Redis 原子操作三剑客：Lua脚本 vs 事务 vs Pipeline 深度解析

··

阅读

摘要：

主要讲Redis 的 lua 脚本、事务和 Pipeline 。阐述了它们的基本概念、原子性保证及出错处理方式

📌 前言

当你在Redis中实现分布式锁、限流、库存扣减时，是否真正理解Lua脚本的原子性？是否混淆了Redis事务与传统数据库事务的区别？本文带你穿透迷雾，揭秘Redis三大核心机制的本质差异！

🛠 三剑客核心差异速览

特性	Lua脚本	事务	Pipeline
原子性	✅ 全执行/全失败	✅ 命令队列原子执行	❌ 无原子性保证
错误处理	中断不回滚	语法错误全失败	独立执行互不影响
网络开销	单次RTT	2次RTT	1次RTT
适用场景	复杂原子操作	简单批量操作	批量独立操作

🔥 原子性保证 & 错误处理

1. Lua脚本：优雅的原子刺客

PYTHON

import redis

r = redis.Redis()
script = """
redis.call('set', 'key1', 'value1')
redis.call('incr', 'key1')  # 对字符串执行INCR会报错
redis.call('set', 'key2', 'value2')
"""
try:
    r.eval(script, 0)
except redis.exceptions.ResponseError as e:
    print(f"脚本执行中断！已生效操作：key1={r.get('key1')}")  # 输出：b'value1'

2. 事务：耿直的执行者

PYTHON

pipe = r.pipeline(transaction=True)
try:
    pipe.multi()
    pipe.set('key1', 'value1')
    pipe.incr('key1')  # 语法正确，执行时报错
    pipe.set('key2', 'value2')
    pipe.execute()
except redis.exceptions.ResponseError as e:
    print(f"事务执行异常！当前key1: {r.get('key1')}")  # 输出：b'value1'

3. Pipeline：闪电快递员

PYTHON

pipe = r.pipeline(transaction=False)
pipe.set('p_key1', 'p_value1')
pipe.incr('p_key1')  # 对字符串执行INCR
pipe.get('non_exist_key')
results = pipe.execute()

print(f"批量执行结果：{results}")  
# 输出：[True, ResponseError(...), None]

⚡ 性能三棱镜

机制	优势场景	性能瓶颈
Lua脚本	复杂业务逻辑（如分布式锁续期）	脚本复杂度影响执行时间
事务	简单原子操作（如批量更新配置）	命令队列解析耗时
Pipeline	海量独立操作（如日志批量写入）	单次传输数据包大小限制

🎯 黄金使用法则

Lua脚本： 需要原子性的复杂操作（库存扣减、限流）
事务+WATCH： 简单原子操作+乐观锁（账户余额修改）
Pipeline： 海量独立命令（数据预热、日志批量处理）

💣 血泪经验

所有机制都不支持回滚！重要操作务必预验数据类型
Lua脚本中避免长时间阻塞操作（会阻塞整个Redis）
Pipeline单次打包命令不宜超过1MB（防止网络阻塞）

🛠 三剑客核心差异速览

特性	Lua脚本	事务	Pipeline
原子性	✅ 全执行/全失败	✅ 命令队列原子执行	❌ 无原子性保证
错误处理	中断不回滚	语法错误全失败	独立执行互不影响
网络开销	单次RTT	2次RTT	1次RTT
适用场景	复杂原子操作	简单批量操作	批量独立操作

🔥 原子性保证 & 错误处理

1. Lua脚本：优雅的原子刺客

PYTHON

import redis

r = redis.Redis()
script = """
redis.call('set', 'key1', 'value1')
redis.call('incr', 'key1')  # 对字符串执行INCR会报错
redis.call('set', 'key2', 'value2')
"""
try:
    r.eval(script, 0)
except redis.exceptions.ResponseError as e:
    print(f"脚本执行中断！已生效操作：key1={r.get('key1')}")  # 输出：b'value1'

2. 事务：耿直的执行者

PYTHON

pipe = r.pipeline(transaction=True)
try:
    pipe.multi()
    pipe.set('key1', 'value1')
    pipe.incr('key1')  # 语法正确，执行时报错
    pipe.set('key2', 'value2')
    pipe.execute()
except redis.exceptions.ResponseError as e:
    print(f"事务执行异常！当前key1: {r.get('key1')}")  # 输出：b'value1'

3. Pipeline：闪电快递员

PYTHON

pipe = r.pipeline(transaction=False)
pipe.set('p_key1', 'p_value1')
pipe.incr('p_key1')  # 对字符串执行INCR
pipe.get('non_exist_key')
results = pipe.execute()

print(f"批量执行结果：{results}")  
# 输出：[True, ResponseError(...), None]

⚡ 性能三棱镜

机制	优势场景	性能瓶颈
Lua脚本	复杂业务逻辑（如分布式锁续期）	脚本复杂度影响执行时间
事务	简单原子操作（如批量更新配置）	命令队列解析耗时
Pipeline	海量独立操作（如日志批量写入）	单次传输数据包大小限制