golang 压测redis 消息队列。

用 redis  的 list 数据结构作为轻量级的消息队列，对于小系统确实是小而美，可控能力强。

当然与kafka 和 rabbitmq 相比它还有很多缺陷，在服务进行生产和消费的时候，还需要加上部分逻辑进行处理。

自己写了点 golang 代码，压力测试 redis 列表的性能，golang 的 redis 第三方库 redigo。

---

机器配置：双核，4G

测试数据：100w

压力测试源码（github）

---

生产者，生产 100 w 条数据，并发 13817。

begin time	2018-07-29 14:03:55.606
end    time	2018-07-29 14:05:07.976
Produce message	1000000
avg	13817.860879118389

func Produce(szBytes []byte) (err error) {                            
    pConn := GetRedisConn()                                           
    if pConn.Err() != nil {                                           
        fmt.Println(pConn.Err().Error())                              
        return                                                        
    }                                                                 
    defer pConn.Close()                                               
                                                                      
    if _, err = pConn.Do("lpush", "redislist", szBytes); err != nil { 
        fmt.Println(err.Error())                                      
        return                                                        
    }                                                                 
                                                                      
    return                                                            
}                                                                     
                                                                      

---

消费者，消费 100 w 条数据，并发 9433。

begin time	2018-07-29 14:46:11.166
end    time	2018-07-29 14:47:58.038
Produce message	1000000
avg	9433

func Custom() {                                                                                 
    c, err := redis.Dial("tcp", REDIS_ADDR)                                                     
    if err != nil {                                                                             
        fmt.Println(err)                                                                        
        return                                                                                  
    }                                                                                           
                                                                                                
    defer c.Close()                                                                                                                                                 
                                                                                                
    for {                                                                                       
        vals, err := redis.Values(c.Do("brpop", MESSAGE_KEY, WAIT_TIME))                        
        if err != nil {                                                                                                                                                           
            time.Sleep(3 * time.Second)                                                         
            continue                                                                            
        }                                                                                       
                                                                                 
        for i, v := range vals {                                                                
            if i != 0 {                                                                                                                                                                    
                //v.([]byte) logic data.....                                                                  
            }                                                                                   
        }                                                                                       
    }                                                                                           
}                                                                                               

---

总结：

以上生产和消费测试都是独立测试的，生产数据和消费数据，能达到 1w 左右的并发；如果生产者和消费者同时进行工作，各自并发能力还要下降 20% 左右。消费者为了保证数据被消费失败后，能保重新消费，还需要写一部分逻辑，估计性能还会下降一部分，所以单实例的Redis消息队列消费并发应该是 5000 左右(根据业务多开几条队列，通过性能叠加，解决更高的并发问题？！）

---

以上用的是golang 第三方库 redigo做的压测，如果换成 C++ 的 hiredis 异步特性（参考我的帖子hiredis + libev 异步测试 ），生产者单进程并发轻松上 10w+，原则上消费能力也一样，但是消费为了保证数据的时序性，一般是一条条取出来入库处理，入库是同步操作，速度显然快不了多少。

---

更精彩内容，请关注作者博客：wenfh2020.com