5/importcampusdata/output/campus_data.txt";
/** 已處理過的uid數(shù)據(jù)存儲路徑 */
private static String processedUidDataPath = "/data1/bingqing5/importcampusdata/process/processed_uid.txt";
public static void main(String[] args) {
StopWatch stopWatch = new StopWatch();
// 開始時間
stopWatch.start();
System.out.println("================程序開始===============");
transfer(dauDataPath, processedUidDataPath, outputPath);
System.out.println("================程序結(jié)束===============");
// 結(jié)束時間
stopWatch.stop();
// 統(tǒng)計執(zhí)行時間（秒）
System.out.println("執(zhí)行時長：" + stopWatch.getTime(TimeUnit.SECONDS) + " 秒.");
}
private static void transfer(String dauDataPath, String processedUidDataPath, String outputPath) {
List<String> dauDataList = FileUtils.readInfoFromFile(dauDataPath);
List<List<String>> bucket = ListUtil.splitList(dauDataList, 50000);
List<String> processedUidDataList = FileUtils.readInfoFromFile(processedUidDataPath);
LinkedHashSet<String> linkedHashSet = ListUtil.getLinkedHashSet(processedUidDataList);
for (List<String> list : bucket) {
Jedis jedis = new Jedis("rdsxxxxx.xxxx.xxxx.xxxx.com.cn", 50000);
List<String> jsonStrList = jedis.mget(list.toArray(new String[list.size()]));
for (int i = 0; i < list.size(); i++) {
if (!linkedHashSet.contains(list.get(i))) {
String uid = list.get(i);
FileUtils.appendInfoToFile(processedUidDataPath, uid);
String jsonStr = jsonStrList.get(i);
if (jsonStr == null || jsonStr == "") continue;
String content = uid + "\t" + jsonStr;
FileUtils.appendInfoToFile(outputPath, content);
}
}
try {
Thread.sleep(100);
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
jedis.close();
}
System.out.println(list.size());
}
}
}上線以后，觀測發(fā)現(xiàn)QPS區(qū)域穩(wěn)定，但是程序會空跑，也就是從頭開始將已處理的數(shù)據(jù)也要逐一讀取一次，很多時候都沒有跑到上次程序處理的地方就已經(jīng)被迫退出。
linkedHashSet本來是用來標(biāo)記上次程序運(yùn)行停止的地方，但是似乎并沒有完全發(fā)揮作用。
于是修改代碼，加入一個新的list集合，用于存放還沒有處理過的數(shù)據(jù)，代碼如下：
package com.sina.weibo;
import com.sina.weibo.util.FileUtils;
import com.sina.weibo.util.ListUtil;
import org.apache.commons.lang3.time.StopWatch;
import redis.clients.jedis.Jedis;
import java.util.ArrayList;
import java.util.LinkedHashSet;
import java.util.List;
import java.util.concurrent.TimeUnit;
/**
* @author bingqing5
* @date 2022/09/14 15:00
* @version 1.0
*/
public class Application {
/** dau數(shù)據(jù)讀取路徑 */
private static String dauDataPath = "/data1/sinawap/var/logs/wapcommon/place/user_position/dau/login_day_20220913.txt";
/** 結(jié)果輸出路徑 */
private static String outputPath = "/data1/bingqing5/importcampusdata/output/campus_data.txt";
/** 已處理過的uid數(shù)據(jù)存儲路徑 */
private static String processedUidDataPath = "/data1/bingqing5/importcampusdata/process/processed_uid.txt";
public static void main(String[] args) {
StopWatch stopWatch = new StopWatch();
// 開始時間
stopWatch.start();
System.out.println("================程序開始===============");
// transfer(dauDataPath, processedUidDataPath, outputPath);
List<String> dauDataList = FileUtils.readInfoFromFile(dauDataPath);
// List<List<String>> bucket = ListUtil.splitList(dauDataList, 50000);
// Jedis jedis = new Jedis("rdsxxxxx.xxxx.xxxx.xxxx.com.cn", 50000);
List<String> processedUidDataList = FileUtils.readInfoFromFile(processedUidDataPath);
