Redis消息队列（基于List实现消息队列，基于PubSub的消息队列，基于Stream的消息队列，基于Stream的消息队列-消费者组，基于Redis的Stream结构作为消息队列，实现异步秒杀）

最新推荐文章于 2025-03-21 11:39:00 发布

開開想重开

最新推荐文章于 2025-03-21 11:39:00 发布

阅读量196

点赞数

文章标签： redis list java

本文链接：https://blog.youkuaiyun.com/xiaoshuzuiwuqing/article/details/131074077

版权

2023年5月27日Redis学习记录（笔记文档非本人亲自编写，仅作为个人学习记录）

7、Redis消息队列

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

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-oHl6wnN5-1686048978839)(.\Redis实战篇.assets\1653574849336.png)]

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。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-c5N5d4nX-1686048978839)(.\Redis实战篇.assets\1653575176451.png)]

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
只支持单消费者

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

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-pxygkcj9-1686048978839)(.\Redis实战篇.assets\1653575506373.png)]

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

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：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TbFCKEXZ-1686048978840)(.\Redis实战篇.assets\1653577301737.png)]

例如：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-0J870ix3-1686048978840)(.\Redis实战篇.assets\1653577349691.png)]

读取消息的方式之一：XREAD

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-udQQbVAH-1686048978840)(.\Redis实战篇.assets\1653577445413.png)]

例如，使用XREAD读取第一个消息：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TLJVqKtH-1686048978840)(.\Redis实战篇.assets\1653577643629.png)]

XREAD阻塞方式，读取最新的消息：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-a9FTBoRf-1686048978840)(.\Redis实战篇.assets\1653577659166.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

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6cD8Jr4W-1686048978840)(.\Redis实战篇.assets\1653577689129.png)]

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
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

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：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-SDgc39Gp-1686048978841)(.\Redis实战篇.assets\1653577801668.png)]

创建消费者组：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-7S6p1krq-1686048978841)(.\Redis实战篇.assets\1653577984924.png)]
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
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

消费者监听消息的基本思路：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Byeav3OB-1686048978841)(.\Redis实战篇.assets\1653578211854.png)]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

最后我们来个小对比

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xka3VUrK-1686048978841)(.\Redis实战篇.assets\1653578560691.png)]

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\

修改lua表达式,新增3.6

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-yTX0tcXr-1686048978841)(.\Redis实战篇.assets\1656082824939.png)]

VoucherOrderServiceImpl

private class VoucherOrderHandler implements Runnable {

    @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 s1 >
                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())
                );
                // 2.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;
                }
                // 解析数据
                MapRecord<String, Object, Object> record = list.get(0);
                Map<Object, Object> value = record.getValue();
                VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(value, new VoucherOrder(), true);
                // 3.创建订单
                createVoucherOrder(voucherOrder);
                // 4.确认消息 XACK
                stringRedisTemplate.opsForStream().acknowledge("s1", "g1", record.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),
                    StreamOffset.create("stream.orders", ReadOffset.from("0"))
                );
                // 2.判断订单信息是否为空
                if (list == null || list.isEmpty()) {
                    // 如果为null，说明没有异常消息，结束循环
                    break;
                }
                // 解析数据
                MapRecord<String, Object, Object> record = list.get(0);
                Map<Object, Object> value = record.getValue();
                VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(value, new VoucherOrder(), true);
                // 3.创建订单
                createVoucherOrder(voucherOrder);
                // 4.确认消息 XACK
                stringRedisTemplate.opsForStream().acknowledge("s1", "g1", record.getId());
            } catch (Exception e) {
                log.error("处理pendding订单异常", e);
                try{
                    Thread.sleep(20);
                }catch(Exception e){
                    e.printStackTrace();
                }
            }
        }
    }
}