Redis队列原理解析:让你的应用程序运行更加稳定!

2023-12-14 10:46:21

一、消息队列简介

消息队列(Message Queue),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

f3db520231213175325232.png

消息队列和阻塞队列的区别:

① 消息队列是在 JVM 以外的独立服务,所以不受 JVM 内存的限制

② 消息队列不仅仅做数据存储,还需要确保数据安全,存入到消息队列中的所有消息都需要做持久化,这样不管是服务宕机还是重启,数据都不会丢失。而且消息队列还会在消息投递给消费者后,要求消费者做消息确认,如果消费者没有确认,那么这条消息就会一直存在于消息队列中,下一次会继续投递给消费者,让消费者继续处理,直到消息被成功处理。

二、Redis 提供的消息队列

Redis 提供了三种不同的方式来实现消息队列:

  • list 结构:基于 List 结构模拟消息队列
  • PubSub:基本的点对点消息队列
  • Stream:比较完善的消息队列模型

2.1 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(先进先出)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下消息。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:

① 利用 Redis 存储,不受限于 JVM 内存上限

② 基于 Redis 的持久化机制,数据安全性有保证

③ 可以满足消息有序性

缺点:

① 无法避免消息丢失。假设某个消费者从消息队列(List 结构)中获取到一条消息,但还未来得及处理,该消费者出现故障,那么这条消息就会丢失,这是因为 POP 命令是 remove and get,会将消息直接从消息队列中直接移除,这样其他消费者就获取不到。

② 只支持单消费者。消息队列(List 结构)中的消息,一旦被某个消费者取走,就会从队列中移除,其他消费者就获取不到了,无法实现一条消息被很多消费者消费的需求。

2.2 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。

相关命令如下:

  • 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

关于 PubSub 的具体命令使用方法可以参看官网:?https://redis.io/commands/?group=pubsub

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。一条消息可以发给多个消费者,也可以发给一个消费者,而且也支持不同生产者往相同频道发。

缺点:

① 不支持数据持久化。本身不像 List 结构那样支持数据持久化,List 结构本身就是用来存储数据的,而 PubSub 则是用来做消息发送的。因此,当发送一条消息时,但却没有任何消费者订阅,那么该条消息就直接消失了。

② 无法避免消息丢失

③ 消息堆积有上限,超出时数据丢失。当发送一条消息时,如果有消费者监听,消费者会将发送过来的消息缓存至消息缓存区,由消费者进行处理。而消费者的缓存空间是有上限的,如果超出了就会丢失。

2.3 基于 Stream 的消息队列

Stream 是 Redis5.0 引入的一种新的数据类型,可以实现一个功能非常完善的消息队列。

发送消息的命令:

1b937202312131756428041.png

最简用法如下:

c6f6320231213175759232.png

读取消息的方式之一:XREAD

159f920231213175856456.png

使用 XREAD 读取消息

50c47202312131801176933.png

XREAD 阻塞方式,读取最新的消息:

6211c202312131802599576.png

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:

while(true) {
	// 尝试读取队列中的消息,最多阻塞 2 秒
	Object msg = redis.execute("XREAD COUNT 1 BLOCK 2000 STREAMS users $");
	if(msg == null) {
		continue;
	}
	// 处理消息
	handleMessage(msg);
}

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。消息读完后不消失,永久保存在队列中。
  • 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

2.4 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:

① 消息分流:队列中的消息会分流给组内的不同消费者,而不是重复消费,从而加快消息处理的速度。

处于一个组内的多个消费者实际上是竞争关系,凡是进入到这个组的消息,组内的消费者就会竞争该消息的处理权。这种方式可以大大提高消息的处理速度,避免消息堆积。如果想要一条消息被多个消费者处理,可以添加多个消费者组。

