redis streams_初步了解Redis Streams以及如何在Java中使用它们

redis streams

自今年年初以来,Redis Streams已进入Redis的unstable分支,并且第一个客户开始采用Redis Streams API。 因此,这是一个绝佳的时间,可以从客户端的角度看一下Redis Streams提供的功能以及如何使用它们。

免责声明:Redis Streams作为初稿提供,尚未成为稳定版本的一部分。 API可能会更改。

什么是Redis Stream?

Redis流是一种类似于日志/日志的数据结构,它按顺序表示事件日志。 消息(事件)可以附加到流中。 然后可以以独立方式或通过在消费者组中阅读来使用这些消息。 使用者组是一个概念,其中可以将多个使用者(例如应用程序实例)分组为一个使用者组,其流偏移量(读取进度)保留在服务器端。 由于不需要在用户端保留流偏移,因此此概念简化了构建客户端的过程。

流消息由Redis在提交时生成的消息ID和表示为哈希(映射)的正文组成-基本上是一组键和值。
流本身由一个密钥标识,并保存零到许多流消息以及一些元数据,例如消费者组。

Redis Stream API

到目前为止,所有流命令都以X为前缀。 流允许使用添加,读取,自省和维护命令。 在下一部分中,您将看到最常见的命令:

  • XADD key * field1 value1 [field2 value2] [fieldN valueN] :将消息附加(提交)到Redis流。
  • XREAD [BLOCK timeout] [COUNT n] STREAMS key1 [keyN] offset1 [offsetN] :从Redis流中读取消息。
  • XRANGE key from to [COUNT n] :扫描( XRANGE key from to [COUNT n] )Redis流中的消息

此外,在使用使用者组时,还有其他命令在起作用:

  • XREADGROUP GROUP name consumer [BLOCK timeout] [COUNT n] [NOACK] STREAMS key1 [keyN] offset1 [offsetN] :在使用者及其组的上下文中从Redis流中读取消息。
  • XACK key group messageId1 [messageId2] [messageIdN] :在使用者的上下文中读取后确认消息。
  • XPENDING key group [from to COUNT n] :枚举未决(未确认的消息)。
  • XGROUP和子命令:用于创建和删除使用者组的API。

注意:为简洁起见,以上命令被截断了。 有关所有可能选项和组合的说明,请参见Redis Streams文档

使用Redis流

让我们来看一下如何通过redis-cli应用我们之前看到的命令来使用Redis Stream。 让我们向新流添加(并最初创建流)消息。

127.0.0.1:6379> XADD my-stream * key value
1527062149743-0

我们正在使用XADD通过键值元组向流my-stream添加新消息。 注意* (星号)? 这是用于控制ID生成的字段。 如果要由服务器生成消息ID(在99.5%的用例中都是如此,除非您是要复制的Redis服务器),请始终在此放置* 。 Redis回复消息ID 1527062149743-0

现在,我们的信息流包含一条消息。 让我们用XREAD阅读它。

127.0.0.1:6379>  XREAD COUNT 1 STREAMS my-stream 0
1) 1) "my-stream"
   2) 1) 1) 1527062149743-0
         2) 1) "key"
            2) "value"

我们现在已经阅读了该消息,并沿着读取的内容检索了正文。 读取消息会将消息保留在流中。 我们可以使用XRANGE验证这XRANGE

127.0.0.1:6379> XRANGE my-stream - +
1) 1) 1527068644230-0
   2) 1) "key"
      2) "value"

发出具有相同流偏移量的后续读取将返回相同的消息。 您有不同的选择来避免此行为:

  1. 在客户端跟踪消息ID
  2. 阻止读取
  3. 从信息流中删除消息
  4. 限制流大小
  5. 使用消费者群体

让我们仔细看看这些选项。

MessageId追踪

每个读取操作都将返回消息ID和流消息。 如果您只有一个客户端(没有并发读取),则可以在应用程序中保留最新消息ID的引用,并在后续的读取调用中重用该消息ID。 让我们针对我们之前看到的1527068644230-0的消息ID进行此1527068644230-0

127.0.0.1:6379> XADD my-stream * key value
1527069672240-0
127.0.0.1:6379>  XREAD COUNT 1 STREAMS my-stream 1527068644230-0
1) 1) "my-stream"
   2) 1) 1) 1527069672240-0
         2) 1) "key"
            2) "value"

我们使用1527068644230-0作为流偏移并接收下一条添加的消息。 这种方法允许恢复读取较旧的(可能已经消耗的消息),但是需要在客户端进行一些协调,以免读取重复的消息。

如果您不想跟踪消息ID,而仅对最新消息感兴趣,则可以使用阻塞读取。

阻止读取

通过XREAD读取允许以阻塞方式从流读取。 XREADBLPOPBRPOP操作的行为类似,在BLPOPBRPOP操作中,您指定超时,并且如果消息可用或读取超时,则调用将返回。 但是,Stream API允许更多选项。 对于此示例,我们需要两个单独的参与方:生产者和消费者。 如果您从头开始阅读,您将看到使用单个客户端执行的示例。 我们首先从消费者开始,否则产生的消息将到达流中而没有机会通知正在等待的消费者。

