Redis 定长队列的探索和实践

vivo 互联网服务器团队 - Wang Zhi

一、业务背景

从技术的角度来说，技术方案的选型都是受限于实际的业务场景，都以解决实际业务场景为目标。

在我们的实际业务场景中，需要以游戏的维度收集和上报行为数据，考虑数据的量级，执行尽最大努力交付且允许数据的部分丢弃。

数据上报支持游戏的维度的批量上报，支持同一款游戏128个行为进行批量上报。

数据上报需要时效控制，上报的数据必须是上报时刻的前3分钟的数据。

整体数据的业务形态如下图所示：

二、技术选型

从业务的角度来说包含数据的收集和数据的上报，我们把数据的收集比作生产者，数据的上报比作消费者，是一个典型的生产消费模型。

生产消费模型在JVM进程内部通过队列+锁或者无锁的Disruptor来实现，在跨进程场景下通过MQ（RocketMQ/kafka）进行处理解耦。

但是细化到具体业务场景来看，消息的消费有诸多限制，包括： 游戏维度的批量行为上报，行为上报的时效限制，细化到各个技术方案选型进行对比。

方案一

使用RocketMQ 或者Kafaka等消息队列来存储上报的消息，但是消费侧需要考虑在业务进程中按照游戏维度进行聚合，其中技术细节涉及按照游戏维度进行拆分，在满足消息时效性和批量性的前提下触发上报。在这种方案下消息中间件扮演的角色本质上消息的中转站， 没有解决任何业务场景中提及的游戏维度拆分、批量性和时效性。

方案二

在方案一的基础上，寻求一种技术方案来解决游戏维度的 消息分组、批量消费 、时效性 。通过Redis的list结构来实现队列（进一步要求实现定长队列）来解决游戏维度的消息分组；通过Redis的list支持的Lrange来实现批量消费；通过业务侧的多线程来解决时效问题，针对高频的游戏使用单独的线程池进行处理，上述两个手段能够保证消费速度大于生产速度。

方案对比

对比两种方案后决定使用Redis的实现了一个伪消息中间件：

1. 通过List对象实现定长队列来保存游戏维度的行为消息（以游戏作为key的List对象来保存用户行为）；

2. 通过List来保存所有的存在行为数据的游戏列表；

3. 通过Set来进行去重判断来保证2中的List对象的唯一性。

整体的技术方案如下图所示：

生产过程

步骤一：游戏维度的某行为数据PUSH到游戏维度的队列当中。

步骤二：判断游戏是否在游戏的集合Set中，如果在就直接返回，如果不在进行步骤三。

步骤三：往游戏列表中PUSH游戏。

消费过程

步骤一&#x