Redisson实现简单消息队列：优雅解决缓存清理冲突

在项目中，缓存是提高应用性能和响应速度的关键手段之一。然而，当多个模块在短时间内发布工单并且需要清理同一个接口的缓存时，容易引发缓存清理冲突，导致缓存失效的问题。为了解决这一难题，我们采用Redisson的消息队列功能，实现了一个简单而高效的消息队列，优雅地解决了缓存清理冲突问题。本文将为您详细介绍Redisson实现简单消息队列的方案，以及如何在项目中使用它来优化缓存清理。

第一部分：缓存清理冲突的挑战

在高并发场景下，多个模块可能同时发布工单，并且这些工单可能会导致同一个接口的缓存失效。当多个模块同时发起缓存清理请求时，可能会造成数据库压力增大及缓存不一致的问题，降低应用程序的性能和稳定性。这种情况下，我们需要一种优雅的解决方案来协调缓存清理的行为。

第二部分：Redisson简介

Redisson是一个功能强大的Java库，基于Redis构建，它提供了分布式数据结构和服务，以及异步处理的解决方案。其中，消息队列是Redisson提供的一项强大功能，用于在多个模块之间实现高效的消息传递和处理。

第三部分：使用Redisson消息队列解决方案

为了解决缓存清理冲突问题，我们选择使用Redisson的消息队列功能，具体步骤如下：

创建Redisson客户端：首先，我们需要创建一个Redisson客户端，用于连接到Redis服务器。

创建消息队列：接下来，我们创建一个Redisson的队列，用于存放缓存清理请求消息。

发布缓存清理请求：在每个模块发布工单时，我们将对应的缓存清理请求添加到Redisson队列中。

消费缓存清理请求：我们创建一个定时任务，周期性的从Redisson队列中获取缓存清理请求消息。

处理缓存清理冲突：合并消息，并执行缓存清理操作，避免多个模块同时清理同一个接口的缓存。

第三部分：代码示例

redisson配置文件

# 项目相关Spring redis配置
spring:redisson:# 地址clusters: 192.168.10.106:6479,192.168.10.106:6579,192.168.10.106:6679# 密码password: 123456# 连接超时时间timeout: 10s

客户端连接类： RedissonManager

package cn.xj.redis;import org.redisson.Redisson;
import org.redisson.api.RedissonClient;
import org.redisson.client.codec.StringCodec;
import org.redisson.config.Config;
import org.redisson.config.ReadMode;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;/*** description: redisson初始化** @author xj* <p>* create on 2020-04-09 17:21**/
@Configuration
public class RedissonManager {@Value("${spring.redisson.clusters}")private  String cluster;@Value("${spring.redisson.password}")private String password;@Bean(name="cacheCluster")public RedissonClient getRedissonCluster(){String[] nodes = cluster.split(",");//redisson版本是3.5，集群的ip前面要加上“redis://”，不然会报错，3.2版本可不加for(int i=0;i<nodes.length;i++){nodes[i] = "redis://"+nodes[i];}RedissonClient redisson = null;Config config = new Config();//设置config.setCodec(new StringCodec())//这是用的集群server.useClusterServers()//设置集群状态扫描时间.setScanInterval(2000).addNodeAddress(nodes).setPassword(password).setReadMode(ReadMode.MASTER);;redisson = Redisson.create(config);return redisson;}}

redis工具类:RedissonCache


package cn.xj.redis;import com.alibaba.fastjson2.JSON;
import com.alibaba.fastjson2.JSONObject;
import com.alibaba.fastjson2.TypeReference;
import lombok.extern.slf4j.Slf4j;
import org.redisson.api.*;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.stereotype.Component;import java.util.Map;
import java.util.Set;/*** redisson工具类* company* @author* @data 2020-04-01*/
@Component
@Slf4j
public class RedissonCache {@Autowired@Qualifier("cacheCluster")private RedissonClient cacheCluster;public boolean cacheAdd(String key, Map<String,Set<String>> message){String msgJsonstr = JSONObject.toJSONString(message);RQueue<String> queue = cacheCluster.getQueue(key);return queue.add(msgJsonstr);}public Map<String, Set<String>> cachePoll(String key){RQueue<String> queue = cacheCluster.getQueue(key);String msgJsonstr = queue.poll();return JSON.parseObject(msgJsonstr, new TypeReference<Map<String, Set<String>>>() {});}}

功能示例类：QueueController

package cn.xj.redis;import org.apache.commons.lang3.ObjectUtils;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RestController;import java.util.ArrayList;
import java.util.List;
import java.util.Map;
import java.util.Set;@RestController
public class QueueController {private static final String KEY= "xj_test_queue";@Autowiredprivate RedissonCache redissonCache;/*** 添加消息队列* @param params*/@PostMapping("/redis/queue/add")public void add(@RequestBody Map<String, Set<String>> params){redissonCache.cacheAdd(KEY,params);}/*** 消费队列中的消息* @return*/@GetMapping("/redis/queue/poll")public List<Map<String, Set<String>>> poll(){List<Map<String, Set<String>>> result = new ArrayList<>();//每次最大消费条数int batchSize = 200;//获取消费的所有消息Map<String, Set<String>> msgMap = redissonCache.cachePoll(KEY);while (batchSize > 0 && !ObjectUtils.isEmpty(msgMap)) {result.add(msgMap);batchSize--;msgMap = redissonCache.cachePoll(KEY);}try {//消息合并、处理逻辑//此处省略代码一万行} catch (Exception e){//消息处理失败的逻辑}return result;}
}