【中间件系列】浅析redis是否适合做消息队列

文章目录

- 一、简单的list消息队列
- - - 1.命令示例
    - 2.伪代码示例
    - 3.方案优劣
- 二、Pub/Sub发布订阅
- - - 1.消息丢失
    - 2.消息堆积
- 三、相对成熟的Stream
- - - 1.redis命令介绍
    - 2.多消费者组测试
    - 3.Stream会持久化吗？
    - 4.消息堆积如何解决？
- 总结

用redis也是比较久了，并且也对其他消息中间件也用了相当多的时间，现在就redis是否适合做消息队列来梳理下，获取梳理完之后，可以有一个更加清晰的认知。笔者会从以下几个方面进行梳理。

在这里插入图片描述

一、简单的list消息队列

众所周知，redis常见的数据结构有String、Hash、List、Set、zset。其中List可以是一个列表结构。可以通过LPUSH、RPOP两个命令来实现一个简单的队列。

LPUSH 将元素依次插入到列表头部
RPOP 获取最后一个元素，并且删除。

如下图所示：生产者通过LPUSH命令，依次插入a、b、c、d四个元素。消费者通过RPOP命令进行消费。

1.命令示例

生产者：

# 通过LPUSH命令往test_queue填充a、b、c、d
127.0.0.1:6379> LPUSH test_queue a
(integer) 1
127.0.0.1:6379> LPUSH test_queue b
(integer) 2
127.0.0.1:6379> LPUSH test_queue c
(integer) 3
127.0.0.1:6379> LPUSH test_queue d
(integer) 4
127.0.0.1:6379>

消费者：

消费者
127.0.0.1:6379> RPOP test_queue
"a"
127.0.0.1:6379> RPOP test_queue
"b"
127.0.0.1:6379> RPOP test_queue
"c"
127.0.0.1:6379> RPOP test_queue
"d"
127.0.0.1:6379> RPOP test_queue
(nil)
127.0.0.1:6379>

2.伪代码示例

生产者相对简单，以简单的订单支付为例子

//在订单支付成功之后发送给积分系统
public void afterPayHandler(Order order){//发送消息到积分系统redisTemp.LPUSH("order",order);
}

消费者

public void orderMessageListener(){while(true){//获取订单信息Order order = redisTemp.RPOP("order");if(order != null){//做积分系统的业务，如添加积分等逻辑。}}
}

如上所示：消费者在消费的时候，必须通过循环一直拉取队列数据，达到数据的实时性，但是也出现了CPU空转的问题。如果我们判断空的时候sleep休眠一段时间，那就会存在消息实时性问题。休眠多久合适就成为了难以处理的问题。

好在redis有阻塞拉取的命令。

BRPOP test_queue 10(秒)。拉取命令，阻塞10秒。如果是0就是一直阻塞。

3.方案优劣

优点：足够简单，也很好理解。但是我确实是想不到哪个场景适合这个方案（笑哭）。感觉也只能算普及知识了。
缺点：
1. 不支持多消费者。任何一个消费者将redis的元素拉取删除之后，其他消费者都无法再次拉取到。那就只能仅限于一对一消费了。
2. 消息丢失。没有ACK机制，如果拉取消息后宕机后，无法正常消费，就会导致消息的丢失。

二、Pub/Sub发布订阅

List数据结构可以认为是开发者为了简单方便，从而引进的一种消息队列的方式，但是绝不”正宗“。Pub/Sub这种从名字上可以看出来，就是专门为了消息队列而生的。

从上图可以看出，发布订阅模式，解决了多消费者的问题。但是还是存在两个问题。

1.消息丢失

发布订阅模型，没有进行消息存储，只是一个单纯的通道，实时的把消息传送给消费者。那么这样就会有一个问题，如果消费者中间下线，再次上线的时候，只能从最新的位置进行消费，这样就会有消息丢失啦。

