Redis队列原理解析：让你的应用程序运行更加稳定！

大家好，欢迎来到IT知识分享网。

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

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：

最简用法如下：

读取消息的方式之一：XREAD

使用 XREAD 读取消息

XREAD 阻塞方式，读取最新的消息：

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); }

Copy

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：

• 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：

从消费者组读取消息：

• 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; } } } }

Copy

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

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

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

Copy

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); } }