② 消息标识:消费者组会维护一个标识,记录最后一个被处理的消息,哪怕消费者宕机重启,还会从标识之后读取消息。确保每一个消息都会被消费。

③ 消息确认:消费者获取消息后,消息处于 pending 状态,并存入一个 pending-list。当处理完成后需要通过 XACK 来确认消息,标记消息为已处理,才会从 pending-list 移除。

创建消费者组:

8ec60202312131804259918.png

  • key:队列名称
  • groupName:消费者组名称
  • ID:起始 ID 标识,$ 代表队列中最后一个消息,0 代表队列中第一个消息。
  • MKSTREAM:队列不存在时自动创建队列

其他常见命令:

bc5e4202312131805209027.png

从消费者组读取消息:

378fd202312131805486853.png

  • group:消费者组名称
  • 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

其他: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。

使用 Java 代码处理消费者监听消息的基本思路:

whilt(true){
	// 尝试监听队列,使用阻塞模式,最长等待 2000 毫秒
	// XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 >
	// 含义:消费者组 g1 中的消费者 c1 使用阻塞式尝试从消息队列 s1 中读取下一个未被消费的消息,阻塞时长为 2000 毫秒
	Obeject msg = redis.call("XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 >");
	if(msg == null){
		continue;
	}
	try{
		// 处理消息,完成后一定要 ACK
		handleMessage(msg);
	} catch(Exception e){
		while(true){
			// XREADGROUP GROUP g1 c1 COUNT 1 STREAMS s1 0
			// 含义:消费者组 g1 中的消费者 c1 从消息队列 s1 的pending-list 中读取第一个消息
			Obeject msg = redis.call("XREADGROUP GROUP g1 c1 COUNT 1 STREAMS s1 0");
			if(msg == null){ // null 说明没有异常消息,所有消息都已确认,结束循环
				break;
			}
			try{
				// 说明有异常消息,再次处理
				handleMessage(msg);
			}catch(Exception e){
				// 再次出现异常,记录日志,继续循环
				continue;
			}
		}
	}

}

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

三、Redis 消息队列比对

41c11202312131807378772.png

四、基于 Stream 消息队列实现异步秒杀

需求:

① 创建一个 Stream 类型的消息队列,名为 stream.orders

② 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

③ 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

4.1 通过命令行的方式创建消息队列以及消费者组

创建队列名为 stream.orders 且组名为 g1 的消费者组,消息 ID 从 0 开始

75b0e202312131808304484.png

4.2 Lua 脚本

-- 优惠券id
local voucherId = ARGV[1]
-- 用户id
local userId = ARGV[2]
-- 订单id
local orderId = ARGV[3]

-- 库存key
local stockKey = "seckill:stock:"..voucherId
-- 订单key
local orderKey = "seckill:order:"..voucherId

-- 判断库存是否充足
if(tonumber(redis.call('get', stockKey)) <= 0) then
    return 1
end

-- 判断用户是否已经下过单
if(redis.call('sismember', orderKey, userId) == 1) then
    return 2
end

-- 扣减库存
redis.call('incrby', stockKey, -1)

-- 将 userId 存入当前优惠券的 set 集合
redis.call('sadd', orderKey, userId)

-- 将订单信息存入到消息队列中 xadd stream.orders * k1 v1 k2 v2
redis.call('xadd', 'stream.orders', '*', 'userId', userId, 'voucherId', voucherId, 'id', orderId)
return 0

4.3 代码改进

@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {

    @Autowired
    private ISeckillVoucherService seckillVoucherService;

    @Autowired
    private RedisIdWorker redisIdWorker;

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    @Autowired
    private RedissonClient redissonClient;

    private static final DefaultRedisScript<Long> SECKILL_SCRIPT;

    static {
        SECKILL_SCRIPT = new DefaultRedisScript();
        SECKILL_SCRIPT.setLocation(new ClassPathResource("seckill.lua"));
        SECKILL_SCRIPT.setResultType(Long.class);
    }


