Python3操作redis百万级数据迁移，单机到单机，集群到集群

Python3操作redis大量数据迁移 脚本

  • 背景
  • 使用前
  • 使用注意事项
  • 脚本
  • 总结

背景

之前写过一个用python迁移redis的脚本，但是对于小批量的数据、单节点的，还可以用。对于大量数据，集群模式的就不太适合了。所以写了下面的脚本，而且做了一定的优化，使用的pipeline和多线程，保证了迁移数据的速度，本人测试，大概2分钟复制了110万键值对的数据，差不多是每秒一万键值对的复制速度。

使用前

注意：

  1. 用的是Python3环境，Python2的大概需要改一下print输出
  2. 安装相关的模块
pip install redis rediscluster
  1. 可以在windows、linux环境下使用，注意修改里面的一些设置

使用注意事项

下面是一些需要注意的：

  1. 下面的脚本，如果redis数据超过500万键值对，很可能会有瓶颈，因为是一次性取的redis的所有键组成列表，列表很大，大概率会有阻塞。这样就不建议这种迁移方式了
  2. 下面的脚本，是建立在新的redis实例是空数据，或者说没有与原redis实例键值重复的情况下，要不然会重写。
  3. 下面的脚本，是迁移了所有键值对，没有做一些键的匹配，不过改起来不复杂
  4. 下面的脚本，多线程和批量提交的参数，如有必要可以改一下，对比测试。包括一些redis实例的参数配置也一样，如有必要可以改。
  5. 下面的脚本，单机到集群等各种迁移模式，要根据实际情况进行修改。
  6. 这个脚本，没办法实现实时复制，如果原redis数据库一直有增量数据，而且比较大，最好用其他方式迁移。因为脚本读取的redis Key值列表，只是那一个时间的，新库老库数据会有几分钟的差异。如果是把redis当做持久化库而不是缓存库的情况，也不适合。

暂时就这些了。

脚本

内容如下，根据实际情况进行调整

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# 2024/4/24


from datetime import datetime
import time
import threading
import redis
from rediscluster import RedisCluster


def split_list(big_list, num=1):
    """
    原来是[1,2,3,4,5,6]的列表，拆分成[[1,2], [3,4], [5,6]]小列表，主要是为了多线程
    :param big_list: 大列表
    :param num: 拆分多少个列表，这个主要对应后面的线程数，或者说redis的连接数，不能设置的太大，否则会报错Too many connections
    :return: 新的列表
    """
    list_len = len(big_list)
    new_list = []

    if list_len > num:
        if list_len % num == 0:
            small_list_len = list_len // num
        else:
            small_list_len = list_len // num + 1

        start = 0
        for i in range(num):
            # print(i)
            new_list.append(big_list[start: start + small_list_len])
            start += small_list_len
    else:
        new_list.append(big_list)
    return new_list


def redis_get_set(redis_source, redis_target, redis_list,  batch_size=100):
    """
    读取redis“键”列表，获取Key/Value值，写入到新的redis
    :param redis_source: 原redis实例
    :param redis_target: 新redis实例
    :param redis_list: 要迁移的redis Key值列表
    :param batch_size: 使用pipeline写入新的redis实例，提高写入效率
    :return:
    """

    count = 0
    with redis_target.pipeline() as pipe:
        for k in redis_list:
            data_type = redis_source.type(k)

            # 判断key值数据类型，分别处理，没有stream数据类型的处理，后面有必要再添加
            if data_type == 'string':
                v = redis_source.get(k)
                redis_target.set(k, v)
            elif data_type == 'list':
                v = redis_source.lrange(k, 0, -1)
                redis_target.lpush(k, *v)
            elif data_type == 'set':
                v = redis_source.smembers(k)
                redis_target.sadd(k, *v)
            elif data_type == 'hash':
                fields = redis_source.hgetall(k)
                pipe.hset(k, mapping=fields)
            elif data_type == 'zset':
                v = redis_source.zrange(k, 0, -1, withscores=True)
                # 需要将元组数据转化为字典数据
                redis_target.zadd(k, dict(v))
            else:
                print('not known type')

            count += 1
            # 如果数据量较大，循环batch_size次数后提交一次
            if count % batch_size == 0:
                print(f'\n当前时间：{datetime.now()}，进程：{threading.current_thread()}，已完成{count}对读写操作')
                pipe.execute()
                pipe.reset()

