目录
1. 什么是消息队列?
2. 基于List结构模拟消息队列
3. 基于PubSub的消息队列
4. 基于Stream的消息队列
4.1 基于Stream的单消费者模式
4.2 基于Stream的消息队列-消费者组
4.3 Stream结构作为消息队列,实现异步秒杀下单
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
而Redis提供了三种不同的方式来实现消息队列:
(1)List结构:基于List结构模拟消息队列
(2)PubSub:基本的点对点消息模型
(3)Stream:比较完善的消息队列模型
基于List的队列,很简单,就是使用LPUSH 结合 RPOP的组合来实现队列的效果。之前学习List类型结构时就已经学过了。
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。
这种实现方式较为简单,有自己的优点和缺点。
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
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(频道),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。
它的特点是,不同的消费者可以订阅不同的频道,支持多个消费者进行消费。
语法:
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
如图所示,上面是生产者,下面是消费者:
这种方式的优点在于可以实现多消费,但同样也有很多缺陷。
包括:不支持数据持久化 、无法避免消息丢失(只能读取到最新消息)、消息堆积有上限,超出时数据丢失(因为是存储在内存里)
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。
这里主要有两个命令:
1. 发送消息的命令(XAdd):
例如:
users是队列名称 ,*代表自动生成队列ID,name jack age 21就是消息
2. 读取消息的方式之一:XREAD
这里重点看ID部分,0代表从第一个读,$代表读最新消息也就是最后一个。
例如,使用XREAD读取第一个消息:
在业务开发中,我们可以循环的调用XREAD阻塞方式来查询最新消息,从而实现持续监听队列的效果,伪代码如下 :
这里注意:当我们指定起始ID为$时,代表读取最新的消息,如果我们处理一条消息的过程中,有有超过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。
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
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:
通俗的讲,就是多个消费者在一个队列中处于竞争关系,多个消费者来处理队列消息,加快消息处理的速度 。而且消费者组会给消息加上一个标识,纪录最新读到的消息。如果中途消息处理完未提交,消息还会进入pending状态,进入pending-list中,不会照成数据的丢失。
语法:
创建消费者组
key:队列名称
groupName:消费者组名称
ID:起始ID标示,$代表队列中最后一个消息,0则代表队列中第一个消息
MKSTREAM:队列不存在时自动创建队列
删除指定的消费者组(ket是队列,groupname是组名)
XGROUP DESTORY key groupName
给指定的消费者组添加消费者(consumername是消费者名)
XGROUP CREATECONSUMER key groupname consumername
删除消费者组中的指定消费者
XGROUP DELCONSUMER key groupname consumername
从消费者组读取消息
XREADGROUP GROUP group consumer [COUNT count] [BLOCK milliseconds] [NOACK] STREAMS key [key ...] ID [ID ...]
group:消费组名称
consumer:消费者名称,如果消费者不存在,会自动创建一个消费者
count:本次查询的最大数量
BLOCK milliseconds:当没有消息时最长等待时间
NOACK:无需手动ACK,获取到消息后自动确认
STREAMS key:指定队列名称
ID:获取消息的起始ID
这里注意:ID不是只有0和$符号了。
">":从下一个未消费的消息开始
如果消费者已经获取消息但没提交消息: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。
查看Pending-List中的消息:
获取 Pending-List中未读的消息并提交。
消费者监听消息的基本思路(伪代码):
最后来个小对比:
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\
1. 修改Lua脚本,在判断符合下单条件后向stream队列发送消息
---
--- Generated by EmmyLua(https://github.com/EmmyLua)
--- Created by 华子.
--- DateTime: 2022/12/11 19:12
---
--需要用到的参数
-- 1.优惠券id
local voucherId = ARGV[1];
-- 2.用户id
local userId = ARGV[2];
-- 3. 订单Id
local orderId = ARGV[3];
--数据key
--1.库存key
local stockKey = "seckill:stock"..voucherId;
--2.订单key
local orderKey = "seckill:order".. voucherId
--业务脚本
--1.判断库存是否充足
if(tonumber(redis.call('get',stockKey) <=0)) then
--库存不足,返回1
return 1
end
--2.判断用户是否下单
if (redis.call('sismember',orderKey,userId)) then
--用户已经存在,不可重复下单
return 2
end
-- 可以正常执行逻辑,扣库存 incrby stockKey -1
redis.call('incrby',stockKey,-1);
-- 下单(保存用户)
redis.call('sadd',orderKey,userId);
--发送消息到队列中 XADD stream.orders * k1 v1 k2 v2
redis.call('xadd','stream.orders','*','userId',userId,'voucherId',voucherId,'id',orderId)
return 0;
2. Java代码,舍弃原本读取阻塞队列消息的代码,开启一个线程读取线程消息,进行异步消息处理下达单。
重点看执行异步下单代码
package com.hmdp.service.impl;
import cn.hutool.core.bean.BeanUtil;
import com.hmdp.dto.Result;
import com.hmdp.entity.VoucherOrder;
import com.hmdp.mapper.VoucherOrderMapper;
import com.hmdp.service.ISeckillVoucherService;
import com.hmdp.service.IVoucherOrderService;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import com.hmdp.utils.RedisIdWorker;
import com.hmdp.utils.UserHolder;
import lombok.extern.slf4j.Slf4j;
import org.redisson.api.RLock;
import org.redisson.api.RedissonClient;
import org.springframework.aop.framework.AopContext;
import org.springframework.core.io.ClassPathResource;
import org.springframework.data.redis.connection.stream.*;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.data.redis.core.script.DefaultRedisScript;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;
import javax.annotation.PostConstruct;
import javax.annotation.Resource;
import java.time.Duration;
import java.util.Collections;
import java.util.List;
import java.util.Map;
import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.BlockingQueue;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
/**
*
* 服务实现类
*
*
* @author 虎哥
* @since 2021-12-22
*/
@Service
@Slf4j
public class VoucherOrderServiceImpl extends ServiceImpl implements IVoucherOrderService {
@Resource
private ISeckillVoucherService iSeckillVoucherService;
@Resource
private RedisIdWorker redisIdWorker;
@Resource
private StringRedisTemplate stringRedisTemplate;
@Resource
private RedissonClient redissonClient;
//获取lua脚本
private static final DefaultRedisScript SECKILL_SCRIPT;
static {
SECKILL_SCRIPT = new DefaultRedisScript<>();
SECKILL_SCRIPT.setLocation(new ClassPathResource("seckill.lua"));
SECKILL_SCRIPT.setResultType(Long.class);
}
//获取线程池
private static final ExecutorService SECKILL_ORDER_EXECUTOR = Executors.newSingleThreadExecutor();
//在类初始化的是否就执行异步下单的任务
@PostConstruct
public void init(){
SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderHandle());
}
//执行异步下单的任务
private class VoucherOrderHandle implements Runnable{
String queName = "stream.orders";
@Override
public void run() {
while (true){
try {
//1.获取消息队列中的订单信息XGROUP GROUP g1 c1 COUNT 1 Block 2000 STREAMS stream.orders >
List> list = stringRedisTemplate.opsForStream().read(
Consumer.from("g1", "c1"),
StreamReadOptions.empty().count(1).block(Duration.ofSeconds(2)),
StreamOffset.create(queName, ReadOffset.lastConsumed())// lastConsumed 代表>号
);
//2.判断消息获取是否成功
if (list == null || list.isEmpty()){
//2.1如果失败,继续下次循环
continue;
}
//3.解析获取到的消息list
MapRecord records = list.get(0);//获取消息中的第一个结果
Map