【Redis实战篇】Redis消息队列

1. 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。

2. 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（从redis中获取消息，但是因为出现异常或宕机，其他消费者拿不到）
• 只支持单消费者

3. 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(通配符)格式匹配的所有频道

在redis命令行中演示代码：

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

4. 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： XADD

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，也就是最后一个消息，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(消息读完不会消失，永久保存在队列当中)
• 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

5. 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：

创建消费者组命令：

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 DESTROY 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
将消息标记确认为"已处理": XACK key group ID [ID ...]

查询消费组中待处理（Pending）的消息信息 XPENDING key group [[IDLE min-idle-time] start end count [consumer]]
举例：

XPENDING mystream group1 IDLE 1000 - +  10 consumer1

该命令意思为查询 mystream 流中，消费者组 group1 内，消息被消费者 consumer1 获取后空闲超过 1000 毫秒的所有消息，最多返回 10 条消息的 pending 消息信息

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。

redis命令行中代码演示：

消费者监听消息的基本思路[Java伪代码]：

stream类型消息队列的xreadgroup命令特点：

• 消息可回溯 (消息队列中的消息即使被消费后，可以重复被读取，当然是不同组的消费者之间)
• 可以多消费者争抢消息，加快消费速度 (同一组内多个消费者可以同时从消息队列中读取消息，当一个消息被消费者组中的一个消费者成功读取并确认后，其他消费者就无法再读取到该消息。)
• 可以阻塞读取 (当消息队列中没有消息时，消费者可以处于阻塞状态，等待新消息的到来)
• 没有消息漏读的风险 （系统会标记哪些消息已经被哪些消费者读取过，下次就可以从这之后开始读取）
• 有消息确认机制，保证消息至少被消费一次(消费者在读取到消息后，需要显式地进行消息确认（ACK），告诉系统该消息已被成功消费)

最后我们来个小对比:

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队列中添加消息，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

创建stream.orders队列与消费者组group1👇

127.0.0.1:6379> xgroup create stream.orders group1 0 MKSTREAM
OK

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队列中添加消息，内容包含voucherId、userId、orderId👇：

在VoucherOrderServiceImpl中改造异步秒杀代码，将java中jdk提供的阻塞队列方式，改造为stream类型的消息队列方式，然后将订单写入数据库。👇

/*** 消息队列版本获取订单信息*/private class VoucherOrderHandler implements Runnable{String queueName = "stream.orders";@Overridepublic void run() {while(true){try {//1.获取消息队列中的订单信息//xreadgroup GROUP group1 consumer1 COUNT 1 BLOCK 2000 STREAMS stream.orders >//'>' 表示 从下一个未消费的消息开始读取List<MapRecord<String, Object, Object>> list = stringRedisTemplate.opsForStream().read(Consumer.from("group1", "consumer1"),StreamReadOptions.empty().count(1).block(Duration.ofSeconds(2)),StreamOffset.create(queueName, ReadOffset.lastConsumed()));//2.判断消息获取是否成功if (list == null || list.isEmpty()){//获取失败, 进行下一次循环, 继续获取continue;}//3.获取成功, 解析消息中的订单信息MapRecord<String, Object, Object> mapRecord = list.get(0);Map<Object, Object> values = mapRecord.getValue();VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(values, new VoucherOrder(), false);//4. 处理订单handleVoucherOrder(voucherOrder);//5.进行ack确认消息 xack key group idstringRedisTemplate.opsForStream().acknowledge(queueName, "group1", mapRecord.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中的异常信息//xreadgroup GROUP group1 consumer1 COUNT 1 BLOCK 2000 STREAMS streams.order 0//'0' 表示 从pending-list中第一个消息开始读取List<MapRecord<String, Object, Object>> list = stringRedisTemplate.opsForStream().read(Consumer.from("group1", "consumer1"),StreamReadOptions.empty().count(1),StreamOffset.create(queueName, ReadOffset.from("0")));//2.判断消息获取是否成功if (list == null || list.isEmpty()){//获取失败, 说明pending-list中获取不到异常消息, 结束循环break;}//3.获取成功, 解析消息中的订单信息MapRecord<String, Object, Object> mapRecord = list.get(0);Map<Object, Object> values = mapRecord.getValue();VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(values, new VoucherOrder(), false);//4. 处理订单handleVoucherOrder(voucherOrder);//5.进行ack确认消息 xack key group idstringRedisTemplate.opsForStream().acknowledge(queueName, "group1", mapRecord.getId());} catch (Exception e) {log.error("处理pending-list订单异常!", e);try {Thread.sleep(20);} catch (InterruptedException ex) {ex.printStackTrace();}}}}}