        # 最后再提交一次pipeline
        pipe.execute()
        pipe.reset()

    print(f'\n当前时间：{datetime.now()}，进程：{threading.current_thread()}，已完成所有读写操作！')


def redis_copy(redis_source, redis_target, thread_num=5, batch_size=100):
    """
    将原始redis的Key值大列表进行拆分，然后拆分后的列表进行多线程处理
    :param redis_source: 原redis实例
    :param redis_target: 新redis实例
    :param thread_num: 线程数，将大列表拆分为几个小列表，这个数不要太大，一般10个就行，不然程序会报错
    :param batch_size:
    :return:
    """
    # 检查两个redis是否可用
    try:
        redis_source.ping()
        redis_target.ping()
        print("Redis节点可连接")
    except Exception as e:
        print(f"连接Redis失败: {e}")
        redis_target = None

    # 线程列表
    threads = []

    if redis_target:
        new_list = split_list(redis_source.keys('*'), thread_num)

        for data in new_list:
            t = threading.Thread(target=redis_get_set, args=(redis_source, redis_target, data, batch_size))
            threads.append(t)
            t.start()

    for t in threads:
        t.join()
    print("所有线程执行完毕")


def single_to_single(thread_num, batch_size):
    """
    单节点迁移到单节点
    """
    # 原始redis，单节点
    source_pool = redis.ConnectionPool(
        host='192.168.10.1',
        port=6379,
        db=0,
        password='123456',
        encoding='utf-8',
        decode_responses=True,
        socket_timeout=10,
        max_connections=100
    )
    redis_source = redis.Redis(connection_pool=source_pool)

    # 目标redis，单节点
    target_pool = redis.ConnectionPool(
        host='192.168.10.2',
        port=6369,
        db=0,
        password='123456',
        encoding='utf-8',
        decode_responses=True,
        socket_timeout=10,
        max_connections=100
    )
    redis_target = redis.Redis(connection_pool=target_pool)

    redis_copy(redis_source, redis_target, thread_num=10, batch_size=10000)


def single_to_cluster(thread_num, batch_size):
    """
    单节点迁移到单节点
    """
    # 原始redis，单节点
    source_pool = redis.ConnectionPool(
        host='192.168.10.1',
        port=6379,
        db=0,
        password='123456',
        encoding='utf-8',
        decode_responses=True,
        socket_timeout=10,
        max_connections=100
    )
    redis_source = redis.Redis(connection_pool=source_pool)

    # 目标redis，集群
    target_node_list = [
        {"host": "192.168.11.1", "port": "6379"},
        {"host": "192.168.11.2", "port": "6379"},
        {"host": "192.168.11.3", "port": "6379"},
        {"host": "192.168.11.4", "port": "6379"},
        {"host": "192.168.11.5", "port": "6379"},
        {"host": "192.168.11.6", "port": "6379"},
    ]
    # 创建RedisCluster的实例
    # decode_responses设置为True会自动将响应数据解码为utf-8编码的字符串
    redis_cluster_target = RedisCluster(
        startup_nodes=target_node_list,
        decode_responses=True,
        password='123456'
    )

    redis_copy(redis_source, redis_cluster_target, thread_num=10, batch_size=10000)


def cluster_to_single(thread_num, batch_size):
    """
    集群迁移到集群
    """
    # 原始redis，集群
    source_node_list = [
        {"host": "192.168.0.1", "port": "6379"},
        {"host": "192.168.0.2", "port": "6379"},
        {"host": "192.168.0.3", "port": "6379"},
        {"host": "192.168.0.4", "port": "6379"},
        {"host": "192.168.0.5", "port": "6379"},
        {"host": "192.168.0.6", "port": "6379"},
    ]
    # 创建RedisCluster的实例
    # decode_responses设置为True会自动将响应数据解码为utf-8编码的字符串
    redis_cluster_source = RedisCluster(
        startup_nodes=source_node_list,
        decode_responses=True,
        password='123456'
    )

