《Redis实战篇》七、Redis消息队列

企业开发 2023-05-04 19:55:12 阅读次数: 0

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

1653574849336

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kafka，rabbitmq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。

1653575176451

案例演示：

######生产者######
127.0.0.1:6379> LPUSH l1 e1 e2; 
(integer) 2
######消费者######
127.0.0.1:6379> BRPOP l1 20
1) "l1"
2) "e1"
(11.81s)
127.0.0.1:6379> BRPOP l1 20
1) "l1"
2) "e2;"
127.0.0.1:6379> BRPOP l1 20 #队列没有元素会被阻塞，到超时时间还没有就返货null，结束获取
(nil)
(20.10s)

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【比如刚从消息队列取出一条消息，还没来得及处理，Redis就发生宕机，这个消息就会丢失】
  • 只支持单消费者【一条消息只能被一个消费者消费，无法被多个消费者消费】

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

1653575506373

案例演示

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【一个消息可以发给多个/部分消费者，不同生产者往相同的频道发】

缺点：

  • 不支持数据持久化
    • 为什么list作为消息队列可以持久化？是因为list本身是一个链表，用来做数据存储的。而我们把他当做消息队列来用了。而Redis中所有用来做数据存储的结构都支持持久化~ 而Pubsub就是用来做消息发送的，因此当我们发送一条消息，而这个消息没有被任何人订阅，频道没有被任何人订阅，那么这个消息就直接丢失了。
  • 无法避免消息丢失
    • 有人订阅消息就会被使用，没人订阅消息就会丢失~
  • 消息堆积有上限，超出时数据丢失
    • 如果发送消息时，有消费者在监听，在消费者那里有一个缓存区域，把消息缓存下来，让消费者去处理。如果消息处理的很慢，并且还有源源不断的消息到来，因为消费者那里的空间是有上限的，超出就会消息丢失~

总结：这种模式的缺点较多，不适合做可靠性较高的消息模式~

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：

1653577301737

例如：

1653577349691

读取消息的方式之一：XREAD

1653577445413

例如，使用XREAD读取第一个消息：

1653577643629

XREAD阻塞方式，读取最新的消息：

1653577659166

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

1653577689129

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

案例演示：

###生产者
127.0.0.1:6379> XADD s1 * k1 v1 # 向队列中发送消息
"1675947993952-0"
127.0.0.1:6379> XLEN s1 #查看队列中的消息个数
(integer) 1
###消费者1&&消费者2
127.0.0.1:6379> XREAD COUNT 1 STREAMS s1 0 #读取队列中的第一条消息 [可以说明消息可回溯]
1) 1) "s1"
   2) 1) 1) "1675947993952-0"
         2) 1) "k1"
            2) "v1"
            
###生产者
127.0.0.1:6379> XADD s1 * k2 v2 # 向队列中发送消息
"1675948153658-0"
                   
###消费者1
127.0.0.1:6379> XREAD COUNT 1 BLOCK 0 STREAMS s1 $ #阻塞读
1) 1) "s1"
   2) 1) 1) "1675948153658-0"
         2) 1) "k2"
            2) "v2"

STREAM类型消息队列的XREAD命令特点：

  • 消息可回溯【消息读完不消失，永久的保存在消息队列中，啥时候还想看可以随时回来】
  • 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【在消息处理的过程中，如果来了很多消息，我看不到，只能看到最新的消息】

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：

image-20230210142845558

创建消费者组：
1653577984924
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 【正常情况下】
    • 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 【异常情况下】

案例演示：

###生产者
127.0.0.1:6379> XADD s1 * k1 v1  #向s1中加入消息
"1676013442138-0"
127.0.0.1:6379> XADD s1 * k2 v2
"1676013446154-0"
127.0.0.1:6379> XADD s1 * k3 v3
"1676013453085-0"
127.0.0.1:6379> XADD s1 * k4 v4
"1676013459707-0"
127.0.0.1:6379> XADD s1 * k5 v5
"1676013469043-0"
127.0.0.1:6379> XADD s1 * k6 v6
"1676013473875-0"
127.0.0.1:6379> XADD s1 * k7 v7
"1676013478635-0"
127.0.0.1:6379> XLEN s1 # 查看队列长度
(integer) 7
127.0.0.1:6379> XGROUP CREATE s1 g1 0 # 创建消费者组
OK

