caching - 保存到Redis缓存时性能不佳(使用ServiceStack.Redis)

在将数据保存到redis缓存时，我的性能非常差。
脚本：
1）利用redis缓存服务（微软azure提供）。
2）在azure上创建的虚拟机中运行代码。
3）虚拟机和缓存服务都在同一位置创建
代码段：

    public void MyCustomFunction()
    {
        Stopwatch totalTime = Stopwatch.StartNew();

        RedisEndpoint config = new RedisEndpoint();
        config.Ssl = true;
        config.Host = "redis.redis.cache.windows.net";
        config.Password = Form1.Password;
        config.Port = 6380;
        RedisClient client = new RedisClient(config);

        int j = 0;

        for (int i = 0; i < 500; i++)
        {
            var currentStopWatchTime = Stopwatch.StartNew();
            var msgClient = client.As<Message>();

            List<string> dataToUpload = ClientData.GetRandomData();
            string myCachedItem_1 = dataToUpload[1].ToString();

            Random ran = new Random();
            string newKey = string.Empty;
            newKey = Guid.NewGuid().ToString();

            Message newItem = new Message
            {
                Id = msgClient.GetNextSequence(), // Size : Long variable
                //Id = (long)ran.Next(),
                Key = j.ToString(),             // Size: Int32 variable
                Value = newKey,                 // Size : Guid string variable
                Description = myCachedItem_1    // Size : 5 KB
            };

            string listName = ran.Next(1, 6).ToString();
            msgClient.Lists[listName].Add(newItem);
            //msgClient.Store(newItem);

            Console.WriteLine("Loop Count : " + j++ + " , Total no. of items in List : " + listName + " are : " + msgClient.Lists[listName].Count);

            Console.WriteLine("Current Time: " + currentStopWatchTime.ElapsedMilliseconds + " Total time:" + totalTime.ElapsedMilliseconds);

            Console.WriteLine("Cache saved");
        }
    }

性能（保存时）：
注意：（所有时间均以毫秒为单位）
循环计数：0，列表中的项目总数：2为：1
当前时间：310总时间：342
缓存已保存
循环计数：1，列表中的项目总数：3为：1
当前时间：6总时间：349
缓存已保存
循环计数：2，列表中的项目总数：5为：1
当前时间：3总时间：353
缓存已保存
循环计数：3，列表中的项目总数：5为：2
当前时间：3总时间：356
缓存已保存
循环计数：4，列表中的项目总数：5为：3
当前时间：3总时间：360
缓存已保存
.
.
.
.
.
循环计数：330，列表中的项目总数：4为：69
当前时间：2总时间：7057
缓存已保存
循环计数：331，列表中的项目总数：4为：70
当前时间：3总时间：7061
缓存已保存
循环计数：332，列表中的项目总数：4为：71
当前时间：2总时间：7064
缓存已保存
性能（获取时）
列表：1
项目编号：110
时间：57
列表：2
项目数量：90
时间：45
列表：3
项目编号：51
时间：23
列表：4
项目数量：75
时间：32
列表：5
项目编号：63
时间：33

最佳答案

如果是分批处理，则应考虑减少同步网络请求的数量，以减少延迟，这将是与网络服务通信时的主要性能问题。
在本例中，您在调用时读取：

msgClient.GetNextSequence();

当你写下：

msgClient.Lists[listName].Add(newItem);

这是一个线程中总共1000个同步请求/应答网络请求，其中每个操作都是依赖的，必须在发送下一个操作之前完成，这就是为什么网络延迟将成为性能问题的一个主要来源，您应该考虑对其进行优化。
批处理请求
如果要处理批处理请求，可以通过在单个请求中获取所有id并使用AddRange()批处理操作存储它们来减少读写次数，从而大大优化此操作，例如：

var redisMessages = Redis.As<Message>();
const int batchSize = 500;

//fetch next 500 sequence of ids in a single request
var nextIds = redisMessages.GetNextSequence(batchSize);

var msgBatch = batchSize.Times(i =>
    new Message {
        Id = nextIds - (batchSize - i) + 1,
        Key = i.ToString(),
        Value = Guid.NewGuid().ToString(),
        Description = "Description"
    });

//Store all messages in a single multi operation request
redisMessages.Lists[listName].AddRange(msgBatch);

这将把1000个redis操作压缩为2个操作。
如果需要，还可以使用以下命令获取所有邮件：

var allMsgs = redisMessages.Lists[listName].GetAll();

或使用GetRange(startingFrom,endingAt)api的特定范围。

关于caching - 保存到Redis缓存时性能不佳(使用ServiceStack.Redis)，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/29332958/