一 、为什么要用Redis实现轻量级MQ?
- MQ的主要作用:
- 应用解耦
- 异步化消息
- 流量削峰填谷
- 目前使用比较多的是ActiveMQ 、 RabbitMQ 、 ZeroMQ 、 Kafka 、 MetaMQ 、 RocketMQ等
- 在业务实现过程中 , 就算没有大量的流量 , 解耦和异步化也是处处可用 , 此时MQ就显得尤为重要 。 但与此同时MQ也是一个蛮重的组件,例如我们如果用RabbitMQ就必须为它搭建一个服务器,同时如果要考虑可用性,就要为服务端建立一个集群,而且在生产如果有问题也需要查找功能。在中小型业务的开发过程中,可能业务的其他整个实现都没这个重。过重的组件服务会成倍增加工作量。所幸的是,Redis提供的list数据结构非常适合做消息队列。但是如何实现即时消费?如何实现ack机制?这些是实现的关键所在。
二、 如何实现即使消费
网上所流传的方法是使用Redis中list的操作BLPOP或BRPOP,即列表的阻塞式(blocking)弹出。让我们来看看阻塞式弹出的使用方式:
BRPOP key [key ...] timeout 此命令的说明是: 1、当给定列表内没有任何元素可供弹出的时候,连接将被 BRPOP 命令阻塞,直到等待超时或发现可弹出元素为止。 2、当给定多个key参数时,按参数 key 的先后顺序依次检查各个列表,弹出第一个非空列表的尾部元素。 另外,BRPOP 除了弹出元素的位置和 BLPOP 不同之外,其他表现一致。
- 以此看来 , 列表的阻塞式弹出有两个特点:
- 如果list中没有任务时, 该连接将会被阻塞
- 连接的阻塞有一个超时时间 , 当超时时间设置为0时 , 即可无线等待, 直到弹出消息
- 由此看来此方式是可行的的 , 但是此方式为传统的观察者模式 , 业务简单可用 , 如果A的任务由B去执行 没有问题 , 但是如果A 、 B 发布的任务要C 、 D 去都能执行 , 这个方法就相形见绌了 , 这时就要用到发布\订阅模式 , 使业务系统更加清晰 。
- 好在Redis也支持Pub/Sub(发布 / 订阅) 。 在消息A入队的同时发布通知到频道Channel , 此时已经订阅channel的worker就收到了通知 , 知道了list中有消息A ,就可以获取并消费了 。
三、 及时消费实例
示例场景为:worker要做同步文件功能,等到有文件生成时立马同步。
首先开启一个线程代表worker,来订阅频道channel: @Service public class SubscribeService { @Resource private RedisService redisService; @Resource private SynListener synListener;//订阅者 @PostConstruct public void subscribe() { new Thread(new Runnable() { @Override public void run() { LogCvt.info("服务已订阅频道:{}", channel); redisService.subscribe(synListener, channel); } }).start(); } } 代码中的SynListener即为所声明的订阅者,channel为订阅的频道名称,具体的订阅逻辑如下: @Service public class SynListener extends JedisPubSub { @Resource private DispatchMessageHandler dispatchMessageHandler; @Override public void onMessage(String channel, String message) { LogCvt.info("channel:{},receives message:{}",channel,message); try { //处理业务(同步文件) dispatchMessageHandler.synFile(); } catch (Exception e) { LogCvt.error(e.getMessage(),e); } } } 处理业务的时候,就去list中去消费消息: @Service public class DispatchMessageHandler { @Resource private RedisService redisService; @Resource private MessageHandler messageHandler; public void synFile(){ while(true){ try { String message = redisService.lpop(RedisKeyUtil.syn_file_queue_key()); if (null == message){ break; } Thread.currentThread().setName(Tools.uuid()); // 队列数据处理 messageHandler.synfile(message); } catch (Exception e) { LogCvt.error(e.getMessage(),e); } } }
四、 如何实现ack机制?
- ack , 即小气确认机制
- 首先看看rabbitMQ 的ack机制:
- publistener把消息通知给Consumer , 如果在consumer已处理完任务 , 那么他将向Broker发送ack消息 , 告知某条消息已经被成功处理 , 可以从队列中移除 。 如果consunmer么有发送回ack消息 , 那么Broker会认为消息处理失败 , 会将此消息及后续消息分发给其他consumer进行处理(redeliver flag 设置为true )
- 这种机制和TCP/IP协议确认连接类似 , 不同的是TCP/IP确立连接需要经过三次握手,而RabbitMQ只需要一次ACK。
- 值得注意的是RabbitMQ当且仅当检测到ACK消息未发出且Consumer的连接终止时才会将消息重新分发给其他Consumer,因此不需要担心消息处理时间过长而被重新分发的情况。
- 那么在我们用Redis实现消息队列的ack机制的时候该怎么做呢?
- work处理失败之后 , 要回滚消息到原始pending队列
- 加入worker挂掉 , 也要回滚消息到原始pending队列
五 、 实现方案(主要解决worker挂掉的情况)
- 维护两个队列: pending队列和doing表(hash表)。
- workers定义为ThreadPool。
- 由pending队列出队后,workers分配一个线程(单个worker)去处理消息——给目标消息append一个当前时间戳和当前线程名称,将其写入doing表,然后该worker去消费消息,完成后自行在doing表擦除信息。
- 启用一个定时任务,每隔一段时间去扫描doing队列,检查每隔元素的时间戳,如果超时,则由worker的ThreadPoolExecutor去检查线程是否存在,如果存在则取消当前任务执行,并把事务rollback。最后把该任务从doing队列中pop出,再重新push进pending队列。
- 在worker的某线程中,如果处理业务失败,则主动回滚,并把任务从doing队列中移除,重新push进pending队列。
六 、 总结
- Redis作为消息队列是有很大局限性的。因为其主要特性及用途决定它只能实现轻量级的消息队列。写在最后:没有绝对好的技术,只有对业务最友好的技术,谨此献给所有developer。