Redis消息队列 | 黑马点评

目录

一、认识消息队列

二、List模拟消息队列

三、PubSub的消息队列

四、Stream的消息队列(重点)

        1、单消费模式

        2、消费者组

五、redis三种消息队列对比 

 六、优化秒杀实战

1、创建消息队列

2、修改下单脚本

 3、接收消息处理


一、认识消息队列

消息队列,字面意思就存放消息的队列。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

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

解决了jvm堵塞队列内存不足的问题,而且消息队列是可以持久化的,宕机了依然能够保存。

redis提供三种不同方式实现消息队列:

  • list结构:基于list结构模拟消息队列
  • PubSub:基于的点对点消息队列
  • Stream:比较完善的消息队列模型(推荐)

Redis消息队列 | 黑马点评_第1张图片

二、List模拟消息队列

redis的list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,因此可以用LPUSH结合RPOP、或者RPUSH结合LPOP实现

但是,当队列没有消息时pop就会返回null,并不会jvm堵塞队列那样堵塞并等待消息,因此这里应该使用BRPOP或者BLPOP来实现堵塞队列。

缺点:

无法避免消息丢失。从消息队列取到消息,还没来得及处理就挂掉了,这个消息就消失了。

只支持单消费者。一个人拿走就从队列里面弹出了。

三、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,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。

Redis消息队列 | 黑马点评_第2张图片

支持多生产、多消费

缺点:

不支持数据持久化(刚刚的list本质是做存储的我们拿来当队列所以可以持久化)

无法避免消息丢失。

消息堆积有上限,超出时数据丢失。(缓存空间是有上限的)

四、Stream的消息队列(重点)

Stream是redis5.0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。

1、单消费模式

Redis消息队列 | 黑马点评_第3张图片

Redis消息队列 | 黑马点评_第4张图片

Redis消息队列 | 黑马点评_第5张图片

特点:

  • 消息可回溯。不消失永久保存在队列里。
  • 一个消息可以被多个消费者读取。读完不消失的,可以多个读
  • 可以堵塞读取
  • 有消息漏读的风险

2、消费者组

消费者组(Consumer Group):将多个消费者划分到一个组,监听同一个队列。

Redis消息队列 | 黑马点评_第6张图片

Redis消息队列 | 黑马点评_第7张图片

Redis消息队列 | 黑马点评_第8张图片

 消费者监听消息的基本思路

Redis消息队列 | 黑马点评_第9张图片

stream类型消息队列的消费者组特点:

  • 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
  • 没有消息漏镀的风险
  • 有消息确认机制,保证消息至少被消费一次

五、redis三种消息队列对比 

Redis消息队列 | 黑马点评_第10张图片

 六、优化秒杀实战

1、创建消息队列

创建一个stream类型的消息队列,名为stream.orders

Redis消息队列 | 黑马点评_第11张图片

2、修改下单脚本

修改之前秒杀下单lua脚本,认定有抢购资格后,直接向steam.orders中添加消息,内容包含voucher、userId、orderId

-- 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

 3、接收消息处理

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

    /***
     * 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> 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 record = list.get(0);
                    Map 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> 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 record = list.get(0);
                    Map 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();
                    }
                }
            }

        }
    }

你可能感兴趣的:(Redis,redis,java,缓存,分布式)