    # 目标redis，单节点
    target_pool = redis.ConnectionPool(
        host='192.168.10.2',
        port=6369,
        db=0,
        password='123456',
        encoding='utf-8',
        decode_responses=True,
        socket_timeout=10,
        max_connections=100
    )
    redis_target = redis.Redis(connection_pool=target_pool)

    redis_copy(redis_cluster_source, redis_target, thread_num=10, batch_size=10000)


def cluster_to_cluster(thread_num, batch_size):
    """
    集群迁移到集群
    """
    # 原始redis，集群
    source_node_list = [
        {"host": "192.168.0.1", "port": "6379"},
        {"host": "192.168.0.2", "port": "6379"},
        {"host": "192.168.0.3", "port": "6379"},
        {"host": "192.168.0.4", "port": "6379"},
        {"host": "192.168.0.5", "port": "6379"},
        {"host": "192.168.0.6", "port": "6379"},
    ]
    # 创建RedisCluster的实例
    # decode_responses设置为True会自动将响应数据解码为utf-8编码的字符串
    redis_cluster_source = RedisCluster(
        startup_nodes=source_node_list,
        decode_responses=True,
        password='123456'
    )

    # 目标redis，集群
    target_node_list = [
        {"host": "192.168.11.1", "port": "6379"},
        {"host": "192.168.11.2", "port": "6379"},
        {"host": "192.168.11.3", "port": "6379"},
        {"host": "192.168.11.4", "port": "6379"},
        {"host": "192.168.11.5", "port": "6379"},
        {"host": "192.168.11.6", "port": "6379"},
    ]
    # 创建RedisCluster的实例
    # decode_responses设置为True会自动将响应数据解码为utf-8编码的字符串
    redis_cluster_target = RedisCluster(
        startup_nodes=target_node_list,
        decode_responses=True,
        password='123456'
    )

    redis_copy(redis_cluster_source, redis_cluster_target, thread_num=10, batch_size=10000)


if __name__ == '__main__':

    # 性能与效率控制
    # 线程数
    thread_num = 10
    # 写入批量提交数
    batch_size = 10000

    start_time = time.perf_counter()
    # 单节点迁移到单节点
    single_to_single(thread_num, batch_size)

    # 单节点迁移到集群
    # single_to_cluster(thread_num, batch_size)

    # 集群迁移到单节点
    # cluster_to_single(thread_num, batch_size)

    # 集群迁移到集群
    # cluster_to_cluster(thread_num, batch_size)

    end_time = time.perf_counter()
    # 计算执行时间
    execution_time = end_time - start_time
    print(f"代码执行时间: {execution_time} 秒")

总结

上面的代码，为了优化性能，改了好几次。刚开始的时候，50万键值对数据（5个数据类型各10万左右），迁移复制大概需要300s-400s左右，平均每秒钟大约复制1300-1700的键值对，经过多次优化，平均每秒钟大约复制9000的键值对，提升了6-7倍左右。

优化思路：

  1. 使用pipeline，批量提交键值对到新的库
  2. 在数据量比较大的情况下，原redis的键整体取出后，是一个比较大的列表，先将这个大列表拆分为较为平均的几个小列表，然后使用多线程分别对小列表数据读写，可能大大提高读写效率。但是线程数也没必要设置太高，一个是redis连接数有限制，还有一个是我试了一下，比如从10提升到20，读写速度提升的不是太明显。

其它思考：
1 还能进行哪些优化呢？我看有些商业软件能做到每秒钟10万级别KV的复制，想不出来怎么做的。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mfbz.cn/a/570570.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

跨越未知，拥抱挑战——新征程

跨越未知，拥抱挑战——新征程

在浩瀚的IT领域里，每一位开发工程师都如同一位探险家，不断地探索、挑战和成长。作为一名新入职的Java开发工程师，我面临着全新的技术栈和业务领域，这是一次跨越未知的征程，也是一次自我提升的机会。 新入职 初入公司…
阅读更多...
基于Springboot的网课管理系统

