Redis消息队列实现异步秒杀

Redis消息队列

消息队列(Message Queue)，字面意思就是存放消息的队列。最简单的消息队列模型包括3个角色:

  • 消息队列：存储和管理消息，也被称为消息代理
  • 生产者：发送消息到消息队列
  • 消费者：从消息队列获取消息并处理消息
    image

Redis提供了三种不同的方式来实现消息队列

  • list结构:基于List结构模拟消息队列
  • PubSub:基本的点对点消息模型
  • stream:比较完善的消息队列模型

基于List结构模拟消息队列

Redis的list数据结构是一个双向链表，很容易模拟出队列效果
队列是入口和出口不在一边，因此我们可以利用 lpush 结合 rpop、或者 rpush结合 lpop来实现。
不过要注意的是，当队列中没有消息时rpop或lpop操作会返回null，并不想jvm的阻塞队列那样会阻塞并等待消息。因此这里应该使用brpop或者blpop来实现阻塞效果。
image

基于List的消息队列有哪些优缺点?
优点:

  • 利用Redis存储，不受限于JVM内存上限基于Redis的持久化机制，数据安全性有保证可以满足消息有序性

缺点:

  • 无法避免消息丢失
  • 只支持单消费者

基于PubSub的消息队列

PubSub(发布订阅)是Redis2.0版本引入的消息传递模型。顾名思义，消费者可以订阅一个或多个channel,
生产者向对应channel发送消息后，所有订阅者都能收到相关消息

  • PUBLISH channel msg : 向一个频道发送消息
  • SUBSCRIBE channel [channel] : 订阅一个或多个频道
  • PSUBSCRIBE pattern[pattern] : 订阅与pattern格式匹配的所有频道
    image
    image

基于PubSub的消息队列有哪些优缺点?
优点:

  • 采用发布订阅模型，支持多生产、多消费

缺点:

  • 不支持数据持久化
  • 无法避免消息丢失
  • 消息堆积有上限，超出时数据丢失

基于Stream的消息队列

Stream 是Redis5.0 引入的一种新数据类型，可以实现一个功能非常完善的消息队列。

Stream的结构：

  • 消费者组： Consumer Group,即使用 XGROUP CREATE 命令创建的，一个消费者组中可以存在多个消费者，这些消费者之间是竞争关系。

  • 同一条消息，只能被这个消费者组中的某个消费者获取。

  • 多个消费者之间是相互独立的，互不干扰。

消费者： Consumer 消费消息。

  • last_delivered_id： 这个id保证了在同一个消费者组中，一个消息只能被一个消费者获取。每当消费者组的某个消费者读取到了这个消息后，这个last_delivered_id的值会往后移动一位，保证消费者不会读取到重复的消息。

  • pending_ids：记录了消费者读取到的消息id列表，但是这些消息可能还没有处理，如果认为某个消息处理，需要调用ack命令。这样就确保了某个消息一定会被执行一次。

消息内容：是一个键值对的格式。

Stream 中 消息的 ID： 默认情况下，ID使用 * ，redis可以自动生成一个，格式为 时间戳-序列号，也可以自己指定，一般使用默认生成的即可，且后生成的id号要比之前生成的大。

发送消息的命令：
image

例如：
创建名为 users 的队列，并向其中发送一个消息，内容是：{name=jack,age=21}，并且使用Redis自动生成ID

XADD users * name jack age 21
"1644805700523-0"

读取消息的方式之一：
image

  • block 是否阻塞，不阻塞时没有消息返回空，有消息返回消息

例如：
image

读取消息的方式之二：阻塞
xread阻塞方式，读取最新消息：

xread count 1 block 1000 streams users $

在业务开发中，我们可以循环的调用xread阻塞方式来查询最新消息，从而实现持续监听队列的效果，伪代码如下：
image

注意： 当我们指定其实ID为$时，代表读取最新的消息，如果我们处理一条消息的过程中，又有超过一条以上的消息到达队列，则下次获取也只能获取到最新的一条，会出现漏读消息的问题。
image

STREAM类型消息队列的XREAD命令特点：

  • 消息可回溯
  • 一个消息可以被多个消费者读取
  • 可以阻塞读取
  • 有消息漏读的风险

基于Stream的消息队列-消费者组

消费者组：将多个消费者划分到一个组中，监听同一个队列。具备下列特点：

  • 消息分流：队列中的消息会分流给组内的不同消费者，而不是重复消费，从而加快消息处理的速度
  • 消息标识：消费者组会维护一个标识，记录最后一个被处理的消息，哪怕消费者宕机重启，还会从标识之后读取消息，确保每一个消息都会被消费
  • 消息确认：消费者获取消息后，消息处于pending状态，并存入一个pending-list。当处理完成后需要通过xack来确认消息，标记消息已处理，才会从pending-list移除

