首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >redis灵魂拷问:如何使用stream实现消息队列

redis灵魂拷问:如何使用stream实现消息队列

作者头像
jinjunzhu
发布2021-01-05 15:15:54
2.4K0
发布2021-01-05 15:15:54
举报
文章被收录于专栏:个人开发个人开发

redis在很早之前就支持消息队列了,使用的是PUB/SUB功能来实现的。PUB/SUB有一个缺点就是消息不能持久化,如果redis发生宕机,或者客户端发生网络断开,历史消息就丢失了。

redis5.0开始引入了stream这个数据结构,stream可以很好地用于消息队列,它支持消息持久化,同时可以记录消费者的位置,即使客户端断开重连,也不会丢失消息。

本篇文章我们就来聊一聊基于stream的消息队列使用。

stream队列简介

基于stream实现的消息队列有4个角色,我们来看一下:

stream:消息队列

last delivered ID:消费者组在消息队列中的offset

consumer group:消费者组,可以包含多个消费者,同时有一个last delivered ID

pending entries list (PEL):消费者已经读取但是没有ACK的消息

根据上面的描述,stream的消息队列结构如下图:

注意:消费者组内的消费者是不会重复消费消息的,比如一个stream包括1、2、3、4这4条消息,消费者组内有2个消费者,如果其中一个消费者消费了1、2,则第二个消费者就只能消费3、4了。

命令介绍

本文使用测试环境如下

redis版本:6.0.7

springboot-redis版本:

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
    <version>2.1.6.RELEASE</version>
</dependency>

里面使用到的spring-data-redis版本:2.1.9.RELEASE

里面使用到的lettuce连接池版本:5.1.7.RELEASE

本文使用的redis客户端是lettuce,lettuce提供了RedisStreamCommands和RedisStreamAsyncCommands支持stream操作,本文只介绍RedisStreamCommands。

  • 创建Commands

我们创建lettuce中的RedisStreamCommands,代码如下:

RedisURI redisURI = RedisURI.builder()
                .withSentinelMasterId("master")
                .withPassword("foobared")
                .withSentinelMasterId("master")
                .withSentinel("192.168.59.146",26379)
                .withSentinel("192.168.59.141",26379)
                .withSentinel("192.168.59.141",26389).build();
RedisClient client = RedisClient.create(redisURI);
StatefulRedisConnection<String, String> connection = client.connect();
RedisStreamCommands streamCommands = connection.sync();
  • 创建stream

当我们使用XADD命令往stream里面写数据时,如果stream不存在,就会创建一个,命令如下:

192.168.59.146:6379> XADD mystream * name Sara surname OConnor
"1607996267360-0"

我们看下Java示例代码:

/**
 * 命令:XADD
 *
 * 时间复杂度:O(1)
 * @param streamKey 队列名称
 * @param data 数据
 */
public void xadd(String streamKey, Map<String, String> data){
    streamCommands.xadd(streamKey, data);
}
  • 创建消费组

要消费stream队列中的数据,首先我们需要创建一个消费组,命令如下:

XGROUP CREATE mystream mygroup $ MKSTREAM

上面的$表示group的offset是队列中的最后一个元素,MKSTREAM这个参数会判断stream是否存在,如果不存在会创建一个我们指定名称的stream,不加这个参数,stream不存在会报错。

java代码如下:

/**
 * XGROUP
 *
 * 时间复杂度:O(1)
 * @param streamKey 队列名称
 * @param groupName 消费组名称
 */
public void createGroup(String streamKey, String groupName){
    streamCommands.xgroupCreate(XReadArgs.StreamOffset.latest(streamKey), groupName);
}
  • 删除消费组

删除消费组我们使用下面的命令:

XGROUP DESTROY mystream consumer-group-name

java示例代码如下:

/**
 * XGROUP
 *
 * 时间复杂度:O(M),M是pending entries list长度
 * @param streamKey 队列名称
 * @param groupName 消费组名称
 */
public void deleteGroup(String streamKey, String groupName){
    streamCommands.xgroupDestroy(streamKey, groupName);
}
  • 消费消息

消息的消费有2种方式,XREAD和XREADGROUP:

XREAD是消费组读取消息,我们看下面这个命令:
XREAD COUNT 2 STREAMS mystream writers 0-0 0-0

注意:上面这个示例是从mystream和writers这2个stream中读取消息,offset都是0,COUNT参数指定了每个队列中读取的消息数量不多余2个。

下面的java代码是从testStream这个stream中读取消息,offset是0:

//复杂度 O(N),N是要返回的消息个数
List<StreamMessage<String, String>> list4 = streamCommands.xread(XReadArgs.StreamOffset.from("testStream", "0-0"))