2.消息堆积

在这里插入图片描述

上文说，发布订阅模型没有基于任何数据类似，因此，这个操作不会写入RDB和AOF中（redis持久化机制）。另外，在消息堆积的时候，数据是通过Buffer缓冲区实现的。这个缓冲区的大小可以在redis中进行配置。如果超过了缓冲区配置的上限，此时，Redis 就会「强制」把这个消费者踢下线。

总的说，这个发布订阅模式相对比较脆弱，虽然解决了多消费者的问题，但是消息一致性较低，消息丢失概率较高（发布版本时重启了就可能丢消息），试用的场景较少。

三、相对成熟的Stream

Redis5.0 中增加了Stream消息队列相对成熟，解决了较多的问题。

支持消息ACK反馈，在消息消费成功的时候，返回消费成功，才不会再次推送消息。
支持多消费者组。
消息堆积问题优化。

在这里插入图片描述

1.redis命令介绍

发布命令

解释 
#topic为 myStream1 
# * 代表使用自动生成的ID作为消息的ID
# 接下来是多个 field value 组成的信息。
127.0.0.1:6379> XADD myStream1 * name zhangsan sex 20
"1717500637523-0"
127.0.0.1:6379> XADD myStream1 * name lisi sex 20
"1717500644429-0"
127.0.0.1:6379>

消费命令

# 消费myStream队列的10个数据，最后的0意思是从头开始消费。
127.0.0.1:6379> XREAD COUNT 10 STREAMS myStream1 0
1) 1) "myStream1"2) 1) 1) "1717500637523-0"2) 1) "name"2) "zhangsan"3) "sex"4) "20"2) 1) "1717500644429-0"2) 1) "name"2) "lisi"3) "sex"4) "20"
127.0.0.1:6379>

2.多消费者组测试

#创建一个消费者组为myGroup1并且指定消费位置。最后这个长串是信息的id
127.0.0.1:6379> XGROUP CREATE myStream1 myGroup1 1717500644429-0
OK

#消费者组消费，消费者组为myGroup1 当前消费者id为consumer1 拉取10个信息  注意最后这个 ‘>‘
127.0.0.1:6379> XREADGROUP GROUP myGroup1 consumer1 COUNT 10 STREAMS myStream1 >
1) 1) "myStream1"2) 1) 1) "1717501299234-0"2) 1) "name"2) "lisi"3) "sex"4) "20"
127.0.0.1:6379>

验证ACK机制

myGroup1消费者组拉取一次之后将所有的消息拉取回来
因为没有进行消息反馈ACK。所以再次拉取的时候，还是将全量的消息拉取回来。
执行一次ACK命令之后，再次拉取消息，发现少了一条消息。
再次执行ACK命令后，拉取不到消息了。

127.0.0.1:6379> XREADGROUP GROUP myGroup1 consumer1 COUNT 10 STREAMS myStream1 0
1) 1) "myStream1"2) 1) 1) "1717501299234-0"2) 1) "name"2) "lisi"3) "sex"4) "20"2) 1) "1717502213457-0"2) 1) "name"2) "lisi"3) "sex"4) "20"
127.0.0.1:6379> XREADGROUP GROUP myGroup1 consumer1 COUNT 10 STREAMS myStream1 0
1) 1) "myStream1"2) 1) 1) "1717501299234-0"2) 1) "name"2) "lisi"3) "sex"4) "20"2) 1) "1717502213457-0"2) 1) "name"2) "lisi"3) "sex"4) "20"
127.0.0.1:6379>
127.0.0.1:6379>
127.0.0.1:6379>
127.0.0.1:6379> XACK myStream1 myGroup1 1717502213457-0
(integer) 1
127.0.0.1:6379> XREADGROUP GROUP myGroup1 consumer1 COUNT 10 STREAMS myStream1 0
1) 1) "myStream1"2) 1) 1) "1717501299234-0"2) 1) "name"2) "lisi"3) "sex"4) "20"
127.0.0.1:6379> XACK myStream1 myGroup1 1717501299234-0
(integer) 1
127.0.0.1:6379> XREADGROUP GROUP myGroup1 consumer1 COUNT 10 STREAMS myStream1 0
1) 1) "myStream1"2) (empty list or set)
127.0.0.1:6379>