springboot使用redis实现消息队列功能，redis使用list和stream实现消息队列功能，redis实现消息队列的风险点分析

秃了也弱了。

已于 2024-12-13 15:08:00 修改

阅读量3.4k

点赞数 1

分类专栏： redis spring、boot、cloud 文章标签： redis spring boot

于 2022-09-14 22:15:00 首次发布

本文链接：https://blog.csdn.net/A_art_xiang/article/details/126786875

版权

文章目录

一、写在前面
二、基于list的消息队列解决方案
三、基于stream的消息队列解决方案（redis消息队列终极解决方案）
四、基于发布/订阅的消息队列解决方案
- springboot实现发布-订阅
五、总结
六、基于redisson使用stream
参考资料

一、写在前面

消息队列的实现，主要有三个要点：

消息保序：保证消息的顺序消费。
重复消费：对重复消息的有效处理。
消息可靠性：保证消息不会因为服务器宕机而消失。

对于以上三个要点，其实redis的list和stream是可以做到的。

但是很多小伙伴也会使用发布/订阅模式来实现redis的消息队列，这样真的好吗？

下面咱们就一起分析一下，list、stream、发布/订阅模式做消息队列的可行性。

二、基于list的消息队列解决方案

使用list实现消息队列其实有一些坑的，这里我们慢慢剖析里面的坑并加以改进。

使用list基本实现消息队列

List 本身就是按先进先出的顺序对数据进行存取的，所以，如果使用 List 作为消息队列保存消息的话，就已经能满足消息保序的需求了。

生产者可以使用 LPUSH 命令把要发送的消息依次写入 List，而消费者则可以使用 RPOP 命令，从 List 的另一端按照消息的写入顺序，依次读取消息并进行处理。

1.消费者使用while(true)不断的尝试获取消息。

while(true) {
   
    Object o = redisTemplate.opsForList().rightPop("list:topic");
    if(o != null){
   
        System.out.println(o);
    }
    System.out.println("消费者尝试获取消息");
}

2.生产者发送消息。

redisTemplate.opsForList().leftPush("list:topic", "我是订阅消息");

3.提出问题

在生产者往 List 中写入数据时，List 并不会主动地通知消费者有新消息写入，如果消费者想要及时处理消息，就需要在程序中不停地调用 RPOP 命令（比如使用一个 while(true) 循环）。如果有新消息写入，RPOP 命令就会返回结果，否则，RPOP 命令返回空值，再继续循环。

所以，即使没有新消息写入 List，消费者也要不停地调用 RPOP 命令，这就会导致消费者程序的 CPU 一直消耗在执行 RPOP 命令上，带来不必要的性能损失。

解决方案请继续往下看。

阻塞式消费，避免性能损失

Redis 提供了 BRPOP 命令。BRPOP 命令也称为阻塞式读取，客户端在没有读到队列数据时，自动阻塞，直到有新的数据写入队列，再开始读取新数据。和消费者程序自己不停地调用 RPOP 命令相比，这种方式能节省 CPU 开销。

1.消费者优化：

使用list阻塞式读取可以阻塞式读取list中的消息，避免while(true)不断的访问redis。

while(true) {
   
    // 阻塞3秒钟
    Object o = redisTemplate.opsForList().rightPop("list:topic", 3000, TimeUnit.MINUTES);
    if(o != null){
   
        System.out.println(o);
    }
    System.out.println("消费者尝试获取消息");
}

2.提出问题

使用while(true)总感觉并不是很优雅，有什么更好的方式可以替换while(true)呢？

解决方案请继续往下看。

替换while(true)

可以使用线程池来替换while(true)。

1.消费者优化

// 带有定时功能的线程池
ScheduledExecutorService scheduler =  Executors.newScheduledThreadPool(1);

ScheduledFuture<?> scheduleTask =  scheduler.scheduleWithFixedDelay(() -> {
   
    // 阻塞3秒钟
    Object o = redisTemplate.opsForList().rightPop("list:topic", 3, TimeUnit.SECONDS);
    if(o != null){
   
        System.out.println(o);
    }
    System.out.println("消费者尝试获取消息");
    System.out.println(Thread.currentThread().getName() + "111" + new Date());
}, 1, 1,  TimeUnit.SECONDS);//1秒初始化之后执行一次，以后每1秒执行一次（频率可以适当调节）

