1.引言
前面我们知道了基于阻塞队列的异步秒杀实际上存在两个问题,一个是 JVM 的内存限制,一个是阻塞队列中的数据可能面临服务宕机的数据丢失问题。
为了解决这个问题,我们将引入消息队列
2.消息队列
消息队列,顾名思义就是存放消息的队列,常见的消息队列模型包括三个角色:
- 消息队列(消息代理):存储和管理消息
- 生产者:发送消息到消息队列
- 消费者:从消息队列中取消息并处理
redis实现消息队列的三种方法:
- 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
3.基于List的消息队列
通过 List 的 BLPUSH 和 BRPOP 或者 BRPUSH 和 BLPOP 来实现类似JVM阻塞队列的效果
优缺点
优点:
- 利用 Redis 存储,不受限与 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
一个消息可能从阻塞队列拿出后还没来得及处理,服务就宕机了,造成消息丢失
- 只支持单消费者
虽然我们这个业务不需要这个特点,但是有些业务是需要做到一个消息可以被多个消费者使用的
4.基于PubSub的消息队列
redis中有发布 pubscribe 和 订阅 subscribe 的功能,通过向频道发送消息和从某个频道接收消息,可以实现一条消息被多个消费者使用的情况。而且subscribe命令本身是阻塞式的,没有收到消息是阻塞状态,收到消息后显示在客户端后还是处于阻塞状态。
因此,它与基于List的消息队列的单消费者特点不一样
优缺点
优点:
- 采用发布订阅模型,支持多生产、多消费
缺点:
- 不支持数据持久化
- 无法避免消息丢失
如果生产者向一个频道发送消息时,没有订阅该频道的消费者,就会丢失这条消息
- 消息堆积有上限,超出时数据丢失
消费者获得消息后,会将消息放在消费者的缓冲区中,而缓冲区是有上限的。
5.基于Stream的消息队列
Stream是Redis5.0引入的一种消息队列,可以实现一个功能非常完善的消息队列
发送消息的命令:xadd
接收消息的命令:xread
Stream可能出现的问题–消息漏读
当我们xread指定读取的消息起始id为$也就是最新消息时,当一条消息读取到后,一直到下一次 xread 操作的过程中,那些发送过来的消息,只要不是最后一条消息,都会被漏读
优缺点
优点:
- 消息可回溯
一条消息可以被多次读取
- 一个消息可以被多个消费者读取
- 可以阻塞读取
缺点:
- 有消息漏读的风险
6.Stream的消费组模式
特点
- 消息分流
队列中的消息会分流给组内的不同消费者,在一个组中,不会出现一条消息被多个消费者消费的情况,从而加快消息处理的速度。
- 消息标示
消费者组会维护一个标示,记录最后一个被处理的消息,哪怕消费者宕机重启,还会从标示之后读取消息。确保每一个消息都会被消费。这个消息标示也避免了消息漏读。
- 消息确认
消费者获取消息后,消息会处于 pending 待定状态,并存入一个 pending-list 中。当消息被处理完成后,需要通过 xack 来确认消息,这样,消息才会被标记为已处理,然后从 pending-list 中移除。
Stream消费者组模式相关命令
创建消费者组:
其它常见命令:
消费者其实一般不需要我们收到创建和删除,redis 会帮我们完成
从消费者组中读取消息:
每个被消费的消息都会被标示,起始 ID 若是 > 可以根据标示找到下一个未消费的消息
消费者监听消息的基本思路
消费者不断从Stream消息队列中取出还未被消费的消息,没有取到就进入下一次循环再次获取消息,取到消息之后,处理消息,处理消息完成后会进行ack,如果在处理消息的过程中出现异常,那么进入catch代码块中,对pending-list中的消息进行处理(也会ack),这个时候如果处理过程还是报异常,会记录日志,必要时进行人工介入,同时会进入下一次循环,直到从pending-list中取不出消息。
Stream类型消息队列的xreadgroup命令的特点:
- 消息可回溯
- 可以阻塞读取
- 一个消费者组中可以多消费者争抢,加快消费速度
- 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
7.对比三种消息队列的实现
List | PubSub | Stream | |
---|---|---|---|
消息持久化 | 支持 | 不支持 | 支持 |
阻塞读取 | 支持 | 支持 | 支持 |
消息堆积处理 | 受限于内存空间,可以利用多消费者加快处理(注意这里和List的单消费者模式不是一回事,单消费者模式是指一个消息只能被一个消费者取,取走了消息队列中就没有这个消息了,这里是说List实现的消息队列可以有多个消费者来消费) | 受限于消费者缓冲区 | 受限于队列长度,可以利用消费者组加快消费速度,减少堆积 |
消息确认机制 | 不支持 | 不支持 | 支持 |
消息回溯 | 不支持 | 不支持 | 支持 |
8.基于Stream消息队列实现异步秒杀
1)创建stream类型的消息队列
这里将消费者组和消息队列一起创建
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,内容包括voucherId、userId、orderId
这样一来,可以减少java代码和redis的交互,提升了效率
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
完整代码:
@Slf4j
@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {
@Resource
private ISeckillVoucherService seckillVoucherService;
@Resource
private StringRedisTemplate stringRedisTemplate;
@Resource
private RedissonClient redissonClient;
@Resource
private RedisIdWorker redisIdWorker;
//在类加载的时候就将脚本读取好Lua脚本方便直接使用
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();
//PostConstruct注解的方法在所在类初始化的时候执行
@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消息 XREADGROUP GROUP g1 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 (list == null || list.isEmpty()) {
