Redis实现消息队列

7、Redis消息队列

7.1 Redis消息队列-认识消息队列

什么是消息队列字面意思就是存放消息的队列。最简单的消息队列模型包括3个角色

• 消息队列存储和管理消息也被称为消息代理Message Broker
• 生产者发送消息到消息队列
• 消费者从消息队列获取消息并处理消息

使用队列的好处在于 解耦 所谓解耦举一个生活中的例子就是快递员(生产者)把快递放到快递柜里边(Message Queue)去我们(消费者)从快递柜里边去拿东西这就是一个异步如果耦合那么这个快递员相当于直接把快递交给你这事固然好但是万一你不在家那么快递员就会一直等你这就浪费了快递员的时间所以这种思想在我们日常开发中是非常有必要的。

这种场景在我们秒杀中就变成了我们下单之后利用redis去进行校验下单条件再通过队列把消息发送出去然后再启动一个线程去消费这个消息完成解耦同时也加快我们的响应速度。

这里我们可以使用一些现成的mq比如kafkarabbitmq等等但是呢如果没有安装mq我们也可以直接使用redis提供的mq方案降低我们的部署和学习成本。

7.2 Redis消息队列-基于List实现消息队列

基于List结构模拟消息队列

消息队列Message Queue字面意思就是存放消息的队列。而Redis的list数据结构是一个双向链表很容易模拟出队列效果。

队列是入口和出口不在一边因此我们可以利用LPUSH 结合 RPOP、或者 RPUSH 结合 LPOP来实现。不过要注意的是当队列中没有消息时RPOP或LPOP操作会返回null并不像JVM的阻塞队列那样会阻塞并等待消息。因此这里应该使用BRPOP或者BLPOP来实现阻塞效果。

基于List的消息队列有哪些优缺点优点

• 利用Redis存储不受限于JVM内存上限
• 基于Redis的持久化机制数据安全性有保证
• 可以满足消息有序性

缺点

• 无法避免消息丢失
• 只支持单消费者

7.3 Redis消息队列-基于PubSub的消息队列

PubSub发布订阅是Redis2.0版本引入的消息传递模型。顾名思义消费者可以订阅一个或多个channel生产者向对应channel发送消息后所有订阅者都能收到相关消息。

SUBSCRIBE channel [channel] 订阅一个或多个频道 PUBLISH channel msg 向一个频道发送消息 PSUBSCRIBE pattern[pattern] 订阅与pattern格式匹配的所有频道

基于PubSub的消息队列有哪些优缺点优点

• 采用发布订阅模型支持多生产、多消费

缺点

• 不支持数据持久化
• 无法避免消息丢失
• 消息堆积有上限超出时数据丢失

7.4 Redis消息队列-基于Stream的消息队列

Stream 是 Redis 5.0 引入的一种新数据类型可以实现一个功能非常完善的消息队列。

发送消息的命令

例如

读取消息的方式之一XREAD

例如使用XREAD读取第一个消息

XREAD阻塞方式读取最新的消息

在业务开发中我们可以循环的调用XREAD阻塞方式来查询最新消息从而实现持续监听队列的效果伪代码如下

注意当我们指定起始ID为$时代表读取最新的消息如果我们处理一条消息的过程中又有超过1条以上的消息到达队列则下次获取时也只能获取到最新的一条会出现漏读消息的问题

STREAM类型消息队列的XREAD命令特点

• 消息可回溯
• 一个消息可以被多个消费者读取
• 可以阻塞读取
• 有消息漏读的风险

7.5 Redis消息队列-基于Stream的消息队列-消费者组

消费者组Consumer Group将多个消费者划分到一个组中监听同一个队列。具备下列特点

创建消费者组key

队列名称groupName消费者组名称ID起始ID标示$代表队列中最后一个消息0则代表队列中第一个消息MKSTREAM队列不存在时自动创建队列其它常见命令

删除指定的消费者组

XGROUP DESTORY key groupName

给指定的消费者组添加消费者

XGROUP CREATECONSUMER key groupname consumername

删除消费者组中的指定消费者

XGROUP DELCONSUMER key groupname consumername

从消费者组读取消息

XREADGROUP GROUP group consumer [COUNT count] [BLOCK milliseconds] [NOACK] STREAMS key [key …] ID [ID …]

