使用redis作为延迟队列方案对比

背景

项目中经常需要做某个操作， 然后一定时间之后看这个操作的执行结果。 要么使用定时任务扫描， 要么使用延时队列(任务)来实现。 在主流的 MQ 中支持延时消息的有 RabbitMQ 和 RocketMQ， 如果没有使用这个两个 MQ， 譬如使用了 Kafka， 又想使用延时消息的功能可以使用 Redis来实现。

Redis 实现延时队列有三种方案:

1. 基于 Zset（Sorted Set） 来实现
2. 基于 Redis 的 KEYSPACE NOTIFICATIONS 来监听 list 的 expire 事件
3. 基于 Redis 的 Stream(需要 redis 5.0 及以上版本) 消费组来实现

基于 ZSet 实现延时队列

redis 可以基于 list 来实现队列， 通过 LPop 和 RPush 保证先入先出。 在延时队列场景可以使用 zset, 实现原理:

1. score 存储到期时间的时间戳
2. 定时轮询 zset， 使用到期时间作为 score， 使用 ZRANGEBYSCORE 获取到期的消息， 将到期的消息迁移到 List 即可(或不要这一步， 直接消费)

消息迁移原子性

将到期消息的往 list 的迁移需要三个动作：

1. 查询到期消息
2. 从 sortedset 取出到期消息
3. 将到期消息 push 到 list 队列中

这三个动作需要保证原子性(要么都成功，要么都失败), 可以使用 lua 脚本来实现。

备注: 虽然 redis 本身支持事务， 但是 redis 的事务机制不是那么合理， 当运行出错的时候会跳过出错的命令继续执行(只有语法错误才会失败)， 并不能完全保证原子性， 所以大部分框架还是会选择用 lua 脚本

List 和 Zset 的性能

本章节摘取于其他文章的测试结果， 出处在参考资料

压测环境:

• 目标服务器为 8C16G
• redis 版本为 6.0
• 压测工具是 memtier_benchmark

1. Lpop 和 Rpush 的时间复杂度是O(1):

1. zset 的 zadd 复杂度是 O(M*log(N))， N是有序集的基数，M为成功添加的新成员的数量

zadd benchmark 结果:

1. zset 的 zrangebyscore 复杂度是 O(log(N)+M)， N 为有序集的基数， M 为被结果集的基数。

List + 监听 expire 事件

1. 将消息放入 list 里面， 通过 lpop，rpush 操作任务的进出
2. 开启 KEYSPACE NOTIFICATIONS 监听过期事件: CONFIG SET notify-keyspace-events Ex
3. 消费者监听 list 对应 key 的 expire 事件后做出相应处理

KEYSPACE NOTIFICATIONS

Keyspace Notifications，可以用于监控 Redis 内的 Key 和 Value的变化，包括 Key 过期事件。像监听过期 Key 的功能就是通过 Keyspace Notifications 实现的。 基本原理是：Pub/Sub。客户端通过订阅 Pub/Sub 频道，来感知事件的发生。

开启 KEYSPACE NOTIFICATIONS:

# config set 或者 redis.conf 配置
notify-keyspace-events [参数](KEA)
# 禁用该功能 参数设置为空即


### 参数说明
至少需要 K E 中的一个
- K: 以 __keyspace@<db>__ 为前缀的 Keyspace events
- E: 以 __keyevent@<db>__ 为前缀的 Keyevent events
- m: 访问了不存在的 key
- n: 产生了新 key
- A: A是特殊的，代表下面所有的参数的总和，是"g$lshztxed"的别名（除去mnKE的全部)
- x： key 过期事件
- e： Redis内存满了,被内存淘汰的事件
- g： 通用命令
- $： String commands
- s： Set commands
- h: Hash commands
- z: Sorted set commands
- t: Stream commands
- d: Module key type events

redis Pub/Sub 机制

Redis 可以通过 List 来做最简单的生产者消费者模式

• 早期阶段: 普通List， 生产者 Lpush 发送， 消费者做一个死循环 Rpop 消费 这种最简单的模式， 有个很明显的问题。 当队列没有数据的时候， 消费者 Rpop 仍然会不停的拉消息， 会造成CPU的空转以及对Redis产生额外的压力 当然， Redis 也提供了阻塞的拉取: BRpop/BLpop, 这样可以避免CPU空转。

不过这仍然有几个问题:

1. 不支持多消费者费: 消费者拉取消息后，这条消息就从 List 中删除了，无法被其它消费者再次消费
2. 消息丢失：消费者拉取到消息后，如果发生异常宕机，那这条消息就丢失了

Redis Pub/Sub 机制可以解决这个问题: 生产者通过 Publish 往 channel 发送消息， 消费者通过 Subscribe 订阅 channle, 一个 channel 可以被多个 Subscriber 订阅

不过仍然有这些缺陷:

1. 不保证消息可靠性： 如果发布消息的时候， Subscriber 不在线， 那么这个消费就会丢失， 消息的可靠性得不到保证
2. 不支持持久化: pub/sub 没有任何数据结构， 不会写入 AOF/RDB， 如果 Redis 宕机， 那么所有消息都会丢失
3. 如果订阅者太多， 每次发送消息会对 Redis 造成较大的性能压力

