聊聊Redis消息队列-实现异步秒杀

一、前言

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。
  
  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: 基本的点对点消息模型；
• Stream: 比较完善的消息队列模型

二、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消息。因此这里应该适用BRPOP或者BLPOP来实现阻塞效果。

2.1 基于List的消息队列有哪些优缺点？

• 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；
  • 只支持消费者

三、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。

• SUBSCCRIBE 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

3.1 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、多消息；
• 缺点：
  • 不支持数据持久化；
  • 无法避免消息丢失；
  • 消息堆积有上限，超出时数据丢失

四、基于Stream的消息队列

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；

• 发送消息的命令：
  
• 读取消息的方式之一：XREAD
  
  • 例如：适用XREAD读取第一个消息：
    
• 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：
  

4.1 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

五、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，而不是重复的消费，从而加快消息处理的速度；
2. 消息标示：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：消费者获取消费后，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。

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，记录最新读到的消息。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，不会造成数据的丢失。

5.1 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

总结

六、案例

基于Redis的Stream结构作为消息队列，实现异步秒杀下单

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。

• lua脚本

local voucherId = ARGV[1]
--1.2用户id
local userId = ARGV[2]
--1.3订单id
local orderId = ARGV[3]
--1.4

--2.数据key
--2.1库存key
local stockKey = "seckill:stock:" .. voucherId
--2.2订单key
local orderKey = "seckill:order:" .. userId

--3.脚本业务
local stock = redis.call('get', stockKey)
local stockNumber = tonumber(stock)
--3.1判断库存是否充足 get stock
if (stockNumber <= 0) then
    --库存不足返回1
    return 1
end
--3.2判断用户是否下单
if (redis.call('sismember', orderKey, userId) == 1) then
    --存在，返回2
    return 2
end
--3.3扣库存incrby stockKey -1
redis.call('incrby', stockKey, -1)
--3.4下单，保存用户信息 sadd orderKey userId
redis.call('sadd', orderKey, userId)
--3.5 发送消息到redis stream队列，xadd stream.orders * k1 v1 k2 v2......
redis.call('xadd', 'stream.orders', '*', 'userId', userId, 'voucherId', voucherId, 'id', orderId)
return 0

• 主要业务代码

private IVoucherOrderService proxy;
    private static final DefaultRedisScript<Long> SECKILL_SCRIPT;

    static {
        SECKILL_SCRIPT = new DefaultRedisScript<>();
        SECKILL_SCRIPT.setLocation(new ClassPathResource("seckill.lua"));
        SECKILL_SCRIPT.setResultType(Long.class);
    }

    private final BlockingQueue<VoucherOrder> orderTasks = new ArrayBlockingQueue<>(1024 * 1024);
    private static final ExecutorService SECKILL_ORDER_EXECUTOR = Executors.newSingleThreadExecutor();

    @PostConstruct
    private void init() {
        SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderHandler());
    }

    private class VoucherOrderHandler implements Runnable {
        String queueName = "stream.orders";
        @Override
        public void run() {
            while (true) {
                try {
                    // 1.获取消息队列中的订单信息 XREADGROUP GROUP q1 c1 COUNT 1 BLOCK 2000 STREAMS streams.order
                    List<MapRecord<String, Object, Object>> list = stringRedisTemplate.opsForStream().read(
                            Consumer.from("g1", "c1"),
                            StreamReadOptions.empty().count(1).block(Duration.ofSeconds(2)),
                            StreamOffset.create(queueName, ReadOffset.lastConsumed())
                    );
                    // 2.判断消息获取是否成功
                    if (CollectionUtils.isEmpty(list)) {
                        // 如果获取失败，说明没有消息，继续下一次循环
                        continue;
                    }
                    // 3. 解析消息中的订单信息
                    MapRecord<String, Object, Object> record = list.get(0);
                    Map<Object, Object> values = record.getValue();
                    VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(values, new VoucherOrder(), true);
                    // 3.如果获取成功，可以下单
                    handleVoucherOrder(voucherOrder);
                    // 4.ACK确认 SACK streams.orders g1 id
                    stringRedisTemplate.opsForStream().acknowledge(queueName, "g1", record.getId());
                } catch (Exception e) {
                    log.error("处理订单异常", e);
                    handlePendingList();
                }
            }
        }

