一、消息队列简介
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
消息队列和阻塞队列的区别：
① 消息队列是在 JVM 以外的独立服务，所以不受 JVM 内存的限制
② 消息队列不仅仅做数据存储，还需要确保数据安全，存入到消息队列中的所有消息都需要做持久化，这样不管是服务宕机还是重启，数据都不会丢失。而且消息队列还会在消息投递给消费者后，要求消费者做消息确认，如果消费者没有确认，那么这条消息就会一直存在于消息队列中，下一次会继续投递给消费者，让消费者继续处理，直到消息被成功处理。
二、Redis 提供的消息队列
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：基本的点对点消息队列
- Stream：比较完善的消息队列模型
2.1 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（先进先出）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下消息。因此这里应该使用 BRPOP 或者 BLPOP 来实现阻塞效果。
基于 List 的消息队列有哪些优缺点？
优点：
① 利用 Redis 存储，不受限于 JVM 内存上限
② 基于 Redis 的持久化机制，数据安全性有保证
③ 可以满足消息有序性
缺点：
① 无法避免消息丢失。假设某个消费者从消息队列（List 结构）中获取到一条消息，但还未来得及处理，该消费者出现故障，那么这条消息就会丢失，这是因为 POP 命令是 remove and get，会将消息直接从消息队列中直接移除，这样其他消费者就获取不到。
② 只支持单消费者。消息队列（List 结构）中的消息，一旦被某个消费者取走，就会从队列中移除，其他消费者就获取不到了，无法实现一条消息被很多消费者消费的需求。
2.2 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。
相关命令如下：
- 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
关于 PubSub 的具体命令使用方法可以参看官网：https://redis.io/commands/?group=pubsub
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、多消费。一条消息可以发给多个消费者，也可以发给一个消费者，而且也支持不同生产者往相同频道发。
缺点：
① 不支持数据持久化。本身不像 List 结构那样支持数据持久化，List 结构本身就是用来存储数据的，而 PubSub 则是用来做消息发送的。因此，当发送一条消息时，但却没有任何消费者订阅，那么该条消息就直接消失了。
② 无法避免消息丢失
③ 消息堆积有上限，超出时数据丢失。当发送一条消息时，如果有消费者监听，消费者会将发送过来的消息缓存至消息缓存区，由消费者进行处理。而消费者的缓存空间是有上限的，如果超出了就会丢失。
2.3 基于 Stream 的消息队列
Stream 是 Redis5.0 引入的一种新的数据类型，可以实现一个功能非常完善的消息队列。
发送消息的命令：
最简用法如下：
读取消息的方式之一：XREAD
使用 XREAD 读取消息
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：
while(true) {
// 尝试读取队列中的消息，最多阻塞 2 秒
Object msg = redis.execute("XREAD COUNT 1 BLOCK 2000 STREAMS users $");
if(msg == null) {
continue;
}
// 处理消息
handleMessage(msg);
}
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，又有超过 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。
STREAM 类型消息队列的 XREAD 命令特点：
- 消息可回溯。消息读完后不消失，永久保存在队列中。
- 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
2.4 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，而不是重复消费，从而加快消息处理的速度。
处于一个组内的多个消费者实际上是竞争关系，凡是进入到这个组的消息，组内的消费者就会竞争该消息的处理权。这种方式可以大大提高消息的处理速度，避免消息堆积。如果想要一条消息被多个消费者处理，可以添加多个消费者组。
② 消息标识：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：消费者获取消息后，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。
创建消费者组：
- key：队列名称
- groupName：消费者组名称
- ID：起始 ID 标识，$ 代表队列中最后一个消息，0 代表队列中第一个消息。
- MKSTREAM：队列不存在时自动创建队列
其他常见命令：
从消费者组读取消息：
- group：消费者组名称
- 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：
“>”：从下一个未消费的消息开始
其他：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。
使用 Java 代码处理消费者监听消息的基本思路：
whilt(true){
// 尝试监听队列，使用阻塞模式，最长等待 2000 毫秒
// XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 >
// 含义：消费者组 g1 中的消费者 c1 使用阻塞式尝试从消息队列 s1 中读取下一个未被消费的消息，阻塞时长为 2000 毫秒
Obeject msg = redis.call("XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 >");
if(msg == null){
continue;
}
try{
// 处理消息，完成后一定要 ACK
handleMessage(msg);
} catch(Exception e){
while(true){
// XREADGROUP GROUP g1 c1 COUNT 1 STREAMS s1 0
// 含义：消费者组 g1 中的消费者 c1 从消息队列 s1 的pending-list 中读取第一个消息
Obeject msg = redis.call("XREADGROUP GROUP g1 c1 COUNT 1 STREAMS s1 0");
if(msg == null){ // null 说明没有异常消息，所有消息都已确认，结束循环
break;
}
try{
// 说明有异常消息，再次处理
handleMessage(msg);
}catch(Exception e){
// 再次出现异常，记录日志，继续循环
continue;
}
}
}
}
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
三、Redis 消息队列比对
四、基于 Stream 消息队列实现异步秒杀
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
4.1 通过命令行的方式创建消息队列以及消费者组
创建队列名为 stream.orders 且组名为 g1 的消费者组，消息 ID 从 0 开始
4.2 Lua 脚本
-- 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
4.3 代码改进
@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {
@Autowired
private ISeckillVoucherService seckillVoucherService;
@Autowired
private RedisIdWorker redisIdWorker;
@Autowired
private StringRedisTemplate stringRedisTemplate;
@Autowired
private RedissonClient redissonClient;
private static final DefaultRedisScript<Long> SECKILL_SCRIPT;
static {
SECKILL_SCRIPT = new DefaultRedisScript();
SECKILL_SCRIPT.setLocation(new ClassPathResource("seckill.lua"));
SECKILL_SCRIPT.setResultType(Long.class);
}
/***
* 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<MapRecord<String, Object, Object>> 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<String, Object, Object> record = list.get(0);
Map<Object, Object> 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<MapRecord<String, Object, Object>> 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<String, Object, Object> record = list.get(0);
Map<Object, Object> 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();
}
}
}
}
}
private void createVoucherOrder(VoucherOrder voucherOrder) {
// 判断当前优惠券用户是否已经下过单
// 用户 id
Long userId = voucherOrder.getUserId();
Long voucherId = voucherOrder.getVoucherId();
RLock lock = redissonClient.getLock("lock:order:" + userId);
// 获取互斥锁
// 使用空参意味着不会进行重复尝试获取锁
boolean isLock = lock.tryLock();
if (!isLock) {
// 获取锁失败，直接返回失败或者重试
log.error("不允许重复下单！");
return;
}
try {
// 查询订单
int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();
if (count > 0) {
log.error("不允许重复下单！");
return;
}
// 扣减库存
boolean success = seckillVoucherService.update().
setSql("stock = stock - 1").
eq("voucher_id", voucherId).
gt("stock", 0).
update();
// 扣减失败
if (!success) {
log.error("库存不足！");
return;
}
// 创建订单
save(voucherOrder);
} finally {
// 释放锁
lock.unlock();
}
}
@Override
public Result seckillVoucher(Long voucherId) {
UserDTO user = UserHolder.getUser();
// 生成订单 id
Long orderId = redisIdWorker.nextId("order");
// 执行 lua 脚本
Long result = stringRedisTemplate.execute(
SECKILL_SCRIPT,
Collections.emptyList(),
voucherId.toString(), user.getId().toString(), orderId.toString());
int r = result.intValue();
// 判断结果是否为 0
if(r != 0){
// 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!");
}
// 返回订单 id
return Result.ok(orderId);
}
}
扫一扫
2693
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
