用了很久的redis了。隨着業務的要求越來越高。對redis的讀寫速度要求也越來越高。正好最近有個需求（需要在秒級取值1000+的數據），如果對於傳統的單詞取值，循環取值，消耗實在是大，有小夥伴可能考慮到多線程，但這並不是最好的解決方案，這裏考慮到了redis特有的功能pipeline管道功能。下面就更大家演示一下pipeline在python環境下的使用情況。
1、插入數據
>>> import redis
>>> conn = redis.Redis(host='192.168.8.176',port=6379)
>>> pipe = conn.pipeline()
>>> pipe.hset("hash_key","leizhu900516",8)
Pipeline<ConnectionPool<Connection<host=192.168.8.176,port=6379,db=0>>>
>>> pipe.hset("hash_key","chenhuachao",9)
Pipeline<ConnectionPool<Connection<host=192.168.8.176,port=6379,db=0>>>
>>> pipe.hset("hash_key","wanger",10)
Pipeline<ConnectionPool<Connection<host=192.168.8.176,port=6379,db=0>>>
>>> pipe.execute()
[1L, 1L, 1L]
>>>
查看插入的結果：如圖
2、批量讀取數據
>>> pipe.hget("hash_key","leizhu900516")
Pipeline<ConnectionPool<Connection<host=192.168.8.176,port=6379,db=0>>>
>>> pipe.hget("hash_key","chenhuachao")
Pipeline<ConnectionPool<Connection<host=192.168.8.176,port=6379,db=0>>>
>>> pipe.hget("hash_key","wanger")
Pipeline<ConnectionPool<Connection<host=192.168.8.176,port=6379,db=0>>>
>>> result = pipe.execute()
>>> print result
['8', '9', '10'] #有序的列表
>>>總結：redis的pipeline就是這麼簡單，實際生產環境，根據需要去編寫相應的代碼。思路同理。線上的redis一般都是集羣模式，集羣模式下使用pipeline的時候，在創建pipeline的對象時，需要指定
pipe =conn.pipeline(transaction=False)
經過線上實測，利用pipeline取值3500條數據，大約需要900ms，如果配合線程or協程來使用，每秒返回1W數據是沒有問題的，基本能滿足大部分業務。