因为每次 await redis.set() 都触发独立网络往返，100次写入需100次RTT；而Pipeline通过打包命令为单次往返，省去99%延迟，但需显式调用async with pipe:及await pipe.execute()，且建议每批≤500条以防超时或内存溢出。
为什么直接用 await redis.set() 批量写入很慢？
因为每次 await redis.set() 都是一次独立的网络往返，哪怕只写 100 个 key，也要发 100 次命令。Redis 本身支持管道（pipeline），但原生 aioredis（v2）或 redis-py（v4+ 异步客户端）的默认异步接口不自动合并请求——你得显式调用管道对象。
常见错误是误以为 await redis.pipeline() 返回的是可 await 的对象，其实它返回的是一个未执行的管道实例；或者在 asyncio 环境里混用同步管道（redis.Redis().pipeline()），导致事件循环卡死。
- 同步管道不能在协程里直接调用
execute()，会阻塞整个 event loop -
aioredisv1 已废弃，v2 的Redis实例不带pipeline()方法，必须用create_pipeline() -
redis-pyv4.3+ 的异步客户端才真正支持async with redis.pipeline() as pipe:语法
用 redis-py v4.3+ 的异步 pipeline 写入一批 key
这是目前最简洁、兼容性较好的方式。前提是已安装 redis>=4.3.0 且使用 redis.from_url("redis://...") 创建异步客户端。
关键点：管道必须用 async with 进入，所有命令调用（如 set、expire）返回的是占位符，不立即执行；只有 execute() 或 execute_command() 才真正发包。
立即学习“Python免费学习笔记（深入）”；
import asyncio
import redis.asyncio as redis
<p>async def batch_set_to_redis():
r = redis.from_url("redis://localhost:6379/0")
data = {"user:1": "alice", "user:2": "bob", "user:3": "carol"}</p><pre class='brush:python;toolbar:false;'>async with r.pipeline() as pipe:
for key, value in data.items():
pipe.set(key, value)
pipe.expire(key, 3600) # 可选：统一设 TTL
await pipe.execute() # ← 这里才发出单次多命令请求注意：pipe.set() 不返回结果，也不抛异常；异常只会在 await pipe.execute() 时集中抛出（比如某个 key 是只读的）。如果需要部分失败仍继续，得自己捕获 redis.ResponseError 并检查 results 列表。
大数量写入时要不要分片？
要。Redis 单次 EXEC 命令没有硬性条数限制，但实际受 TCP 包大小、内存碎片、超时配置影响。实测在千级 key 以上，不分片容易触发 redis.exceptions.ConnectionError: Error while reading from socket 或服务端 maxmemory 拒绝。
- 保守建议单管道不超过 500 条命令（含
SET+EXPIRE等） - 用
itertools.batched()（Python 3.12+）或手动切片，例如[data[i:i+500] for i in range(0, len(data), 500)] - 分片后用
asyncio.gather(*[batch_set_chunk(chunk) for chunk in chunks])并行提交，但别无脑开 100 个并发——Redis 是单线程，过多并发反而增加排队延迟
遇到 Connection closed by server 或 TimeoutError 怎么调？
不是代码写错了，大概率是连接池或超时配置没对上。异步客户端默认连接池很小（minsize=1, maxsize=10），而管道批量操作可能短暂占用多个连接（尤其分片并行时）。
必须显式配置连接池和超时：
r = redis.Redis(
connection_pool=redis.ConnectionPool(
host="localhost",
port=6379,
db=0,
minsize=5,
maxsize=20,
decode_responses=False,
),
socket_connect_timeout=5,
socket_timeout=10,
)
另外，socket_timeout 必须大于单次 execute() 的预期耗时——500 个 key 的 pipeline 在局域网通常
真正容易被忽略的是：Redis 服务端自身的 timeout 配置（单位秒），默认是 0（永不过期），但某些云 Redis（如阿里云 Tair）会强制设为 30，此时客户端 socket_timeout 必须小于它，否则连接可能被服务端主动断开。
