Redis队列原理解析：让你的应用程序运行更加稳定！

本是古典何须时尚 2024-04-29 11:31 8阅读 0赞

#### 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);
        }
    }

[f3db520231213175325232.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/29/7033f06d9b9f459f8b1ef1f02e959073.png
[1b937202312131756428041.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/29/dfc8f878517b4276bd36840979334134.png
[c6f6320231213175759232.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/29/3f0fa8a78afa45fd82191879a65f1e83.png
[159f920231213175856456.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/29/03827828ba304d1b8eb5ae3cd5524dd7.png
[50c47202312131801176933.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/29/800302248bc7423e9241b438d22f37b9.png
[6211c202312131802599576.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/29/60cd8044e8e34512ae5bf3a72fb3132d.png
[8ec60202312131804259918.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/29/5372655dce1d4c1dbceed4268dd2b185.png
[bc5e4202312131805209027.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/29/4189ba40d3764490a9cfccb6f72f8eae.png
[378fd202312131805486853.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/29/572f95dbe449407289936477a151861b.png
[41c11202312131807378772.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/29/e5c533a900d24ab88cf3719ab1822b56.png
[75b0e202312131808304484.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/29/c8b14793eefd4f4f842945fb489388de.png