因为考虑用redis做秒杀业务，所以对redis做了一次性能压测，特把重要数据记录下来备忘。

压测工具

官方自带的redis-benchmark，可以满足各式各样的压测需求。

环境准备

在3套环境分别实施压测，

• 云虚拟机：E3处理器，主频2.4
• 物理服务器：E5处理器，主频2.5
• 高性能笔记本：7代i7处理器，睿频4.2

压测参数

• k-v整体大小20字节
• 长连接

普通GET/SET

命令（随机set，长连接，非Pipeline）：

redis-benchmark  -t set -r 100000 -n 1000000

• 虚拟机：13万/s
• 物理机：16万/s
• 笔记本：22万/s

基本延迟均在2毫秒左右。

以虚拟机为例，特别追加测试用例：

• 开启pipeline后，性能为30万/s
• 关闭pipeline，使用短连接，性能为3万/s

redis单线程，主要CPU除了操作内存数据结构，主要花费在网络IO。

短连接需要大量accept消耗（包括内核CPU时间），非pipeline需要大量小包read消耗。

执行lua脚本

命令（4次SET+1次GET，长连接，非pipeline）：

./redis-benchmark -n 1000000 EVALSHA “a5f4fc27664473ff224232cf7ec01bd172640e26” 0

• 虚拟机：5万/s
• 物理机：9万/s
• 笔记本：17万/s

基本延迟均在40毫秒左右。

以虚拟机为例，特别追加测试用例：

• 开启pipeline后，性能达到8万/s
• 关闭pipeline，使用短连接，性能为2万/s

总结

• 优先使用高主频的CPU部署redis
• 尽量使用长连接，尽量使用pipeline

其他知识点

• lua脚本应提前通过script load命令上传到redis，因为直接通过eval执行脚本非常耗网络IO，从而加重了CPU负担
• 使用redis cluster或者codis集群方案，可以通过hash tags机制实现多个key路由到相同槽位的能力，具体参考：《Redis Cluster Specification》的Keys hash tags章节，也就是说解决lua原子性并不一定非得用主从redis。