创建消费者组：

xgroup create key groupName Id [mkstream]
  • key:队列名称
  • groupname：消费者组名称
  • id：其实ID标识，$代表队列中最后一个消息，0则代表队列中第一个消息
  • mkstream:队列不存在时自动创建队列

其他创建命令：

#删除指定的消费者组
xgroup destory key groupName
#给指定的消费者组添加消费者
xgroup createconsunmer key groupname consumername
#删除消费者组中的指定消费者
xgroup delconsumer key groupname consumername

从消费者组读取消息：

XREADGROUP GROUP group consumer [COUNT count] [BLOCK milliseconds] [NOACK] STREAMS Key [key ...] ID[ID ...]
  • group:消费组名称
  • consumer:消费者名称，如果消费者不存在，则自动创建一个消费者
  • count：本次查询的最大数量
  • BLOCK：当没有消息时最长等待时间
  • NOACK：无需手动ACK，获取到消息后自动确认
  • STREAMS key:指定队列名称
  • ID：获取消息的起始ID：
    • ">":从下一个未消费的消息开始
    • 其他：根据指定id从pending-list中获取已消费但未确认的消息，例如0，是从pending-list中的第一个消息开始

案例：
1、向Stream队列中添加一个名为hello的队列，内容为{name:zgf,age:22}
2、根据这个hello队列创建一个消费者组，组名为consumer001，并且是从第一个消息开始
3、从这个消费者组中读取消息
4、读取消息后，确认消息，将消息从pending-list中移除

#向Stream队列中添加一个名为hello的队列，内容为{name:zgf,age:22}
127.0.0.1:6379[1]> xadd hello * name zgf age 22
"1692865204496-0"
#根据这个hello队列创建一个消费者组，组名为consumer001，并且是从第一个消息开始
127.0.0.1:6379[1]> XGROUP create hello counsumer001 0
OK
#从这个消费者组中读取消息
127.0.0.1:6379[1]> XREADGROUP group counsumer001 c1 count 1 streams hello >
1) 1) "hello"
   2) 1) 1) "1692865204496-0"
         2) 1) "name"
            2) "zgf"
            3) "age"
            4) "22"
#读取消息后，确认消息，将消息从pending-list中移除
127.0.0.1:6379[1]> xack hello counsumer001 1692865204496-0
(integer) 1
#再去查看发现已经没有了
127.0.0.1:6379[1]> XREADGROUP group counsumer001 c1 count 1 streams hello 0
1) 1) "hello"
   2) (empty array)

那么应该如何知道我们的消息确认，确实从pending-list中删除了呢？
通过下列命令：

xpending key group [[idle min-idle-time] start end count[consumer]]

127.0.0.1:6379[1]> XPENDING hello counsumer001 - + 10 c1
1) 1) "1692866442415-0"
   2) "c1"
   3) (integer) 11761
   4) (integer) 1
  • key：队列名称
  • group：组名
  • idle min-idle-time：空闲时间，获取消息以后，确认之前的时间
  • start end： 想要获取的起始范围，根据id - + 表示所有的即最小到最大
  • consumer：消费者
    一般情况下：ID 一般给 > 符号，读取那些未消费的消息，如果出现了异常的情况就去读取pending-list中的消息

消费者监听消息的基本思路：伪代码如下：
image

总结：
STREAM类型消息队列的XREADGROUP命令特点：

  • 消息可回溯
  • 可以多消费者争抢消息，加快消费速度
  • 可以阻塞读取
  • 没有消息漏读的风险
  • 有消息确认机制，保证消息至少被消费一次
    image

场景

基于redis的Stream结构作为消息队列，实现异步秒杀下单

需求：

  • 创建一个Stream类型的消息队列，名为stream.orders
  • 修改秒杀下单lua脚本，在认定有抢购资格后，直接向stream.orders中添加消息，内容包含 voucherId，userId，orderId
  • 项目启动时，开启一个线程任务，尝试获取stream.orders中的消息，完成下单
127.0.0.1:6379> XGROUP create stream.orders g1 0 mkstream
OK

-- 1.参数列表
-- 1.1.优惠券id
local voucherId = ARGV[1]
-- 1.2.用户id
local userId = ARGV[2]
-- 1.3.订单id
local orderId = ARGV[3]

-- 2.数据key
-- 2.1.库存key
local stockKey = 'seckill:stock:' .. voucherId
-- 2.2.订单key
local orderKey = 'seckill:order:' .. voucherId