    /***
     * 创建线程池
     */
    private static final ExecutorService SECKILL_ORDER_EXECUTOR = Executors.newSingleThreadExecutor();

    /***
     * 容器启动时,便开始创建独立线程,从队列中读取数据,创建订单
     */
    @PostConstruct
    private void init(){
        SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderHandler());
    }

    private class VoucherOrderHandler implements Runnable {

        @Override
        public void run() {
            while(true){
                try {
                    // 获取消息队列中的订单信息 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).block(Duration.ofSeconds(2000)),
                            StreamOffset.create("stream.orders", ReadOffset.lastConsumed())
                    );
                    // 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;
                    }
                    // 解析消息
                    MapRecord<String, Object, Object> record = list.get(0);
                    Map<Object, Object> value = record.getValue();
                    VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(value, new VoucherOrder(), true);
                    // 创建订单
                    createVoucherOrder(voucherOrder);
                    // 确认消息 xack s1 g1 id
                    stringRedisTemplate.opsForStream().acknowledge("stream.orders", "g1", record.getId());
                } catch (Exception e) {
                    log.error("处理订单异常!", e);
                    handlePendingList();
                }
            }

        }

        private void handlePendingList() {
            while(true){
                try {
                    // 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).block(Duration.ofSeconds(2)),
                            StreamOffset.create("stream.orders", ReadOffset.lastConsumed())
                    );
                    // 判断订单信息是否为空
                    if(list == null || list.isEmpty()){
                        break;
                    }
                    // 解析消息
                    MapRecord<String, Object, Object> record = list.get(0);
                    Map<Object, Object> value = record.getValue();
                    VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(value, new VoucherOrder(), true);
                    // 创建订单
                    createVoucherOrder(voucherOrder);
                    // 确认消息 xack s1 g1 id
                    stringRedisTemplate.opsForStream().acknowledge("stream.orders", "g1", record.getId());
                } catch (Exception e) {
                    log.error("处理订单异常!", e);
                    try {
                        Thread.sleep(100);
                    } catch (InterruptedException interruptedException) {
                        interruptedException.printStackTrace();
                    }
                }
            }

        }
    }

    private void createVoucherOrder(VoucherOrder voucherOrder) {
        // 判断当前优惠券用户是否已经下过单
        // 用户 id
        Long userId = voucherOrder.getUserId();
        Long voucherId = voucherOrder.getVoucherId();

        RLock lock = redissonClient.getLock("lock:order:" + userId);
        // 获取互斥锁
        // 使用空参意味着不会进行重复尝试获取锁
        boolean isLock = lock.tryLock();
        if (!isLock) {
            // 获取锁失败,直接返回失败或者重试
            log.error("不允许重复下单!");
            return;
        }


        try {
            // 查询订单
            int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();
            if (count > 0) {
                log.error("不允许重复下单!");
                return;
            }

            // 扣减库存
            boolean success = seckillVoucherService.update().
                    setSql("stock = stock - 1").
                    eq("voucher_id", voucherId).
                    gt("stock", 0).
                    update();

            // 扣减失败
            if (!success) {
                log.error("库存不足!");
                return;
            }

            // 创建订单
            save(voucherOrder);
        } finally {
            // 释放锁
            lock.unlock();
        }
    }

    @Override
    public Result seckillVoucher(Long voucherId) {
        UserDTO user = UserHolder.getUser();
        // 生成订单 id
        Long orderId = redisIdWorker.nextId("order");
        // 执行 lua 脚本
        Long result = stringRedisTemplate.execute(
                SECKILL_SCRIPT,
                Collections.emptyList(),
                voucherId.toString(), user.getId().toString(), orderId.toString());
        int r = result.intValue();

        // 判断结果是否为 0
        if(r != 0){
            // 不为 0 ,代表没有购买资格
            Result.fail(r == 1 ? "库存不足!" : "不能重复下单!");
        }

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

文章来源:https://blog.csdn.net/weixin_64051447/article/details/134988315
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。