redis stream 實現(xiàn)消息隊列的實踐

更新時間：2022年08月10日 11:43:07 作者：愛碼猿

本文主要介紹了redis stream 實現(xiàn)消息隊列的實踐，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

redis 實現(xiàn)消息對列4中方法

發(fā)布訂閱

發(fā)布訂閱優(yōu)點：典型的一對的，所有消費者都能同時消費到消息。主動通知訂閱者而不是訂閱者輪詢?nèi)プx。

發(fā)布訂閱缺點：不支持多個消費者公平消費消息，消息沒有持久化，不管訂閱者是否收到消息，消息都會丟失。

使用場景：微服務(wù)間的消息同步，如分布式webSocker，數(shù)據(jù)同步等。

list 隊列

生產(chǎn)者通過lpush生成消息，消費者通過blpop阻塞讀取消息。

**list隊列優(yōu)點：**支持多個消費者公平消費消息，對消息進行存儲，可以通過lrange查詢隊列內(nèi)的消息。

**list隊列缺點：**blpop仍然會阻塞當(dāng)前連接，導(dǎo)致連接不可用。一旦blpop成功消息就丟棄了，期間如果服務(wù)器宕機消息會丟失，不支持一對多消費者。

zset 隊列

生產(chǎn)者通過zadd 創(chuàng)建消息時指定分數(shù)，可以確定消息的順序，消費者通過zrange獲取消息后進行消費，消費完后通zrem刪除消息。

zset優(yōu)點：保證了消息的順序，消費者消費失敗后重新入隊不會打亂消費順序。

zset缺點：不支持一對多消費，多個消費者消費時可能出現(xiàn)讀取同一條消息的情況，得通過加鎖或其他方式解決消費的冪等性。

zset使用場景：由于數(shù)據(jù)是有序的，常常被用于延遲隊列，如 redisson的DelayQueue

Stream 隊列

Redis5.0帶來了Stream類型。從字面上看是流類型，但其實從功能上看，應(yīng)該是Redis對消息隊列（MQ，Message Queue）的完善實現(xiàn)。

參考kafka的思想，通過多個消費者組和消費者支持一對多消費，公平消費，消費者內(nèi)維護了pending列表防止消息丟失。

提供消息ack機制。

基本命令

xadd 生產(chǎn)消息

往 stream 內(nèi)創(chuàng)建消息語法為：

XADD key ID field string [field string …]

# * 表示自動生成id redis會根據(jù)時間戳+序列號自動生成id，不建議我們自己指定id
xadd stream1 * name zs age 23

讀取消息

讀取stream內(nèi)的消息，這個并不是消費，只是提供了查看數(shù)據(jù)的功能，語法為：

XREAD [COUNT count] [BLOCK milliseconds] STREAMS key [key …] ID [ID …]

#表示從 stream1 內(nèi)取出一條消息，從第0條消息讀取(0表示最小的id)
xread count 1 streams stream1 0
#表示從 stream1 內(nèi) id=1649143363972-0 開始讀取一條消息，讀取的是指定id的下一條消息
xread count 1 streams msg 1649143363972-0

#表示一直阻塞讀取最新的消息($表示獲取下一個生成的消息)
xread count 1 block 0 streams stream1 $ 

xrange stream - + 10

XRANGE key startID endID count

#表示從stream1內(nèi)取10條消息 起始位置為 -(最小ID) 結(jié)束位置為+(最大ID)
xrange stream1 - + 10

xgroup 消費者組

redis stream 借鑒了kafka的設(shè)計，采用了消費者和消費者組的概念。允許多個消費者組消費stream的消息，每個消費者組都能收到完整的消息，例如：stream內(nèi)有10條消息，消費者組A和消費者組B同時消費時，都能獲取到這10條消息。

每個消費者組內(nèi)可以有多個消費者消費，消息會平均分攤給各個消費者，例如：stream有10條消息，消費者A，B，C同時在同一個組內(nèi)消費，A接收到 1，4，7，10，B接收到 2，5，8，C接收到 3，6，9