基于Springboot的网课管理系统

基于SpringbootVue的网课管理系统的设计与实现 开发语言：Java数据库：MySQL技术：SpringbootMybatis工具：IDEA、Maven、Navicat 系统展示 用户登录 首页 课程表 论坛交流 学校公告 后端 学生管理 教师管理 班级管理 课程分类管理…
阅读更多...
【AI】如何让局域网PC能够访问langchain框架的AI服务

【AI】如何让局域网PC能够访问langchain框架的AI服务

【背景】 在单位内部成功运行了langchain服务，但是发现本地可以用默认8000端口访问，但是局域网内其它机器却无法访问服务页面。 【分析】 首先查看项目文件夹中的server.py。由于这个server.py的存在，我一开始以为langchain整套框架的服务…
阅读更多...
丙级资质升级乙级实操：河南灌溉排涝项目所需材料清单

丙级资质升级乙级实操：河南灌溉排涝项目所需材料清单

丙级资质升级乙级实操：河南灌溉排涝项目所需材料清单 在河南灌溉排涝项目中，从丙级资质升级到乙级资质是一个重要且复杂的过程。为了成功完成这一过程，需要准备一系列详尽且符合规定的材料。以下是针对此实操所需的关键材料清单：…
阅读更多...
记录三菱3U：计算圆的半径

记录三菱3U：计算圆的半径

抛物线：
阅读更多...
服务器raid卡，守护数据安全，赋能新质生产力

服务器raid卡，守护数据安全，赋能新质生产力

RAID卡，全称为独立冗余磁盘阵列卡，在数据中心、服务器、网络存储等领域得到广泛应用，RAID卡通过不同的RAID级别实现数据容错和冗余。例如，RAID 0主要适用于需要高速数据传输但对数据安全要求不高的场景，如数据的缓存&a…
阅读更多...
设计模式之观察者模式（优先使用对象组合的原则）的C++实现

设计模式之观察者模式（优先使用对象组合的原则）的C++实现

观察者模式又称订阅者发布者模式，本篇介绍主要是利用对象组合大于类继承的设计模式原则实现订阅发布模式，这种设计的优点是想订阅数据的类不需要继承订阅者类的抽象类，减少了一层类的继承；当然，具体情况需要可根据需求…
阅读更多...
[GXYCTF2019]BabyUpload-BUUTF

[GXYCTF2019]BabyUpload-BUUTF

题&#xff1a; 步骤&#xff08;先上传木马&#xff0c;在上传.htaccess&#xff09; 准备工作 他过滤了<? ,ph等 准备&#xff1a;一句话木马&#xff0c;.htaccess文件 .htaccess SetHandler application/x-httpd-php //解析为php文件 muma1.jpg<script languag…
阅读更多...
【vue2+onlyoffice】基础预览demo运行+问题解决

【vue2+onlyoffice】基础预览demo运行+问题解决

之前其实写过Onlyoffice的使用&#xff0c;但是写得不太完整&#xff0c;这次补充下。 一、OnlyOffice简介 ONLYOFFICE&#xff0c;是一个包含常用办公套件&#xff0c;Word 、Excel、PPT大办公套件搬到了云端&#xff0c;只需要一个浏览器即可以在线使用 Office 的各种功能。…
阅读更多...
HOOPS Commuicator：基于Web的交互式2D/3D图形轻量化引擎

HOOPS Commuicator：基于Web的交互式2D/3D图形轻量化引擎

在当前数字化时代&#xff0c;Web基础的3D应用程序正在成为行业标准&#xff0c;尤其是在工程和制造领域。Tech Soft 3D公司旗下的HOOPS Communicator正是针对这一需求设计的高级解决方案&#xff0c;提供了一套全面的工具&#xff0c;旨在帮助开发者构建复杂的3D工程应用程序。…
阅读更多...
3. 无重复字符的最长子串/438. 找到字符串中所有字母异位词/560. 和为 K 的子数组

3. 无重复字符的最长子串/438. 找到字符串中所有字母异位词/560. 和为 K 的子数组

3. 无重复字符的最长子串 给定一个字符串 s &#xff0c;请你找出其中不含有重复字符的 最长子串 的长度。 示例 1: 输入: s "abcabcbb" 输出: 3 解释: 因为无重复字符的最长子串是 "abc"&#xff0c;所以其长度为 3。 思路&#xff1a;想象一下我们…
阅读更多...
Spring MVC和Spring Boot