-- 3.脚本业务
-- 3.1.判断库存是否充足 get stockKey

if((tonumber(redis.call('get', stockKey))) <= 0) then
    -- 3.2.库存不足，返回1
    return 1
end
-- 3.2.判断用户是否下单 SISMEMBER orderKey userId
if(redis.call('sismember', orderKey, userId) == 1) then
    -- 3.3.存在，说明是重复下单，返回2
    return 2
end
-- 3.4.扣库存 incrby stockKey -1
redis.call('incrby', stockKey, -1)
-- 3.5.下单（保存用户）sadd orderKey userId
redis.call('sadd', orderKey, userId)
-- 3.6.发送消息到队列中， XADD stream.orders * k1 v1 k2 v2 ...
redis.call('xadd', 'stream.orders', '*', 'userId', userId, 'voucherId', voucherId, 'id', orderId)
return 0

业务代码

 // 开启线程池
    private static final ExecutorService SECKILL_ORDER_EXECUTOR = Executors.newSingleThreadExecutor();

    @PostConstruct // 类初始化之后立马执行
    private void init(){
        SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderHandler());
    }

        private class VoucherOrderHandler implements Runnable{
        String queueName = "stream.order";
        /**
         * 开启线程，实现异步创建订单逻辑
         */
        @Override
        public void run() {
            while (true){
                try {
                    // 1.获取消息队列中的订单信息 xreadgroup group g1 c1 count 1 block 2000 streams streams.order >
                    List<MapRecord<String, Object, Object>> list = stringRedisTemplate.opsForStream().read(
                            Consumer.from("g1", "c1"),
                            StreamReadOptions.empty().count(1).block(Duration.ofSeconds(2)),
                            StreamOffset.create(queueName, ReadOffset.lastConsumed())
                    );
                    //2.判断消息获取是否成功
                    if (list == null || list.isEmpty()){
                        // 2.1 如果获取失败，说明没有消息，继续下一次循环
                        continue;
                    }
                    // 2.2 如果获取成功，可以下单---解析消息,这里record是根据发送消息的格式去定义的
                    MapRecord<String, Object, Object> record = list.get(0);
                    // record.getValue(); 就是发送过来的 userId，voucherId，orderId
                    Map<Object, Object> values = record.getValue();
                    VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(values, new VoucherOrder(), true);
                     // 处理订单
                    handleVoucherOrder(voucherOrder);
                    // 4.ACK确认  sack stream.orders g1 id
                    stringRedisTemplate.opsForStream().acknowledge(queueName,"g1",record.getId());
                } catch (Exception e) {
                    e.printStackTrace();
                    // 消息异常，说明没有确认，那么此时我们需要在pending-list中去获取再次消费也就是创建订单
                    handlePendingList();
                }
            }
        }

            private void handlePendingList() {
                while (true){
                    try {
                        // 1.从padding-list中获取消息 xreadgroup group g1 c1 count 1 block 2000 streams streams.order 0
                        List<MapRecord<String, Object, Object>> list = stringRedisTemplate.opsForStream().read(
                                Consumer.from("g1", "c1"),
                                StreamReadOptions.empty().count(1),
                                StreamOffset.create(queueName, ReadOffset.from("0"))
                        );
                        //2.判断消息获取是否成功
                        if (list == null || list.isEmpty()){
                            // 2.1 如果获取失败，说明pending-list没有异常消息，结束循环
                            break;
                        }
                        // 2.2 如果获取成功，可以下单---解析消息
                        MapRecord<String, Object, Object> record = list.get(0);
                        Map<Object, Object> values = record.getValue();
                        VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(values, new VoucherOrder(), true);
                        handleVoucherOrder(voucherOrder);
                        // 4.ACK确认  sack stream.orders g1 id
                        stringRedisTemplate.opsForStream().acknowledge(queueName,"g1",record.getId());
                    } catch (Exception e) {
                        System.out.println("消息异常，处理pending-list订单异常");
                        try {
                            Thread.sleep(20);
                        } catch (InterruptedException interruptedException) {
                            interruptedException.printStackTrace();
                        }
                    }
                }
            }
        }
posted @   自学Java笔记本  阅读(186)  评论(0)  编辑  收藏  举报
相关博文：
· RockerMq发送消息之顺序消息
· Redis分片集群
· Redis实战(黑马点评--异步秒杀消息队列)
· Redis之消息队列实现
· Redis消息队列
阅读排行：
· 分享4款.NET开源、免费、实用的商城系统
· 全程不用写代码，我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了，比商业数据库还牛
· 白话解读 Dapr 1.15：你的「微服务管家」又秀新绝活了
· 上周热点回顾（2.24-3.2）
点击右上角即可分享
微信分享提示