Redis学习笔记之延时队列
Redis学习笔记之延时队列
一、业务场景
所谓延时队列就是延时的消息队列，下面说一下一些业务场景比较好理解
1.1 实践场景
- 订单支付失败，每隔一段时间提醒用户
- 用户并发量的情况，可以延时2分钟给用户发短信
- …
1.2 实现方式
这些情况都可以使用延时队列来做，实现延时队列比较场景的有使用消息队列MQ来实现，比如RocketMQ等等，也可以使用Redis来实现，本博客主要介绍一下Redis实现延时队列
二、Redis延时队列
2.1 Redis列表实现
Redis实现延时队列可以通过其数据结构列表(list)来实现，顺便复习一下Redis的列表，实现列表，Redis可以通过队列和栈来实现：
/* 队列：First in first out */
//加两个value
>rpush keynames key1 key2
2
//计算
>llen keynames
2
>lpop keynames
key1
>lpop keynames
key2
//rpush会自动过期的
>rpop keynames
NULL
/* 栈：First in last out */
//同样，加两个元素
>rpush keynames key1 key2
2
>rpop keynames
key2
>rpop keynames
key1对于Redis的基本数据结构，可以参考我之前的博客：https://cloud.tencent.com/developer/article/1384379
然后怎么实现延时？Thread睡眠或者线程join?这种方法是可以实现，不过假如用户一多？10个请求就要延时10N了，这种情况系统性能不好的话就会出现线程阻塞了的情况。
队列空了的情况？就会出现pop 的死循环，这种情况很可怕，很吃系统CPU，虽然可以通过线程睡眠方法来缓解，但不是最好的方法
这时候就要介绍一下Redis的blpop/brpop来替换lpop/rpop，blpop/brpop阻塞读在队列没有数据的时候，会立即进入休眠状态，一旦数据到来，则立刻醒过来。消息的延迟几乎为零
2.2 Redis集合实现
Redis的有序集合(zset)也可以用于实现延时队列，消息作为value，时间作为score，这里顺便复习一下Redis的有序集合
//9.0是score也就是权重
>zadd keyname 9.0 math
1
>zadd keyname 9.2 history
1
//顺序
>zrange keyname 0 -1
1) history
2) math
//逆序
>zrevrange keyname 0 -1
1) math
2) history
//相当于count()
>zcard keyname
2
获取指定key的score
>zscore keyname math
9然后多个线程的环境怎么保证任务不被多个线程抢了？这里可以使用Redis的zrem命令来实现
Redis Zrem 命令用于移除有序集中的一个或多个成员，不存在的成员将被忽略。
当 key 存在但不是有序集类型时，返回一个错误。
注意： 在 Redis 2.4 版本以前， ZREM 每次只能删除一个元素。
下面给出来自《Redis 深度历险：核心原理与应用实践》小册的例子：例子就是用有序集合和zrem来实现的
import java.lang.reflect.Type;
import java.util.Set;
import java.util.UUID;
import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.TypeReference;
import redis.clients.jedis.Jedis;
public class RedisDelayingQueue<T> {
static class TaskItem<T> {
public String id;
public T msg;
}
// fastjson 序列化对象中存在 generic 类型时，需要使用 TypeReference
private Type TaskType = new TypeReference<TaskItem<T>>() {
}.getType();
private Jedis jedis;
private String queueKey;
public RedisDelayingQueue(Jedis jedis, String queueKey) {
this.jedis = jedis;
this.queueKey = queueKey;
}
public void delay(T msg) {
TaskItem<T> task = new TaskItem<T>();
task.id = UUID.randomUUID().toString(); // 分配唯一的 uuid
task.msg = msg;
String s = JSON.toJSONString(task); // fastjson 序列化
jedis.zadd(queueKey, System.currentTimeMillis() + 5000, s); // 塞入延时队列 ,5s 后再试
}
public void loop() {
while (!Thread.interrupted()) {
// 只取一条
Set<String> values = jedis.zrangeByScore(queueKey, 0, System.currentTimeMillis(), 0, 1);
if (values.isEmpty()) {
try {
Thread.sleep(500); // 歇会继续
} catch (InterruptedException e) {
break;
}
continue;
}
String s = values.iterator().next();
if (jedis.zrem(queueKey, s) > 0) { // 抢到了
TaskItem<T> task = JSON.parseObject(s, TaskType); // fastjson 反序列化
this.handleMsg(task.msg);
}
}
}
public void handleMsg(T msg) {
System.out.println(msg);
}
public static void main(String[] args) {
Jedis jedis = new Jedis();
RedisDelayingQueue<String> queue = new RedisDelayingQueue<>(jedis, "q-demo");
Thread producer = new Thread() {
public void run() {
for (int i = 0; i < 10; i++) {
queue.delay("codehole" + i);
}
}
};
Thread consumer = new Thread() {
public void run() {
queue.loop();
}
};
producer.start();
consumer.start();
try {
producer.join();
Thread.sleep(6000);
consumer.interrupt();
consumer.join();
} catch (InterruptedException e) {
}
}
}不过在多线程环境，是很难做控制的，上面例子也有缺陷，下面引用小册的说法：
上面的算法中同一个任务可能会被多个进程取到之后再使用 zrem 进行争抢，那些没抢到的进程都是白取了一次任务，这是浪费。可以考虑使用 lua scripting 来优化一下这个逻辑，将 zrangebyscore 和 zrem 一同挪到服务器端进行原子化操作，这样多个进程之间争抢任务时就不会出现这种浪费了。