### 消费者1
127.0.0.1:6379> XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 >
1) 1) "s1"
   2) 1) 1) "1676013442138-0"
         2) 1) "k1"
            2) "v1"
127.0.0.1:6379> XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 >
1) 1) "s1"
   2) 1) 1) "1676013446154-0"
         2) 1) "k2"
            2) "v2"
127.0.0.1:6379> XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 >
1) 1) "s1"
   2) 1) 1) "1676013469043-0"
         2) 1) "k5"
            2) "v5"

### 消费者2
127.0.0.1:6379> XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 > 
1) 1) "s1"
   2) 1) 1) "1676013453085-0"
         2) 1) "k3"
            2) "v3"
127.0.0.1:6379> XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 >
1) 1) "s1"
   2) 1) 1) "1676013459707-0"
         2) 1) "k4"
            2) "v4"
###根据消费者1&消费者2的消费，可以看出消费组中的消费者是竞争关系的，并且同一个消费组中不会出现重复消费~

### 消费者1
127.0.0.1:6379> XACK s1 g1 1676013442138-0 1676013446154-0 1676013453085-0 1676013459707-0 1676013469043-0
(integer) 5 #对前五条消息进行ACK确认
127.0.0.1:6379> XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 > #继续消费消息
1) 1) "s1"
   2) 1) 1) "1676013473875-0"
         2) 1) "k6"
            2) "v6"
127.0.0.1:6379> XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 >
1) 1) "s1"
   2) 1) 1) "1676013478635-0"
         2) 1) "k7"
            2) "v7"
127.0.0.1:6379> XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 >
(nil)
(2.08s)
# 由于1676013473875-0 和 1676013478635-0 被消费者消费后并没有ACK确认，会进入pending_list
127.0.0.1:6379> XPENDING s1 g1 - + 10 #查看pending_list中的消息，可以看出共两条消费失败的消息
1) 1) "1676013473875-0"
   2) "c1"
   3) (integer) 37154
   4) (integer) 1
2) 1) "1676013478635-0"
   2) "c1"
   3) (integer) 35353
   4) (integer) 1
127.0.0.1:6379> XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 0 #从pending_list中获取消息
1) 1) "s1"
   2) 1) 1) "1676013473875-0"
         2) 1) "k6"
            2) "v6"
127.0.0.1:6379> XACK s1 g1 1676013473875-0 # 消费完进行ACK确认
(integer) 1
127.0.0.1:6379> XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 0 #从pending_list中获取消息
1) 1) "s1"
   2) 1) 1) "1676013478635-0"
         2) 1) "k7"
            2) "v7"
127.0.0.1:6379> XACK s1 g1 1676013478635-0 # 消费完进行ACK确认
(integer) 1
127.0.0.1:6379> XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 0 #再次获取，pending_list已经为空
1) 1) "s1"
   2) (empty array)

消费者监听消息的基本思路：

image-20230210153808554

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[因为读取过的消息会有标记，下次直接从有标记的下一条消息读取即可]
  • 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

image-20230210145602447

Redis的Stream基本满足中小项目的需求，如果是大型项目，则可以使用专门的MQ：RocketMQ、RabbitMQ、Kfaka等

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

①创建消息队列

127.0.0.1:6379> XGROUP CREATE stream.orders g1 0 MKSTREAM
OK

②修改lua表达式，新增3.5

image-20230211163737153

③VoucherOrderServiceImpl

 /**
     * 优惠券订单处理器【基于消息队列】
     */
private class VoucherOrderHandler implements Runnable {
    
    

    private final static String queueName = "stream.orders";

    @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 stream.orders >
                List <MapRecord <String, Object, Object>> list = stringRedisTemplate.opsForStream().read(
                    Consumer.from("g1", "c1"),
                    StreamReadOptions.empty().count(1).block(Duration.ofSeconds(2)),
                    StreamOffset.create(queueName, ReadOffset.lastConsumed())
                );
                // 2.判断消息是否获取成功
                if (list == null || list.isEmpty()) {
    