LinkedHashSet<String> linkedHashSet = ListUtil.getLinkedHashSet(processedUidDataList);
List<String> uidList = new ArrayList<>();
for (String uid : dauDataList) {
if (linkedHashSet.contains(uid)) {
continue;
} else {
uidList.add(uid);
}
}
List<List<String>> bucket;
if (uidList.size() != 0) {
bucket = ListUtil.splitList(uidList, 10000);
} else {
bucket = new ArrayList<>();
}
for (List<String> list : bucket) {
Jedis jedis = new Jedis("rdsxxxxx.xxxx.xxxx.xxxx.com.cn", 50000);
List<String> jsonStrList = jedis.mget(list.toArray(new String[list.size()]));
for (int i = 0; i < list.size(); i++) {
if (!linkedHashSet.contains(list.get(i))) {
String uid = list.get(i);
FileUtils.appendInfoToFile(processedUidDataPath, uid);
String jsonStr = jsonStrList.get(i);
if (jsonStr == null || jsonStr == "") continue;
String content = uid + "\t" + jsonStr;
FileUtils.appendInfoToFile(outputPath, content);
}
}
try {
Thread.sleep(100);
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
jedis.close();
}
System.out.println(list.size());
}
System.out.println("================程序結(jié)束===============");
// 結(jié)束時間
stopWatch.stop();
// 統(tǒng)計執(zhí)行時間（秒）
System.out.println("執(zhí)行時長：" + stopWatch.getTime(TimeUnit.SECONDS) + " 秒.");
}
}終于這次修改后，上線代碼，代碼平穩(wěn)運(yùn)行。
此時查看QPS，發(fā)現(xiàn)10000的批讀取量，QPS文檔在25K以下，此前同樣的數(shù)據(jù)量，QPS能達(dá)到40K。
3.3.內(nèi)存消耗過大
在上次修改后，程序平穩(wěn)運(yùn)行，期間我查看了機(jī)器狀態(tài)，發(fā)現(xiàn)我跑的jar包竟然消耗了32%左右的內(nèi)存，那臺機(jī)器也不過62G的總內(nèi)存。雖然不缺內(nèi)存資源，但是還是決定趁著程序在跑的期間，回顧一下代碼。
List<List<String>> bucket = ListUtil.splitList(dauDataList, 10000);
上面這行代碼是將所有的用戶uid數(shù)據(jù)按照10000的大小均等分割，每次遍歷，要重復(fù)創(chuàng)建同一類Jedis對象，也會消耗大量內(nèi)存。
另外，下面這段程序：
List<String> uidList = new ArrayList<>();
for (String uid : dauDataList) {
if (linkedHashSet.contains(uid)) {
continue;
} else {
uidList.add(uid);
}
}已經(jīng)對處理過的數(shù)據(jù)做過篩選，在循環(huán)中再次做如下判斷：
if (!linkedHashSet.contains(list.get(i))) {
}也是多次一舉，會增加耗時。
綜合以上考慮，我做了修改，代碼如下：
package com.sina.weibo;
import com.sina.weibo.util.FileUtils;
import com.sina.weibo.util.ListUtil;
import org.apache.commons.lang3.time.StopWatch;
import redis.clients.jedis.Jedis;
import java.util.ArrayList;
import java.util.LinkedHashSet;
import java.util.List;
import java.util.concurrent.TimeUnit;
/**
* @author bingqing5
* @date 2022/09/14 15:00
* @version 1.0
*/
public class Application {
/** dau數(shù)據(jù)讀取路徑 */
private static String dauDataPath = "/data1/sinawap/var/logs/wapcommon/place/user_position/dau/login_day_20220913.txt";
/** 結(jié)果輸出路徑 */
// private static String outputPath = "/data1/bingqing5/redis_test/output/campus_data.txt";
private static String outputPath = "/data1/bingqing/redis_test/output/campus_data.txt";
/** 已處理過的uid數(shù)據(jù)存儲路徑 */
// private static String processedUidDataPath = "/data1/bingqing5/redis_test/process/processed_uid.txt";
private static String processedUidDataPath = "/data1/bingqing/redis_test/process/processed_uid.txt";
public static void main(String[] args) {
StopWatch stopWatch = new StopWatch();
// 開始時間
stopWatch.start();
System.out.println("================程序開始===============");
transfer(dauDataPath, processedUidDataPath, outputPath);
System.out.println("================程序結(jié)束===============");
// 結(jié)束時間
stopWatch.stop();