消费者

我们正在将XREADBLOCK 10000一起使用以等待10000毫秒(10秒)。 请注意,我们使用的符号流偏移量$指向流的开头。

127.0.0.1:6379> XREAD COUNT 1 BLOCK 10000 STREAMS my-stream $

使用者现在被阻止,等待消息到达。

制片人

127.0.0.1:6379> XADD my-stream * key value
1527070630698-0

Redis将消息写入流中。 现在,让我们切换回消费者。

消费者

消息写入我们的流之后,消费者收到一条消息并再次被解除阻止。 您可以开始处理该消息,并可能发出其他读取。

1) 1) "my-stream"
   2) 1) 1) 1527070630698-0
         2) 1) "key"
            2) "value"
(1.88s)

使用流偏移量$发出另一个读取将再次等待到达该流的下一条消息。 但是,使用$会给我们提供一段时间,在此期间我们不会消耗其他消息。 为了避免这些漏洞,您应该跟踪上一次阅读的消息ID,并将其重新用于下一个XREAD调用。
还要注意ist并发性。 我们已经看到一个单个消费者的例子。 如果增加消费者数量怎么办?

在这种情况下,例如,如果您有两个使用方发出阻塞读取,那么两个使用方都会收到同一条消息,这又使我们不得不承担协调读取的任务,因此流消息不会被多次处理。

从流中删除消息

可以从流中删除消息,但是不建议这样做。 我们还没有看到XDEL ,但是从名称上可以明显看出我们可以从流中删除消息:

127.0.0.1:6379> XDEL my-stream 1527070789716-0
(integer) 1

该消息现在消失了。 不建议删除,因为操作成本很高:流使用带有宏节点的基数树。 删除是一种安全的操作,但是在与多个使用者一起使用一条消息时,您需要同步访问权限,因为删除不会阻止多次读取消息。

限制流大小

将消息追加到流时,可以指定最大流大小。 发出XADD命令时,使用MAXLEN选项会发生这种情况。

127.0.0.1:6379> XADD my-stream MAXLEN 4 * key value
1527071269045-0

消息将添加到流中,并且将尽最大努力将流修剪到大小限制。 这也意味着较旧的消息将被修剪并且不再可读。

消费群体

解决重复消息处理的最后一种方法是利用使用者组。 消费者群体的想法是跟踪确认。 确认允许将消息标记为消费者确认。 XACK命令返回是否已确认该消息或先前的使用者是否已确认该消息。

要使用消费者组,我们需要首先创建一个消费者组。 请注意,自撰写本文时起,必须先存在一个流,然后才能创建消费者组。 这个问题可能将通过https://github.com/antirez/redis/issues/4824解决。

到目前为止,如果您遵循前面的示例,我们可以重用我们的流my-stream

我们正在创建一个名为my-group的使用者组,它仅对流my-stream有效。 请注意,最后一个参数是用于跟踪读取进度的流偏移量。 我们使用$指向流头。

127.0.0.1:6379> XGROUP CREATE my-stream my-group $
OK

现在,向流中添加一条消息:

127.0.0.1:6379> XADD my-stream * key value
1527072009813-0

并通过XREADGROUP发出非阻塞读取:

127.0.0.1:6379> XREADGROUP GROUP my-group c1 COUNT 1 STREAMS my-stream >
1) 1) "my-stream"
   2) 1) 1) 1527072009813-0
         2) 1) "key"
            2) "value"

XREADGROUP接受组名和使用者名来跟踪阅读进度。 另请注意,流偏移量> 。 此符号流偏移量指向使用者组my-group读取的最新消息ID。
您可能已经注意到该组中有一个消费者名称。 消费者群体旨在跟踪消息传递并区分消费者。 如果您还记得上面的阻塞阅读示例,您已经看到两个使用者同时收到一条消息。 要更改(或保留)此行为,可以指定使用者名称:

  1. 具有相同使用者名称的读取可以多次接收相同的消息。
  2. 具有不同使用者名称的读取将阻止多次接收同一条消息。

根据您使用消息的方式,您可能想重新启动处理或使用多个客户端使用消息,而无需建立自己的同步机制。 Redis流允许您通过确认消息来做到这一点。 默认情况下, XREADGROUP确认消息,表明该消息已被处理并且可以被逐出。 您可以指定NOACK在阅读消息时不确认消息。 处理完消息后,确认消息发出XACK 。 根据返回的命令,您可以查看您是确认消息的对象还是其他客户端已经确认的消息。

现在让我们在这里暂停,不要再讨论恢复和更高级的主题。 Redis网站在https://redis.io/topics/streams-intro提供了有关Redis Streams的完整文档。