Spring MVC和Spring Boot

上节已经提到过请求&#xff0c;这次梳理响应。 响应 响应基本上都要被Controller所托管&#xff0c;告诉Spring帮我们管理这个代码&#xff0c;我们在后面需要访问时&#xff0c;才可以进行访问&#xff0c;否则将会报错。并且其是由RestController分离出来的&#xff0c;Re…
阅读更多...
免杀技术之白加黑的攻击防御

免杀技术之白加黑的攻击防御

一、介绍 1. 什么是白加黑 通俗的讲白加黑中的白就是指被杀软列入到可信任列表中的文件。比如说微软自带的系统文件或者一些有有效证书签名的文件,什么是微软文件&#xff0c;或者什么是有效签名文件在后面我们会提到他的辨别方法。黑就是指我们自己的文件&#xff0c;没有有…
阅读更多...
allegro输出正反面bom

allegro输出正反面bom

不是前面两条命令&#xff0c;而是component report
阅读更多...
Scrapy

Scrapy

【 一 】Scrapy介绍 【0】前言 Scrapy知识预备 ​ 爬虫毕竟是在网页里面抓取数据的，因此前端那些东西没学过也要稍微懂点。HTML、CSS简单的语法，Xpath、正则表达式等等，需要有一些简单的基础。 ​ Scrapy一个开源和协作的框架，其最初是为了页面抓取（更确切来说，网络抓…
阅读更多...
Day26: Redis入门、开发点赞功能、开发我收到的赞的功能、重构点赞功能、开发关注、取消关注、开发关注列表、粉丝列表、重构登录功能

Day26: Redis入门、开发点赞功能、开发我收到的赞的功能、重构点赞功能、开发关注、取消关注、开发关注列表、粉丝列表、重构登录功能

Redis入门 简介 Redis是NoSQL数据库&#xff08;Not only SQL&#xff09;值支持多种数据结构&#xff08;key都是string&#xff09;&#xff1a;字符串、哈希、列表、集合、有序集合把数据存在内存中&#xff0c;速度惊人&#xff1b;同时也可以讲数据快照&#xff08;数据…
阅读更多...
(一)JVM实战——jvm的组成部分详解

(一)JVM实战——jvm的组成部分详解

前言 本节内容是关于java虚拟机JVM组成部分的介绍&#xff0c;通过其组成架构图了解JVM的主要组成部分。 正文 ClassFile&#xff1a;字节码文件 - javac&#xff1a;javac前端编译器将源代码编译成符合jvm规范的.class文件&#xff0c;即字节码文件 - class文件的结构组成&a…
阅读更多...
【智能算法】指数分布优化算法（EDO）原理及实现

【智能算法】指数分布优化算法（EDO）原理及实现

目录 1.背景2.算法原理2.1算法思想2.2算法过程 3.结果展示4.参考文献 1.背景 2023年&#xff0c;M Abdel-Basset等人受到指数分布理论启发&#xff0c;提出了指数分布优化算法&#xff08;Exponential Distribution Optimizer, EDO&#xff09;。 2.算法原理 2.1算法思想 ED…
阅读更多...
mac系统镜像源管理之nrm的安装与使用

mac系统镜像源管理之nrm的安装与使用

之前有介绍过&#xff1a;pnpm安装和使用&#xff0c;nvm安装及使用&#xff0c;在前端开发中其实还有一个工具也会偶尔用到&#xff0c;那就是nrm&#xff0c;本文就详解介绍一下这个工具&#xff0c;非常的简单且好用&#xff5e; 文章目录 1、什么是nrm&#xff1f;2、安装3…
阅读更多...
CPU资源控制

CPU资源控制

一、CPU资源控制定义 cgroups&#xff08;control groups&#xff09;是一个非常强大的linux内核工具&#xff0c;他不仅可以限制被namespace隔离起来的资源&#xff0c; 还可以为资源设置权重、计算使用量、操控进程启停等等。 所以cgroups&#xff08;control groups&#xf…
阅读更多...
最新文章

Copyright @ 2022~2023

友情链接： 我的编程经验分享 一条长河网 尧图网站开发 尧图建网站