創(chuàng)建消費者組：

#消費消息首先得創(chuàng)建消費者組
# 表示為隊列 stream1 創(chuàng)建一個消費者組 group1 從消息id=0(第一條消息)開始讀取消息
xgroup create stream1 group1 0

#查詢stream1內(nèi)的所有消費者組信息
xinfo groups stream1

xreadgroup 消費消息

通過xreadgroup可以在消費者組內(nèi)創(chuàng)建消費者消費消息

XREADGROUP group groupName consumerName [COUNT count] [BLOCK milliseconds] STREAMS key [key …] ID [ID …]

#創(chuàng)建消費者讀取消息
#在group1消費者組內(nèi)通過consumer1消費stream1內(nèi)的消息，消費1條未分配的消息 (> 表示未分配過消費者的消息)
xreadgrup group group1 consumer1 count 1 streams stream1 >

Pending 等待列表

通過 xreadgroup 讀取消息時消息會分配給對應(yīng)的消費者，每個消費者內(nèi)都維護了一個Pending列表用于保存接收到的消息，當(dāng)消息ack后會從pending列表內(nèi)移除，也就是說pending列表內(nèi)維護的是所有未ack的消息id

每個Pending的消息有4個屬性：

消息ID
所屬消費者
IDLE，已讀取時長
delivery counter，消息被讀取次數(shù)

XPENDING key group [start end count] [consumer]

#查看pending列表
# 查看group1組內(nèi)的consumer1的pending列表 - 表示最小的消息id + 表示最大的消息ID
xpending stream1 group1 - + 10 consumer1
# 查看group1組內(nèi)的所有消費者pending類表
xpending stream1 group1 - + 10

消息確認

當(dāng)消費者消費了消息，需要通過 xack 命令確認消息，xack后的消息會從pending列表移除

XACK key gruopName ID

xack stream1 group1 xxx

消息轉(zhuǎn)移

當(dāng)消費者接收到消息卻不能正確消費時(報錯或其他原因)，可以使用 XCLAIM 將消息轉(zhuǎn)移給其他消費者消費，需要設(shè)置組、轉(zhuǎn)移的目標消費者和消息ID，同時需要提供IDLE（已被讀取時長），只有超過這個時長，才能被轉(zhuǎn)移。

通過xclaim轉(zhuǎn)移的消息只是將消息移入另一個消費者的pending列表，消費者并不能通過xreadgroup讀取到消息，只能通過xpending讀取到。

# 表示將ID為 1553585533795-1 的消息轉(zhuǎn)移到消費者B消費，前提是消費
XCLAIM stream1 group1 consumer1 3600000 1553585533795-1

信息監(jiān)控

redis提供了xinfo來查看stream的信息

#查看sream信息
xinfo stream steam1
#查詢消費者組信息
xinfo groups group1 

#查詢消費者信息
xinfo consumers consumer1

SpringBoot 整合

1 引入依賴

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

2 編寫消費者

@Slf4j
@Component
public class EmailConsumer implements StreamListener<String, MapRecord<String,String,String>> {

    public final String streamName      = "emailStream";
    public final String groupName       = "emailGroup";
    public final String consumerName    = "emailConsumer";


    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public void onMessage(MapRecord<String, String, String> message) {

        //log.info("stream名稱-->{}",message.getStream());
        //log.info("消息ID-->{}",message.getId());
        log.info("消息內(nèi)容-->{}",message.getValue());

        Map<String, String> msgMap = message.getValue();

        if( msgMap.get("sID")!=null && Integer.valueOf(msgMap.get("sID")) % 3 ==0 ){
            //消費異常導(dǎo)致未能ack時，消息會進入pending列表，我們可以啟動定時任務(wù)來讀取pending列表處理失敗的任務(wù)
            log.info("消費異常-->"+message);
           return;
        }

        StreamOperations<String, String, String> streamOperations = stringRedisTemplate.opsForStream();
        //消息應(yīng)答
        streamOperations.acknowledge( streamName,groupName,message.getId() );