XREADGROUP使用消费者来消费消息,我们看下面这个命令:

XREADGROUP GROUP mygroup Alice BLOCK 2000 COUNT 1 STREAMS mystream >

这个命令是使用消费组mygroup的Alice这个消费者从mystream这个stream中读取1条消息。

注意:

  • 上面使用了BLOCK,表示是阻塞读取,如果读不到数据,会阻塞等待2s,不加这个条件默认是不阻塞的
  • ">"表示只接受其他消费者没有消费过的消息
  • 如果没有">",消费者会消费比指定id偏移量大并且没有被自己确认过的消息,这样就不用关系是否ACK过或者是否BLOCK了。

java示例代码如下:

//复杂度 O(N),N是要返回的消息个数
List<StreamMessage<String, String>> list1 = streamCommands.xreadgroup(Consumer.from("group1", "consumer1"),
                XReadArgs.StreamOffset.lastConsumed("testStream"));

这段代码是使用group1消费组中的consumer1这个消费者从testStream这个stream中使用最后一个元素作为offset来消费消息。

  • 确认消息

使用XACK命令可以对消息进行确认,命令如下:

XACK mystream mygroup 1526569495631-0

这里表示消费组mygroup确认mystream这个stream中1526569495631-0这条消息

下面的java代码是对收到的消息依次打印后进行确认,如下:

for (StreamMessage<String, String> message : list1){
    System.out.println(message.getId() + ":" + message.getBody());
    streamCommands.xack("streamTest", "group1", message.getId());
}

使用案例

这里我提供一个案例,生产者每隔1s向队列中写入1条消息,代码如下:

public void xgroupCreate(){

    //调用上面的createGroup方法
    createGroup("testStream", "group2");
    System.out.println("----------------------------");
    int i = 0;
    for (;;){
        Map<String, String> body =  Collections.singletonMap("message" + i, "value" + i);
        String key = streamCommands.xadd("testStream", body);

        System.out.println(key);

        try {
            Thread.sleep(1000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
}

启动程序后打印如下:

----------------------------
1608014871896-0
1608014872899-0
1608014873900-0
1608014874903-0
1608014875907-0
1608014876910-0
1608014877920-0
1608014878923-0
1608014879925-0
1608014880930-0

消费者每隔2s从队列中拉取一次消息,打印后执行XACK,代码如下:

public void xgroupRead(){

    List<StreamMessage<String, String>> list1;

    while (true){
        list1 = streamCommands.xreadgroup(Consumer.from("group1", "consumer1"),
                XReadArgs.StreamOffset.lastConsumed("testStream"));
        if (list1.isEmpty()) {
            System.out.println("==============================");
            try {
                Thread.sleep(2000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            continue;
        }

        for (StreamMessage<String, String> message : list1){
            System.out.println(message.getId() + ":" + message.getBody());
            streamCommands.xack("streamTest", "group2", message.getId());
        }
    }
}

启动任务后打印如下:

==============================
1608014871896-0:{message0=value0}
1608014872899-0:{message0=value0}
==============================
1608014873900-0:{message0=value0}
1608014874903-0:{message0=value0}
==============================
1608014875907-0:{message0=value0}
1608014876910-0:{message0=value0}
==============================
1608014877920-0:{message0=value0}
1608014878923-0:{message0=value0}
==============================
1608014879925-0:{message0=value0}
1608014880930-0:{message0=value0}
==============================

使用场景

redis的特点是读写速度快,所以对于实时性高要求效率的场景是一个不错的选择。

但是AOF+RDB的数据持久化方案可能会丢失1s的数据(AOF持久化策略使用everysec),所以对于数据一致性要求高的场景要跳过。

在物联网场景中,有大规模的传感器数据需要采集,这些数据对实时性的要求高过了一致性,使用redis是一个很好的选择

总结

使用redis的stream可以实现简单的队列,跟rabbitmq等非常成熟的消息队列相比,功能还是比较薄弱的,比如不支持exchange。

redis读写速度快的特点对实时性要求高的场景还是一个不错的选择,但是如果对数据一致性要求很高,需要绕过。

redis的stream还提供了其他很多的命令,本文并没有全部介绍,感兴趣的同学可以参考官网链接:

https://redis.io/commands/xack
本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-12-16,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 jinjunzhu 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
云数据库 Redis
腾讯云数据库 Redis(TencentDB for Redis)是腾讯云打造的兼容 Redis 协议的缓存和存储服务。丰富的数据结构能帮助您完成不同类型的业务场景开发。支持主从热备,提供自动容灾切换、数据备份、故障迁移、实例监控、在线扩容、数据回档等全套的数据库服务。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档