间效率加快大数据存入Redis，提升效率百倍（大数据存入redis超时）

  随着数据量的增加，把大量数据存储在Redis中已经成为一种必然，其中最常用的就是把数据一次性批量插入到Redis中。但是，由于Redis本身是单线程的，如果一个插入操作的数据量过大，会导致内存占用过多，存入数据的效率也会大大降低。

  针对这个问题，我们可以充分利用Java多线程编程的特性，来大大提升把大数据存储到Redis的效率，如下代码所示：

“`java

public static void mn(String[] args) {

long start = System.currentTimeMillis();

//定义要存储的大量数据

List datalist = getBigDataList();

//定义线程数量

int threadCount = 8;

ExecutorService executorService = Executors.newFixedThreadPool(threadCount);

for (int i = 0; i

int begin = (datalist.size() / threadCount) * i;

int end = (datalist.size() / threadCount) * (i + 1);

if (i == (threadCount-1)) {

end = datalist.size();

}

List tmpList = datalist.subList(begin, end);

executorService.submit(new DataInsertRedisTask(tmpList));

}

long end = System.currentTimeMillis();

System.out.println(“耗时: “+(end-start));

executorService.shutdown();

}

//多线程任务，将数据存储到Redis

class DataInsertRedisTask implements Runnable {

List tmpList;

public DataInsertRedisTask (List tmpList) {

this.tmpList = tmpList;

}

@Override

public void run() {

// 批量把大量数据写入Redis

for(String item : tmpList){

jedis.lpush(“bigDataList”, item);

}

}

}

  上述代码中，通过设置线程数量，将大量数据拆分成若干个小数据分段，分别交由多个线程来进行批量插入，从而大大提升了把大数据存入Redis的效率，实测百倍效率提升的效果。因此，在合理利用多线程，配合Redis的使用时，可以实现较高的效率提升。