    }
	//我們可以啟動定時任務(wù)不斷監(jiān)聽pending列表，處理死信消息
}

3 配置redis

序列化配置

@EnableCaching
@Configuration
public class RedisConfig {


    /**
     * 設(shè)置redis序列化規(guī)則
     */
    @Bean
    public Jackson2JsonRedisSerializer<Object> jackson2JsonRedisSerializer(){
        Jackson2JsonRedisSerializer<Object> jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer<>(Object.class);

        ObjectMapper om = new ObjectMapper();
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        jackson2JsonRedisSerializer.setObjectMapper(om);

        return jackson2JsonRedisSerializer;
    }

    /**
     * RedisTemplate配置
     */
    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory,
                                                       Jackson2JsonRedisSerializer jackson2JsonRedisSerializer) {

        // 配置redisTemplate
        RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();
        redisTemplate.setConnectionFactory(redisConnectionFactory);
        RedisSerializer<?> stringSerializer = new StringRedisSerializer();

        // key序列化
        redisTemplate.setKeySerializer(stringSerializer);
        // value序列化
        redisTemplate.setValueSerializer(jackson2JsonRedisSerializer);

        // Hash key序列化
        redisTemplate.setHashKeySerializer(stringSerializer);
        // Hash value序列化
        redisTemplate.setHashValueSerializer(jackson2JsonRedisSerializer);

        redisTemplate.afterPropertiesSet();
        return redisTemplate;
    }

}

消費者組和消費者配置

@Slf4j
@Configuration
public class RedisStreamConfig {

    @Autowired
    private EmailConsumer emailConsumer;

    @Autowired
    private RedisTemplate<String,Object> redisTemplate;

    @Bean
    public StreamMessageListenerContainer.StreamMessageListenerContainerOptions<String, MapRecord<String,String,String>> emailListenerContainerOptions(){

        StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();

        return StreamMessageListenerContainer.StreamMessageListenerContainerOptions
                .builder()
                //block讀取超時時間
                .pollTimeout(Duration.ofSeconds(3))
                //count 數(shù)量（一次只獲取一條消息）
                .batchSize(1)
                //序列化規(guī)則
                .serializer( stringRedisSerializer )
                .build();
    }

    /**
     * 開啟監(jiān)聽器接收消息
     */
    @Bean
    public StreamMessageListenerContainer<String,MapRecord<String,String,String>> emailListenerContainer(RedisConnectionFactory factory,
                                                                 StreamMessageListenerContainer.StreamMessageListenerContainerOptions<String, MapRecord<String,String,String>> streamMessageListenerContainerOptions){

        StreamMessageListenerContainer<String,MapRecord<String,String,String>> listenerContainer = StreamMessageListenerContainer.create(factory,
                streamMessageListenerContainerOptions);

        //如果 流不存在 創(chuàng)建 stream 流
        if( !redisTemplate.hasKey(emailConsumer.streamName)){
            redisTemplate.opsForStream().add(emailConsumer.streamName, Collections.singletonMap("", ""));
            log.info("初始化stream {} success",emailConsumer.streamName);
        }

        //創(chuàng)建消費者組
        try {
            redisTemplate.opsForStream().createGroup(emailConsumer.streamName,emailConsumer.groupName);
        } catch (Exception e) {
            log.info("消費者組 {} 已存在",emailConsumer.groupName);
        }

        //注冊消費者 消費者名稱，從哪條消息開始消費，消費者類
        // > 表示沒消費過的消息
        // $ 表示最新的消息
        listenerContainer.receive(
            Consumer.from(emailConsumer.groupName, emailConsumer.consumerName),
            StreamOffset.create(emailConsumer.streamName, ReadOffset.lastConsumed()),
            emailConsumer
        );


        listenerContainer.start();
        return listenerContainer;
    }

}

4.生產(chǎn)者生產(chǎn)消息

@GetMapping("/redis/ps")
public String redisPublish(String content,Integer count){

    StreamOperations streamOperations = redisTemplate.opsForStream();

    for (int i = 0; i < count; i++) {
        AtomicInteger num = new AtomicInteger(i);

        Map msgMap = new HashMap();
        msgMap.put("count", i);
        msgMap.put("sID", num);
        //新增消息
        streamOperations.add("emailStream",msgMap);
    }
    return "success";
}