// 統(tǒng)計執(zhí)行時間（秒）
System.out.println("執(zhí)行時長：" + stopWatch.getTime(TimeUnit.SECONDS) + " 秒.");
}
private static void transfer(String dauDataPath, String processedUidDataPath, String outputPath) {
List<String> dauDataList = FileUtils.readInfoFromFile(dauDataPath);
Jedis jedis = new Jedis("rdsxxxxx.xxxx.xxxx.xxxx.com.cn", 50000);
List<String> processedUidDataList = FileUtils.readInfoFromFile(processedUidDataPath);
LinkedHashSet<String> linkedHashSet = ListUtil.getLinkedHashSet(processedUidDataList);
List<String> uidList = new ArrayList<>();
for (String uid : dauDataList) {
if (linkedHashSet.contains(uid)) {
continue;
} else {
uidList.add(uid);
}
}
List<List<String>> bucket;
if (uidList.size() != 0) {
bucket = ListUtil.splitList(uidList, 50000);
} else {
bucket = new ArrayList<>();
}
for (List<String> list : bucket) {
List<String> jsonStrList = jedis.mget(list.toArray(new String[list.size()]));
for (int i = 0; i < list.size(); i++) {
String uid = list.get(i);
FileUtils.appendInfoToFile(processedUidDataPath, uid);
String jsonStr = jsonStrList.get(i);
if (jsonStr == null || jsonStr == "") continue;
String content = uid + "\t" + jsonStr;
FileUtils.appendInfoToFile(outputPath, content);
}
try {
Thread.sleep(100);
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
jedis.close();
}
System.out.println(list.size());
}
}
}修改代碼以后，替換掉原先運(yùn)行的jar包，接著運(yùn)行。發(fā)現(xiàn)內(nèi)存消耗明顯降低，穩(wěn)定占總內(nèi)存的20%。
然后嘗試修改了mget參數(shù)量，修改為50000條，再次運(yùn)行程序發(fā)現(xiàn)QPS穩(wěn)定在40K左右。
總結(jié)
本篇算是筆者剛接觸Redis不久的一篇隨手記。通過本次需求的開發(fā)經(jīng)歷，讓我對Redis有了直觀的了解，同時也理解了代碼優(yōu)化在實(shí)際生產(chǎn)工作和開發(fā)中的潛在價值。
關(guān)于Redis，在快速直接從Redis讀取數(shù)據(jù)的場景中，尤其是數(shù)據(jù)量大的時候，為了防止QPS過高，最好在處理一批次數(shù)據(jù)后空出一定的時間間隔，比如可以讓線程暫時休眠一定時間間隔，再進(jìn)行下批次讀取和處理。
關(guān)于代碼優(yōu)化，盡量創(chuàng)建可重復(fù)使用的對象，非必要不添加同類對象，避免大量創(chuàng)建對象帶來的資源消耗，本次經(jīng)歷也算是很鮮明的體會到這點(diǎn)。
以上為個人經(jīng)驗(yàn)，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了JAVA中IP和整數(shù)相互轉(zhuǎn)化的方法,涉及java數(shù)值轉(zhuǎn)換的相關(guān)技巧,需要的朋友可以參考下2015-05-05
這篇文章主要給大家介紹了關(guān)于mybatis插入后返回主鍵id的3種方式,很多時候,在向數(shù)據(jù)庫插入數(shù)據(jù)時,需要保留插入數(shù)據(jù)的,以便進(jìn)行后續(xù)的操作或者將存入其他表作為外鍵,需要的朋友可以參考下2023-08-08
基于SpringBoot實(shí)現(xiàn)QQ郵箱驗(yàn)證碼注冊功能
QQ 郵箱是由騰訊公司推出的一款免費(fèi)郵箱服務(wù),它提供了完整的郵件發(fā)送和接收功能,并且還支持多種郵件格式和附件類型,QQ 郵箱還具有強(qiáng)大的反垃圾郵件功能,可以有效地過濾垃圾郵件,并保護(hù)用戶隱私和安全,所以本文給大家介紹了基于SpringBoot實(shí)現(xiàn)QQ郵箱驗(yàn)證碼注冊功能2024-11-11
如何解決@value獲取不到y(tǒng)aml數(shù)組的問題
文章介紹了在使用YAML配置文件時,通過@Value注解獲取整數(shù)和數(shù)組列表的配置方法,并提供了兩種解決方案：一種適用于非嵌套列表,另一種適用于嵌套列表等復(fù)雜配置2024-11-11
本篇文章主要介紹了深度剖析java中JDK動態(tài)代理機(jī)制 ，動態(tài)代理避免了開發(fā)人員編寫各個繁鎖的靜態(tài)代理類，只需簡單地指定一組接口及目標(biāo)類對象就能動態(tài)的獲得代理對象。2017-04-04
基于springboot微信公眾號開發(fā)(微信自動回復(fù))
這篇文章主要介紹了基于springboot微信公眾號開發(fā)(微信自動回復(fù)),文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-11-11
本篇文章主要介紹了java中利用Dom4j解析和生成XML文檔，dom4j是一套非常優(yōu)秀的Java開源api，主要用于讀寫xml文檔，具有性能優(yōu)異、功能強(qiáng)大、和非常方便使用的特點(diǎn)。有興趣的可以了解一下。2016-11-11
這篇文章主要介紹了Java運(yùn)算符>、>>、>>>三者的區(qū)別,做了一個簡單的對比,并用實(shí)例說明,需要的朋友可以參考下2014-06-06
SpringBoot深入講解單元測試與熱部署應(yīng)用
這篇文章介紹了SpringBoot單元測試與熱部署，文中通過示例代碼介紹的非常詳細(xì)。對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-06-06
這篇文章主要介紹了Java 日期轉(zhuǎn)換詳解及實(shí)例代碼的相關(guān)資料,需要的朋友可以參考下2016-11-11