设为首页 收藏本站
查看: 1028|回复: 0

[经验分享] 对redis与memcached性能比较的三个试验

[复制链接]

尚未签到

发表于 2016-12-20 08:05:38 | 显示全部楼层 |阅读模式
试验场景一:要对同一个list实时添加元素,且放入缓存中。代码如下:

@Test
public void testMemCacheAndRedis() {
this.testInsert(1000);
}
public void testInsert(int size) {
MemCached memCached = (MemCached) ctx.getBean("configMemCache");
memCached.flushAll();
long before = System.currentTimeMillis();
List<Integer> list = new ArrayList<Integer>();
for (int i = 0; i < size; i++) {
list.add(i);
memCached.put("test", list);
}
long end = System.currentTimeMillis();
RedisTemplate<String, Object> redisTemplate = (RedisTemplate<String, Object>) ctx.getBean("bubbleRedisTemplate");
redisTemplate.delete("test123");
long before2 = System.currentTimeMillis();
for (int i = 0; i < size; i++) {
redisTemplate.boundListOps("test123").leftPush(i);
}
long end2 = System.currentTimeMillis();
System.out.println("memcached use time is " + (end - before));
System.out.println("redis use time is " + (end2 - before2));
}


当n=1000时的任意3次打印结果:
=============================================
memcached use time is 6282
redis use time is 1156
memcached use time is 6547
redis use time is 1172
memcached use time is 6234
redis use time is 1375
当n=2000时的任意3次打印结果:
=============================================
memcached use time is 22313
redis use time is 2328
memcached use time is 22969
redis use time is 2907
memcached use time is 22938
redis use time is 2234
当n=3000时的任意3次打印结果:
=============================================
memcached use time is 48859
redis use time is 3297
memcached use time is 48156
redis use time is 4547
memcached use time is 47765
redis use time is 3375
试验一结论(只对本次试验负责):当n在20条以内时,两者差异不大,但当n大于20时,redis在性能上的优势就会逐渐体现出来。
试验场景二:对程序做些稍许的改动,即将memCached.put("xwq", list);这一行移到for循环外面执行,代码如下:


@Test
public void testMemCacheAndRedis() {
this.testBatchInsert(3000);
}
public void testBatchInsert(int size) {
MemCached memCached = (MemCached) ctx.getBean("configMemCache");
memCached.flushAll();
long before = System.currentTimeMillis();
List<Integer> list = new ArrayList<Integer>();
for (int i = 0; i < size; i++) {
list.add(i);
}
memCached.put("test", list);
long end = System.currentTimeMillis();
RedisTemplate<String, Object> redisTemplate = (RedisTemplate<String, Object>) ctx.getBean("bubbleRedisTemplate");
redisTemplate.delete("test123");
long before2 = System.currentTimeMillis();
for (int i = 0; i < size; i++) {
redisTemplate.boundListOps("test123").leftPush(i);
}
long end2 = System.currentTimeMillis();
System.out.println("memcached use time is " + (end - before));
System.out.println("redis use time is " + (end2 - before2));
}


我们再做下试验:
当n=1000时的任意3次打印结果:
===================================================
memcached use time is 15
redis use time is 1188
memcached use time is 32
redis use time is 1188
memcached use time is 31
redis use time is 1234
当n=2000时的任意3次打印结果:
===================================================
memcached use time is 47
redis use time is 2437
memcached use time is 31
redis use time is 2344
memcached use time is 47
redis use time is 2265
但n=3000时的任意3次打印结果:
===================================================
memcached use time is 62
redis use time is 3406
memcached use time is 47
redis use time is 3391
memcached use time is 47
redis use time is 3688
试验二结论(只对本次试验负责):由此可以看出,memcached一次性将list放入到缓存中,比redis每次更新性能是要高很多的。
试验场景三:对同样大小的两个list,同时进行相同次数的读操作,代码如下:
  @Test
  public void testMemCacheAndRedis() {
    // this.testInsert(3000);
    // this.testBatchInsert(3000);
    this.testRead(200);
  }
  public void testRead(int size) {
    MemCached memCached = (MemCached) ctx.getBean("configMemCache");
    memCached.flushAll();
    List<Integer> list = new ArrayList<Integer>();
    for (int i = 0; i < 1000; i++) {
      list.add(i);
    }
    memCached.put("test", list);
    long before = System.currentTimeMillis();
    for (int i = 0; i < size; i++) {
      memCached.get("test");
    }
    long end = System.currentTimeMillis();
    RedisTemplate<String, Object> redisTemplate = (RedisTemplate<String, Object>) ctx.getBean("bubbleRedisTemplate");
    redisTemplate.delete("test123");
    for (int i = 0; i < 1000; i++) {
      redisTemplate.boundListOps("test123").leftPush(i);
    }
    long before2 = System.currentTimeMillis();
    for (int i = 0; i < size; i++) {
      redisTemplate.boundListOps("xwq123").range(0, -1);
    }
    long end2 = System.currentTimeMillis();
    System.out.println("memcached use time is " + (end - before));
    System.out.println("redis use time is " + (end2 - before2));
  }
当n=100时的任意3次打印结果:
============================================
memcached use time is 6765
redis use time is 281
memcached use time is 2187
redis use time is 297
memcached use time is 9547
redis use time is 313
当n=200时的任意3次打印结果:
============================================
memcached use time is 34250
redis use time is 546
memcached use time is 12171
redis use time is 547
memcached use time is 8297
redis use time is 516
当n=500时的任意3次打印结果:
============================================
memcached use time is 69437
redis use time is 1297
memcached use time is 43781
redis use time is 1516
memcached use time is 37750
redis use time is 1281
试验三结论(只对本次试验负责):同样是从缓存中读取数据,redis的性能是要远远高于memcached。

综上所述结论(只对本次次试验负责):通过上述三次试验,redis在读操作和写操作上是全面领先memcached的。但有一点,memcached可以一次性将集合的数据放入自己的缓存中,而redis却不行(有还是木有?),所以memcached并不是一无是处的,在很多场景下,二者是需要交叉使用的,要根据实际场景进行取舍。

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-316635-1-1.html 上篇帖子: Redis的Aof被阻塞原因调查 下篇帖子: python redis的安装与使用
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表