• group消费组名称
• consumer消费者名称如果消费者不存在会自动创建一个消费者
• count本次查询的最大数量
• BLOCK milliseconds当没有消息时最长等待时间
• NOACK无需手动ACK获取到消息后自动确认
• STREAMS key指定队列名称
• ID获取消息的起始ID

“>”从下一个未消费的消息开始其它根据指定id从pending-list中获取已消费但未确认的消息例如0是从pending-list中的第一个消息开始

消费者监听消息的基本思路

STREAM类型消息队列的XREADGROUP命令特点

• 消息可回溯
• 可以多消费者争抢消息加快消费速度
• 可以阻塞读取
• 没有消息漏读的风险
• 有消息确认机制保证消息至少被消费一次

最后我们来个小对比

7.6 基于Redis的Stream结构作为消息队列实现异步秒杀下单

需求

• 创建一个Stream类型的消息队列名为stream.orders
• 修改之前的秒杀下单Lua脚本在认定有抢购资格后直接向stream.orders中添加消息内容包含voucherId、userId、orderId
• 项目启动时开启一个线程任务尝试获取stream.orders中的消息完成下单\

修改lua表达式,新增3.6

VoucherOrderServiceImpl

private class VoucherOrderHandler implements Runnable {

    @Override
    public void run() {
        while (true) {
            try {
                // 1.获取消息队列中的订单信息 XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 >
                List<MapRecord<String, Object, Object>> list = stringRedisTemplate.opsForStream().read(
                    Consumer.from("g1", "c1"),
                    StreamReadOptions.empty().count(1).block(Duration.ofSeconds(2)),
                    StreamOffset.create("stream.orders", ReadOffset.lastConsumed())
                );
                // 2.判断订单信息是否为空
                if (list == null || list.isEmpty()) {
                    // 如果为null说明没有消息继续下一次循环
                    continue;
                }
                // 解析数据
                MapRecord<String, Object, Object> record = list.get(0);
                Map<Object, Object> value = record.getValue();
                VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(value, new VoucherOrder(), true);
                // 3.创建订单
                createVoucherOrder(voucherOrder);
                // 4.确认消息 XACK
                stringRedisTemplate.opsForStream().acknowledge("s1", "g1", record.getId());
            } catch (Exception e) {
                log.error("处理订单异常", e);
                //处理异常消息
                handlePendingList();
            }
        }
    }

    private void handlePendingList() {
        while (true) {
            try {
                // 1.获取pending-list中的订单信息 XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 0
                List<MapRecord<String, Object, Object>> list = stringRedisTemplate.opsForStream().read(
                    Consumer.from("g1", "c1"),
                    StreamReadOptions.empty().count(1),
                    StreamOffset.create("stream.orders", ReadOffset.from("0"))
                );
                // 2.判断订单信息是否为空
                if (list == null || list.isEmpty()) {
                    // 如果为null说明没有异常消息结束循环
                    break;
                }
                // 解析数据
                MapRecord<String, Object, Object> record = list.get(0);
                Map<Object, Object> value = record.getValue();
                VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(value, new VoucherOrder(), true);
                // 3.创建订单
                createVoucherOrder(voucherOrder);
                // 4.确认消息 XACK
                stringRedisTemplate.opsForStream().acknowledge("s1", "g1", record.getId());
            } catch (Exception e) {
                log.error("处理pendding订单异常", e);
                try{
                    Thread.sleep(20);
                }catch(Exception e){
                    e.printStackTrace();
                }
            }
        }
    }
}