aioredis v1.x 的 pipeline() 返回同步 pipeline,execute() 会阻塞事件循环;正确做法是用 redis.pipeline() 获取异步实例,链式调用命令后 await execute()。

asyncio + aioredis 的 pipeline 为什么不能直接用 pipeline()?
因为 aioredis(v1.x)的 pipeline() 返回的是同步风格的 Pipeline 对象,它内部不 await 命令,调用 execute() 时会阻塞 event loop。实际压测中吞吐量反而比单条 await 还低。必须用 create_redis_pool() 初始化连接池后,通过 redis.pipeline() 获取真正的异步 pipeline 实例——这个对象的每个命令方法(如 set()、get())都返回 Awaitable,且 execute() 本身也是协程。
如何正确构造并执行一个异步 Redis pipeline?
关键在两步:先调用 pipeline() 得到 pipeline 对象,再链式调用命令方法(不加括号执行),最后统一 await execute()。中间不能提前 await 单个命令,否则破坏批量语义。
-
pipe = redis.pipeline()—— 获取 pipeline 实例,不是执行 -
pipe.set("k1", "v1")—— 返回pipe自身,可链式调用 -
pipe.get("k2")—— 同上,命令入队但未发送 -
result = await pipe.execute()—— 一次性发包、收包,返回List结果(顺序与入队一致)
示例片段:
Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本,属于3.14系列的第二个维护更新。该版本包含了18项修复,重点解决了多进程、数据类及正则表达式等模块的回归问题,并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式(移除GIL)正式获得官方支持,是Python发展的重要里程碑。
async def batch_write(redis):
pipe = redis.pipeline()
for i in range(100):
pipe.set(f"key:{i}", f"value:{i}")
await pipe.execute() # 一次网络往返完成 100 次 set
pipeline 批次大小设多少才合理?
没有固定值,取决于你的网络延迟、Redis 单次响应大小上限(默认 proto-max-bulk-len 512MB)、以及业务对延迟的容忍度。实测中:
- 局域网环境,50–200 条/批较稳;超过 500 条,单次
execute()耗时明显上升,且出错后重试成本高 - 跨机房场景,建议压到 20–50 条/批,避免 TCP 包被分片或触发超时
- 混合读写时(比如先
get再set),注意execute()返回结果是严格顺序的List,需按索引取值,别假设类型
遇到 ConnectionClosedError 或 ReplyError: ERR EXEC without MULTI 怎么办?
前者多因 pipeline 执行期间连接意外断开,后者几乎一定是误用了同步 pipeline 或手动调了 reset() 后又执行——aioredis 的异步 pipeline 不支持 reset(),也不需要。排查重点:
- 确认你用的是
aioredis.Redis实例(v2+ 推荐用redis-py的AsyncRedis),不是aioredis.Connection - 检查是否在
execute()前对 pipeline 对象做了任何非命令调用(比如print(pipe)可能触发隐式__repr__,某些旧版会误清队列) - 避免在同一个 pipeline 中混用事务命令(
multi()、exec())和普通命令——异步 pipeline 本身已具备原子批量语义,不需要显式MULTI/EXEC
真正难调试的是 pipeline 中某条命令失败导致整个 execute() 抛异常,而你只看到第一个错误,后续命令状态不可知。上线前务必在 pipeline 外包裹 try/except 并记录完整上下文。
Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!