使用Java消耗Redis流

注意:在编写本文时,唯一支持Redis Streams的Java客户端是Lettuce预览版本5.1.0.M1。

Redis Streams带有新的服务器端API,该API也需要在客户端采用。 让我们使用Java客户端重播以上示例。

首先,我们需要一个客户端实例来准备连接。 我们将使用同步API。 但是,异步和React式API也支持Redis Stream API。

RedisClient client = RedisClient.create("redis://localhost");
StatefulRedisConnection<String, String> connection = client.connect();
RedisStreamCommands<String, String> streamCommands = connection.sync();

Lettuce引入了一个新的命令接口RedisStreamCommands ,该接口声明Redis Stream API方法及其各种类型(例如StreamOffsetConsumer和命令参数对象)。

我们要做的第一件事是向流中添加新消息:

Map<String, String> body =  Collections.singletonMap("key", "value");
String messageId = streamCommands.xadd("my-stream", body);

本示例使用UTF-8编码的字符串表示键和值。 主体本身作为Map传输,并发出命令XADD my-stream * key value

现在,让我们使用与XREAD COUNT 1 STREAMS my-stream 0相对应的命令从流中读取一条消息:

List<StreamMessage<String, String>> messages = streamCommands
        .xread(XReadArgs.Builder.count(1), 
               StreamOffset.from("my-stream", "0"));

if(messages.size() == 1) { // a message was read
    
} else { // no message was read
    
}

所述xread(…)方法接受XReadArgsStreamOffset并返回的列表StreamMessage<K, V>包含消息ID与主体一起对象。 现在可以处理消息了,随后的读取将包括最后一个messageId以读取新消息:

StreamMessage<String, String> message = …;
List<StreamMessage<String, String>> messages = streamCommands
        .xread(XReadArgs.Builder.count(1), 
               StreamOffset.from("my-stream", message.getId()));

if(messages.size() == 1) { // a message was read
    
} else { // no message was read
    
}

阻塞读取需要将额外的持续时间传递到参数对象中。 添加BLOCK选项会将非阻塞调用(从Redis的角度来看)变成阻塞调用:

List<StreamMessage<String, String>> messages = streamCommands
        .xread(XReadArgs.Builder.count(1)
                                .block(Duration.ofSeconds(10)), 
                                StreamOffset.from("my-stream", "0"));

在最后一个示例中,让我们看一下消费者群体。 RedisStreamCommands提供了用于创建使用者的方法-截至撰写本文时,Redis中尚未实现删除使用者和使用者组的方法。

streamCommands.xadd("my-stream", Collections.singletonMap("key", "value")); // add a message to create the stream data structure

streamCommands.xgroupCreate("my-stream", "my-group", "$"); // add a group pointing to the stream head

List<StreamMessage<String, String>> messages = streamCommands.xreadgroup(Consumer.from("my-group", "c1"),
        StreamOffset.lastConsumed("my-stream"));

使用使用者组my-group和使用者c1my-stream中读取消息。 使用者组和使用者名称是字节安全编码的,因此在使用ASCII或UTF-8字符串时区分大小写。

结论

这篇博客文章概述了Redis 5附带的Redis Streams的初步外观,以及如何在Lettuce Redis客户端上使用Stream API。 该API尚未完全实现,因此我们应该期待更改。

翻译自: https://www.javacodegeeks.com/2018/05/a-first-look-at-redis-streams-and-how-to-use-them-with-java.html

redis streams

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Redis Streams是一个用于处理事件流的数据结构。以下是一个简单的例子,演示如何使用Redis Streams来记录并处理用户登录事件: 1. 创建一个Redis Stream: ``` XADD user_logins * event_type login user_id 1234 timestamp 1569012345 ``` 这里,我们在名为“user_logins”的Stream创建了一个新的事件。事件类型为“login”,用户ID为“1234”,时间戳为“1569012345”。 2. 读取最新的事件: ``` XREAD COUNT 1 STREAMS user_logins > ``` 这将返回最新的事件,即我们刚刚创建的事件。 3. 记录用户的登录次数: ``` XGROUP CREATE user_logins login_group $ XREADGROUP GROUP login_group consumer1 COUNT 1 STREAMS user_logins > XACK user_logins login_group 1569012345000-0 ``` 这里,我们首先创建了一个名为“login_group”的消费者组,然后使用“consumer1”作为消费者,从流读取最新的事件。我们使用“XACK”命令确认我们已经处理了该事件。 4. 记录用户的登录历史: ``` XADD user_login_history user_id_1234 * event_type login timestamp 1569012345 ``` 在这里,我们将用户的登录事件添加到名为“user_login_history”的新流。我们使用“user_id_1234”作为流的ID,这将使我们能够轻松地查找特定用户的登录历史记录。 这只是Redis Streams的一个简单例子,但它展示了如何使用它来处理事件流。在实际应用,您可能会使用更多的命令和功能,例如使用Redis Streams来处理实时日志、监视网络设备或记录传感器数据等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值