    
                    // 如果获取失败，说明没有消息，继续下一次循环
                    continue;
                }
                // 3.解析消息中的订单信息
                MapRecord <String, Object, Object> record = list.get(0);
                Map <Object, Object> values = record.getValue();
                VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(values, new VoucherOrder(),true);
                // 4.如果获取成功，可以下单
                handleVoucherOrder(voucherOrder);
                // 5.ACK确认 SACK strea.orders g1 id
                stringRedisTemplate.opsForStream().acknowledge(queueName,"g1",record.getId());
            } catch (Exception e) {
    
    
                log.error("处理订单异常：", e);
                handlePendingList();
            }
        }
    }

    /**
         * 处理PendingList中的订单
         */
    private void handlePendingList() {
    
    
        while (true) {
    
    
            try {
    
    
                // 1.获取pending-list中的订单信息  XREADGROUP GROUP g1 c1 COUNT 1  STREAMS stream.orders 0
                List <MapRecord <String, Object, Object>> list = stringRedisTemplate.opsForStream().read(
                    Consumer.from("g1", "c1"),
                    StreamReadOptions.empty().count(1),
                    StreamOffset.create(queueName, ReadOffset.from("0"))
                );
                // 2.判断消息是否获取成功
                if (list == null || list.isEmpty()) {
    
    
                    // 如果获取失败，说明pending-list没有异常消息，结束循环
                    break;
                }
                // 3.解析消息中的订单信息
                MapRecord <String, Object, Object> record = list.get(0);
                Map <Object, Object> values = record.getValue();
                VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(values, new VoucherOrder(),true);
                // 4.如果获取成功，可以下单
                handleVoucherOrder(voucherOrder);
                // 5.ACK确认 SACK stream.orders g1 id
                stringRedisTemplate.opsForStream().acknowledge(queueName,"g1",record.getId());
            } catch (Exception e) {
    
    
                log.error("处理pending-list订单异常：", e);
                try {
    
    
                    // 如果出现异常,休眠一会再尝试,避免一直尝试一直异常~
                    Thread.sleep(20);
                } catch (InterruptedException interruptedException) {
    
    
                    interruptedException.printStackTrace();
                }
            }
        }
    }
}
/**
     * 使用Lua脚本 + Stream消息队列实现秒杀下单
     *
     * @param voucherId
     * @return
     */
@Override
public Result seckillVoucher(Long voucherId) {
    
    
    // 获取用户id
    Long userId = UserHolder.getUser().getId();
    // 获取订单id
    long orderId = redisIdWorker.nextId("order");
    // 1.执行Lua脚本
    Long result = stringRedisTemplate.execute(
        SECKILL_SCRIPT,
        Collections.emptyList(),
        voucherId.toString(),
        userId.toString(),
        String.valueOf(orderId)
    );

    // 2.判断结果是否为0
    if (result != 0) {
    
    
        // 2.1 不为0，代表没有购买资格
        return Result.fail(result == 1 ? "库存不足" : "不能重复下单");
    }
    // 2.2 为0，有购买资格，把下单信息保存到消息队列【已经在LUA做过了】

    // 3.获取代理对象
    proxy = (IVoucherOrderService) AopContext.currentProxy();

    // 4. 返回订单id
    return Result.ok(orderId);
}

秒杀压测

image-20230211163645535

可以看出咱们秒杀的接口性能非常好~

猜你喜欢

转载自blog.csdn.net/LXYDSF/article/details/129019465
今日推荐
《美国对全球网络空间安全与发展的威胁和破坏》报告发布
火速冲上 GitHub 热榜 —— 开源编程语言、框架哪有这么可爱？
北京人形机器人创新中心发布全球首个纯电驱拟人奔跑的全尺寸人形机器人“天工”
LFOSSA 源来如此公开课 | 掌握云原生未来：CNCF 认证全面攻略与备考秘籍
周排行
循环神经网络（rnn）讲解
Tigao教程四：单独的关节运动
金蝶K3WISE15.0-注册套打教程
如何在Mac上配置Kubernetes
Android应用结束自身进程的方法
SpringMVC学习 十三 拦截器栈
中国驻洛杉矶总领馆举行新春招待会
HttpClient get post 发送
11 - three.js 笔记 - 绘制三维字体模型
Mysql递归获取某个父节点下面的所有子节点和子节点上的所有父节点
每日归档
更多
2024-05-01(4)
2024-04-30(1)
2024-04-29(40)
2024-04-28(0)
2024-04-27(56)
2024-04-26(39)
2024-04-25(22)
2024-04-24(36)
2024-04-23(26)
2024-04-22(39)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022