//2.1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
//这里Map中的String是消息的id
MapRecord<String, Object, Object> record = list.get(0);
Map<Object, Object> values = record.getValue();
VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(values, new VoucherOrder(), true);
//4.如果获取成功,可以下单
handleVoucherOrder(voucherOrder);
//5.ACK确认 SACK stream.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中的订单消息 XREADGROUP GROUP g1 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 (list == null || list.isEmpty()) {
//2.1如果获取失败,说明没有消息,结束循环
break;
}
//3.解析消息中的订单信息
//这里Map中的String是消息的id
MapRecord<String, Object, Object> record = list.get(0);
Map<Object, Object> values = record.getValue();
VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(values, new VoucherOrder(), true);
//4.如果获取成功,可以下单
handleVoucherOrder(voucherOrder);
//5.ACK确认 SACK stream.orders g1 id
stringRedisTemplate.opsForStream().acknowledge(queueName,"g1",record.getId());
} catch (Exception e) {
log.error("处理订单异常",e);
//避免频繁抛出异常,休眠一下
try {
Thread.sleep(20);
} catch (InterruptedException interruptedException) {
interruptedException.printStackTrace();
}
}
}
}
}
private void handleVoucherOrder(VoucherOrder voucherOrder) {
//获取用户id
Long userId = voucherOrder.getUserId();
//创建锁对象
RLock lock = redissonClient.getLock("lock:order:" + userId);
//获取锁
boolean isLock = lock.tryLock();
if(!isLock){
//获取锁失败,返回错误或者重试
log.error("不允许重复下单");
}
try {
proxy.createVoucherOrder(voucherOrder);
}finally {
//释放锁
lock.unlock();
}
}
private IVoucherOrderService proxy;
@Override
public Result seckillVoucher(Long voucherId) throws InterruptedException {
//获取用户
Long userId = UserHolder.getUser().getId();
//获取订单id
//redisIdWorker可以帮助生成id
long orderId = redisIdWorker.nextId("order");
//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 = 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" : "不可重复下单");
}
//3.获取代理对象
proxy = (IVoucherOrderService) AopContext.currentProxy();
//4.返回订单id
return Result.ok(orderId);
}
@Transactional
public void createVoucherOrder(VoucherOrder voucherOrder) {
Long userId = voucherOrder.getUserId();
Long voucherId = voucherOrder.getVoucherId();
// 创建锁对象
RLock redisLock = redissonClient.getLock("lock:order:" + userId);
// 尝试获取锁
boolean isLock = redisLock.tryLock();
// 判断
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 {
// 5.1.查询订单
int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();
// 5.2.判断是否存在
if (count > 0) {
// 用户已经购买过了
log.error("不允许重复下单!");
return;
}
// 6.扣减库存
boolean success = seckillVoucherService.update()
.setSql("stock = stock - 1") // set stock = stock - 1
.eq("voucher_id", voucherId).gt("stock", 0) // where id = ? and stock > 0
.update();
if (!success) {
// 扣减失败
log.error("库存不足!");
return;
}
// 7.创建订单
save(voucherOrder);
} finally {
// 释放锁
redisLock.unlock();
}
}
}