前言如果一个Node应用有多台服务器或多个进程在跑，每个进程都拥有自己的内存空间，各
前言
如果一个 Node 应用有多台服务器或多个进程在跑，每个进程都拥有自己的内存空间，各个进程之间的数据共享就显得非常重要。
使用数据库是一个解决数据共享的方案，但一些临时性、高并发的数据并不太适合直接写入数据库，比如 session。
引入 Redis 可以解决数据共享的问题，也因为 Redis 是基于内存存储的特点，有着非常高的性能，可以大大降低数据库读写的压力，提升应用的整体性能。
Redis 还可以用来：缓存复杂的数据库查询结果，做自增长统计，暂存用户操作状态等功能。
最近负责的node项目在高并发的情况下性能表现非常的差，rt基本会在7 80ms甚至100ms以上，由于对外提供了dubbo接口，所以经常导致上游应用和自己的dubbo线程池耗尽，所以花了一点时间排查了一番，才发现原来自己的node功力还有很长的路要走啊~之后node的文章可能会越来越多~
最蠢的方式
先来看看我最早是怎么用的呢：
for(let i = 0; i < params.length; i++) {
redisKey = getKey(params.id);
let value = await redis.exec('get', redisKey);
}这就是我最原始的调用方法，就是在for循环里不断的去await结果的请求，这样的结果就是每一个请求都需要等待上一个请求完成再去执行，只要在高流量的时候有一部分请求rt很高，就会引起雪崩的反应。
使用Promise.all优化请求
经过了一阵谷歌之后，我发现可以通过Promise.all的形式来进行请求链路的优化：
for(let i = 0; i < params.length; i++) {
redisKey = getKey(params.id);
arr.push(redis.exec('get', redisKey))
}
await Promise.all(arr);上面的第一种方式被我司的node大神严重吐槽了10分钟，然后告诉我，使用Promise.all的方式可以很有效的优化这种连续的网络请求，我赶紧将代码改完并上线。
自信满满的上线之后，迎来的确实现实无情的打击，在高流量的时刻，报警依然不断，我一边和领导说“没事，我再看看”，心里一边想着辞职报告该怎么写。
redis的正确使用姿势
在继续经过了一系列的谷歌之后，我才发现原来的是对redis的理解太浅了，针对于业务上的需求，我不假思索的只知道使用最简单的set和get，而redis对于set和get这样的命令是一条命令一个tcp请求，在业务场景上确实不太合理，于是我使用谷歌告诉我的pipeline机制去改造现有的get请求：
let batch = await RedisClient.getClient().batch();
for(let i = 0; i < params.length; i++) {
batch.get(redisKey);
}
batch.exec();对于pipeline机制大家可以看这篇文章。在使用pipeline之后，便秘一下就通畅了，再也没有报警过，终于可以不用辞职了。
再后面的日子里，我觉得认真的研究一下redis这个东西，保证让上面的问题不再发生，于是我发现其实还是有一种更加简单的方案的，那就是使用mget：
for(let i = 0; i < params.length; i++) {
redisKey = getKey(params.id);
arr.push(redisKey);
}
let value = await redis.exec('mget', arr);使用mget进行批量的查询，这是redis里比较常见的一种方式了~
总结一下
在对以上四种方式进行了对比之后得出了数据上的结论：
在一个200次的循环中调用redis请求，第一种最蠢的方案大概是8000ms左右，第二种Promise.all的方案大概在2000ms左右，而第三和第四种方案，大概只需要几十ms就能完成，这真的是质的飞跃啊。
这个线上血淋淋的案例让我决定真的要好好的研究一下redis，不能再轻视它导致犯错。
好了，以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对脚本之家的支持。
node redis node.js redis node redis 连接池