2.提出问题

list如何解决消息重复读取问题？

虽然说list只能读取一次，但是谁都无法保证生产者因为某种原因会不会重复的生产相同的消息。

所以，基于redis的list，消费者只能自己本身来实现消息的幂等。

解决方案请继续往下看。

实现消息幂等

消息队列要能给每一个消息提供全局唯一的 ID 号；另一方面，消费者程序要把已经处理过的消息的 ID 号记录下来。

当收到一条消息后，消费者程序就可以对比收到的消息 ID 和记录的已处理过的消息 ID，来判断当前收到的消息有没有经过处理。如果已经处理过，那么，消费者程序就不再进行处理了。这种处理特性也称为幂等性，幂等性就是指，对于同一条消息，消费者收到一次的处理结果和收到多次的处理结果是一致的。

所以，该设计与redis本身无关，需要生产者与消费者达成一致协议，每一条消息生成一个唯一ID，用来判断重复消费问题。

保证消息可靠性

设想这样一个场景：
消费者收到消息之后，还没有处理完毕，消费者宕机了怎么办？

如果是Rabbitmq、Kafka这种消息队列，是有ack机制的，但是redis的list是没有这种机制的，怎么处理？

List 类型提供了 BRPOPLPUSH 命令，这个命令的作用是让消费者程序从一个 List 中读取消息，同时，Redis 会把这个消息再插入到另一个 List（可以叫作备份 List）留存。这样一来，如果消费者程序读了消息但没能正常处理，等它重启后，就可以从备份 List 中重新读取消息并进行处理了。

// 带有定时功能的线程池
ScheduledExecutorService scheduler =  Executors.newScheduledThreadPool(1);

ScheduledFuture<?> scheduleTask =  scheduler.scheduleWithFixedDelay(() -> {
   
    // 阻塞3秒钟，并生成备份
    Object o = redisTemplate.opsForList().rightPopAndLeftPush("list:topic", "list:topic:back",  3, TimeUnit.SECONDS);
    if(o != null){
   
        System.out.println(o);
    }
    System.out.println("消费者尝试获取消息");
    System.out.println(Thread.currentThread().getName() + "111" + new Date());
}, 1, 1,  TimeUnit.SECONDS);//1秒初始化之后执行一次，以后每1秒执行一次（频率可以适当调节）

但是以上要手动实现备份中哪些已经消费，哪些未被消费，实现起来还是比较麻烦的。。。

redis中有一种数据类型——stream，可以完美实现消息队列。

三、基于stream的消息队列解决方案（redis消息队列终极解决方案）

关于stream基本用法请移步：redis中stream数据结构使用详解——redis最适合做消息队列的数据结构

stream可以完美实现消息保序、自动生成消息唯一id、同时对消息的可靠性也有保障，提供了ack机制。

springboot使用stream实现消息队列

1.生产者不断生产消息

Random random = new Random();
Map<String, String> content = new HashMap<>();
content.put("id", "1");
content.put("name", "zhangsan");
content.put("age", String.valueOf(random.nextInt(1000)));
redisTemplate.opsForStream().add("stream:topic", content);

2.工具类

public String createGroup(String key, String group){
   
    return redisTemplate.opsForStream().createGroup(key, group);
}

public String addMap(String key, Map<String, String> value){
   
    return redisTemplate.opsForStream().add(key, value).getValue();
}

public String addRecord(Record<String, Object> record){
   
    return redisTemplate.opsForStream().add(record).getValue();
}

public Long ack(String key, String group, String... recordIds){
   
    return redisTemplate.opsForStream().acknowledge(key, group, recordIds);
}

public Long del(String key, String... recordIds){
   
    return redisTemplate.opsForStream().delete(key, recordIds);
}

3.创建消费者1

此处为了简化，直接使用匿名内部类定义了个bean，实际开发时可以单独定义一个类。

/**
 * 消费者A
 */
@Bean
public StreamListener consumer1(RedisStreamUtil redisStreamUtil){
   
    return new StreamListener<String, MapRecord<String, String, String>>() {
   
        @Override
        public void onMessage(MapRecord<String, String, String> message) {
   
            String stream = message.getStream();
            RecordId id = message.getId();
            Map<String, String> map = message.getValue();
            System.out.println