Redis pipeline 和事务到底差在哪，批量写入该用哪个

pipe = redis.pipeline()
for i in range(1000):
    pipe.set(f'k{i}', i)
pipe.execute()

批量写入一万条缓存需要好几秒，改成事务后速度没提升，还出现了部分失败。这类现象通常不是突然出现的，往前翻半天日志能看到苗头。

追下去是这么回事：pipeline 只减少往返次数不保证原子性，事务只保证命令连续执行但不会回滚。

围绕「Redis pipeline 事务」排查时，命令行跑一遍比在面板里点十次有用，面板会替你做掉不少隐式操作。同类问题如果隔一段时间又出现，多半是某个定时任务或重启流程把改动冲掉了。

把这次用到的命令存进笔记，比记住结论有用，换个环境还能照着走。改完隔一天再看一次，当场正常不代表能稳住。

测试环境和线上的差别，往往就在版本号和那几行被忽略的配置上。线上出问题先对时间点，跟发布、备份、任务执行的时刻排一排，能省掉一半功夫。

处理上按这个顺序：纯批量写入用 pipeline 分批提交；需要连续执行的命令用事务；控制单批数量避免阻塞。

确认没问题再收工，批量写入耗时大幅下降，无部分失败与阻塞告警。