        private void handlePendingList() {
            while (true) {
                try {
                    // 1.获取pending-list中的订单信息 XREADGROUP GROUP q1 c1 COUNT 1 STREAMS streams.order 0
                    List<MapRecord<String, Object, Object>> list = stringRedisTemplate.opsForStream().read(
                            Consumer.from("g1", "c1"),
                            StreamReadOptions.empty().count(1),
                            StreamOffset.create(queueName, ReadOffset.from("0"))
                    );
                    // 2.判断消息获取是否成功
                    if (CollectionUtils.isEmpty(list)) {
                        // 如果获取失败，说明pending-list没有异常消息，结束循环
                        break;
                    }
                    // 3. 解析消息中的订单信息
                    MapRecord<String, Object, Object> record = list.get(0);
                    Map<Object, Object> values = record.getValue();
                    VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(values, new VoucherOrder(), true);
                    // 3.如果获取成功，可以下单
                    handleVoucherOrder(voucherOrder);
                    // 4.ACK确认 SACK streams.orders g1 id
                    stringRedisTemplate.opsForStream().acknowledge(queueName, "g1", record.getId());
                } catch (Exception e) {
                    log.error("处理订单异常", e);
                    try {
                        TimeUnit.MILLISECONDS.sleep(20);
                    } catch (InterruptedException ex) {
                        ex.printStackTrace();
                    }
                }
            }
        }
    }


    private void handleVoucherOrder(VoucherOrder voucherOrder) {
        //1.1获取用户id
        Long userId = voucherOrder.getUserId();
        //自己定义的SimpleRedisLock锁类
        //SimpleRedisLock lock = new SimpleRedisLock("order:" + userId, stringRedisTemplate);
        //使用的redisson获取的锁类
        //1.2创建锁对象
        RLock lock = redissonClient.getLock("lock:order:" + userId);
        //1.3获取锁
        boolean isLock = lock.tryLock();
        //1.4判断获取锁是否成功
        if (!isLock) {
            //获取锁失败，返回错误
            log.error("不允许重复下单");
            return;
        }
        try {
            // 获取代理对象（事务）
            proxy.createVoucherOrder(voucherOrder);
        } finally {
            //3.释放锁
            lock.unlock();
        }
    }

    @Override
    public Result seckillVoucher(Long voucherId) {
        // 获取用户
        Long userId = UserHolder.getUser().getId();
        // 获取订单id
        Long orderId = redisIdWorker.nextId("orderId");
        // 1.执行lua脚本
        Long result = stringRedisTemplate.execute(
                SECKILL_SCRIPT,
                Collections.emptyList(),
                voucherId.toString(),
                userId.toString(),
                String.valueOf(orderId)
        );
        // 2. 判断结果是否为0
        int r = Objects.requireNonNull(result).intValue();
        if (r != 0) {
            // 2.1 不为0，代表没有购买资格
            return Result.fail(r == 1 ? "库存不足" : "不能重复下单");
        }
        // 2.2 为0，有购买资格，把下单信息保存到阻塞队列
        // TODO 保存阻塞队列
        VoucherOrder voucherOrder = VoucherOrder.builder()
                .id(orderId)
                .userId(userId)
                .voucherId(voucherId)
                .build();
        // 放入阻塞队列
        orderTasks.add(voucherOrder);
        // 3. 获取代理对象
        proxy = (IVoucherOrderService) AopContext.currentProxy();
        // 4. 返回订单id
        return Result.ok(orderId);
    }