该方案缺陷

1. 开启 keyspace notifications 会带来额外的 CPU 开销。 如果事件通知非常频繁， redis Server 可能会积累大量的未通知事件， 占据大量内存
2. 基于 pub/sub 模式消息传递是不可靠的， 如果客户端断开的过程中发送了消息， 此刻消息就丢失了(没有 MQ 的 ack 和 commit offset 机制)
3. 过期事件的通知会有延迟， 因为 redis 发现 key 过期并非是 ttl 到 0， 而是 redis 发现过期才会通知(get 的时候或者线程扫描)， 因此如果 key 非常多的时候， 可能会有分钟级的延迟

基于 Redis Stream 实现

Redis Stream 是干什么的？

Stream 是 Redis5.0 推出的一种数据结构， 主要用于当消息队列、日志分析等场景。 我们上面介绍的几种消息队列机制都有一些或多或少的问题:

1. Redis List没有消息多播功能，没有ACK机制，无法重复消费等等。
2. Redis Pub/Sub消息无法持久化，只管发送，如果出现网络断开、Redis 宕机等，消息就直接没了，自然也没有ACK机制。
3. Redis Sorted Set不支持阻塞式获取消息、不允许重复消费、不支持分组。

Redis Steam 有如下机制:

1. 提供了对于消费者和消费者组的阻塞、非阻塞的获取消息的功能。
2. 提供了消息多播的功能，同一个消息可被分发给多个单消费者和消费者组；
3. 提供了消息持久化的功能，可以让任何消费者访问任何时刻的历史消息；
4. 提供了强大的消费者组的功能：
   1. 消费者组实现同组多个消费者并行但不重复消费消息的能力，提升消费能力。
   2. 消费者组能够记住最新消费的信息，保证消息连续消费；
   3. 消费者组能够记住消息转移次数，实现消费失败重试以及永久性故障的消息转移。
   4. 消费者组能够记住消息转移次数，借此可以实现死信消息的功能（需自己实现）。
   5. 消费者组提供了 PEL 未确认列表和 ACK 确认机制，保证消息被成功消费，不丢失；

Redis Stream 基本满足了消息队列的大部分要求

Redis Stream 数据结构

1. 每个 Stream 都有唯一的名称，它就是 Redis 的 key，在首次使用 XADD 指令追加消息时自动创建。
2. Consumer Group：参考了 Kafka 的概念， 消费者组，消费者组记录了 Stream 的状态，使用 XGROUP CREATE 命令手动创建，在同一个 Stream 内消费者组名称唯一。一个消费组可以有多个消费者(Consumer)同时进行组内消费，所有消费者共享Stream内的所有信息，但同一条消息只会有一个消费者消费到，不同的消费者会消费 Stream 中不同的消息，这样就可以应用在分布式的场景中来保证消息消费的唯一性。
3. last_delivered_id ：游标，用来记录某个消费者组在 Stream 上的消费位置信息，每个消费组会有个游标，任意一个消费者读取了消息都会使游标 last_delivered_id 往前移动。创建消费者组时需要指定从 Stream 的哪一个消息ID（哪个位置）开始消费，该位置之前的数据会被忽略，同时还用来初始化 last_delivered_id 这个变量。这个last_delivered_id一般来说就是最新消费的消息ID(这也是借用了 kafka commit offset 的概念)
4. pending_ids：每个消费者内部的状态变量，作用是维护消费者的未确认的消息ID。pending_ids 记录了 当前已经被客户端读取，但是还没有 ack 的消息 。 目的是为了保证客户端至少消费了消息一次，而不会在网络传输的中途丢失而没有对消息进行处理。如果客户端没有 ack，那么这个变量里面的消息ID 就会越来越多，一旦某个消息被 ack，它就会对应开始减少。这个变量也被 Redis 官方称为 PEL (Pending Entries List)

基本命令

XADD：向Stream中添加消息。如果指定的Stream不存在，则会自动创建

// MAXLEN maxlen：可选参数，用于限制Stream的最大长度。当Stream的长度达到maxlen时，旧的消息会被自动删除。
//  ID id：可选参数，用于指定消息的ID。如果不指定该参数，Redis会自动生成一个唯一的ID。
//  field1 value1 [field2 value2 ...]：消息的字段和值，消息的内容以key-value的形式存在。
XADD stream_name [MAXLEN maxlen] [ID id] field1 value1 [field2 value2 ...]

XREAD：以阻塞/非阻塞方式获取Stream中的消息列表。

// COUNT count：可选参数，用于指定一次读取的最大消息数量。如果不指定，默认为1。
// BLOCK milliseconds：也是一个可选参数，用于指定阻塞的时间（以毫秒为单位）。如果指定了阻塞时间，并且当前没有可消费的消息，客户端将在指定的时间内阻塞等待。如果不设置该参数或设置为0，则命令将立即返回，无论是否有可消费的消息。
// STREAMS key [key ...] ID [ID ...]：这部分指定了要消费的流（Streams）和对应的起始消息ID。可以一次指定多个流和对应的起始ID。
XREAD [COUNT count] [BLOCK milliseconds] STREAMS key [key ...] ID [ID ...] 

XREADGROUP：从消费者组中读取消息，支持阻塞读取。

XACK：确认消费者已经成功处理了消息。

XGROUP：用于管理消费者组，包括创建、设置ID、销毁消费者组等操作。

XPENDING：查询消费者组中的待处理消息。

参考资料

• Redis延迟队列golang高效实现