Redis学习笔记——黑马点评消息队列25-30

最新推荐文章于 2025-12-10 17:06:45 发布

原创最新推荐文章于 2025-12-10 17:06:45 发布 · 968 阅读

17 ·

CC 4.0 BY-SA版权

文章标签：

#redis #学习 #笔记

Redis学习笔记专栏收录该内容

9 篇文章

订阅专栏

前言：

学习收获：

Redis消息队列：

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
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

通过消息队列解除耦合，提高工作效率。使秒杀抢单的业务和写入数据库业务分离，解除里耦合。提高了并发能力。

消息队列是一个独立与JVM的服务，不受JVM的内存影响，解决了内存限制问题。并且消息队列不仅仅是做一个数据存储的问题，还有一个数据安全的问题，存进消息队列的所有消息会做持久化操作，并且还会确保每个消息至少执行一次。

Redis通过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：基本的点对点消息模型
Stream：比较完善的消息队列模型

List模拟消息队列：

Redis的list数据结构是一个双向链表，很容易模拟出队列效果。队列时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。不过可以通过使用BRPOP或者BLPOP来实现阻塞效果。

与阻塞队列相比，它是在JVM以外的独立的存储，不用依赖内存，不用担心存储上限的问题。并且Redis支持数据持久化，如果宕机了，数据也还存在。

基于List消息队列的优缺点：

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：无法实现一条消息被很多消费者消费的需求

基于PubSub（发布订阅）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，生产者向对于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]：订阅于pattern格式匹配的所有频道

并且基于PubSub的消息队列天生就是堵塞的。

基于PubSub消息队列的优缺点：

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

List有数据持久化，是应为他本来就是做数据存储的，只是我们把他当作消息队列来用了。而Redis用来做数据存储的都支持数据持久化。而PubSub他本来就是做消息发送的，因此当我们发送一条消息是，如果这个频道没有被任务消费者订阅时，那么这条消息就可能丢失。

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。他是一种以数据流为核心设计理念的消息中间件，它将消息视为连续的数据流进行处理，具备高吞吐量、低延迟、持久化存储和实时流处理等特性。

发送消息的命令：

读消息的方式之一：

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：

基于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

上面我们介绍的消费方式都是单消费方式，容易发生消息堆积导致消息丢失，所以我们需要改用消费者组的模式。

消费者组：将多个消费者划分到一个组中，监听同一个队列。

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，从而加快消息处理速度
消息标示：消费者会维护一个标示，记录最后一个被处理的消息，哪怕消费者宕机重启，还会从标示之后读取消息。确保每一个消息都会被消费
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。

这里的消息确认会确保所有消息至少会被消费一次，就不会有出现获取到消息，但是没有消费的情况。

常见命令：

# 创建消费者组
XGROUP CREATE key groupName ID
# 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
# 删除消费者组中指定消费者
XGROUP DELCONSUMER key groupName consumerName
# 从消费者组中读取消息
XREADGROUP GROUP

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

消除了漏读的风险，会标记上一次消费消费到哪里了，然后从此处继续消费。

总结：

Stream的消息确认仅支持消费者的确认机制，不支持生产者的确认机制（如果生产者再发消息使，消息丢失）。

基于Redis的Stream实现异步秒杀下单：

1. 创建一个Stream的消息队列，名为stream.orders

2. 之前是在java代码中取调用lua脚本，仅仅判断有没有资格，然后取利用java代码去王阻塞队列里添加。但现在使发消息，就是redis的命令，直接lua脚本里发送，减少了java代码，和与redis的交互。

在VoucherOrderServiceImpl中编写Java代码：

/**
     * 抢购秒杀券
     *
     * @param voucherId
     * @return
     */
    @Transactional
    @Override
    public Result seckillVoucher(Long voucherId) {
        Long userId = ThreadLocalUtls.getUser().getId();
        long orderId = redisIdWorker.nextId(SECKILL_VOUCHER_ORDER);

        // 1、执行Lua脚本，判断用户是否具有秒杀资格
        Long result = null;
        try {
            result = stringRedisTemplate.execute(
                    SECKILL_SCRIPT,
                    Collections.emptyList(),
                    voucherId.toString(),
                    userId.toString(),
                    String.valueOf(orderId)
            );
        } catch (Exception e) {
            log.error("Lua脚本执行失败");
            throw new RuntimeException(e);
        }
        if (result != null && !result.equals(0L)) {
            // result为1表示库存不足，result为2表示用户已下单
            int r = result.intValue();
            return Result.fail(r == 2 ? "不能重复下单" : "库存不足");
        }

        // 2、result为0，下单成功，直接返回ok
        // 索取锁成功，创建代理对象，使用代理对象调用第三方事务方法， 防止事务失效
        IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();
        this.proxy = proxy;
        return Result.ok();
    }
————————————————

                            该文章版权属于知识汲取者，未经允许请勿转载
                        
原文链接：https://blog.youkuaiyun.com/qq_66345100/article/details/131986713

获取消息队列中的订单信息
判断消息获取是否成功
如果获取失败，说明没有消息，继续下一次循环
如果获取成功，则可以下单
ACK确认

qps1000、平均值889、异常率0%、吞吐量474.2，可以看到stream实现的消息队列并没有比Java的BlockingQueue实现的消息队列高多少性能，但是stream实现的信息队列比BlockingQueue实现的消息队列的可靠性和灵活性要高一大截。