分布式系統(tǒng)中必備的一個(gè)中間件就是消息隊(duì)列，通過(guò)消息隊(duì)列我們能對(duì)服務(wù)間進(jìn)行異步解耦、流量消峰、實(shí)現(xiàn)最終一致性。

目前市面上已經(jīng)有 RabbitMQ、RochetMQ、ActiveMQ、Kafka等，有人會(huì)問(wèn)：“Redis 適合做消息隊(duì)列么?”

在回答這個(gè)問(wèn)題之前，我們先從本質(zhì)思考：

• 消息隊(duì)列提供了什么特性?
• Redis 如何實(shí)現(xiàn)消息隊(duì)列?是否滿足存取需求?

今天，碼哥結(jié)合消息隊(duì)列的特點(diǎn)一步步帶大家分析使用 Redis 的 List 作為消息隊(duì)列的實(shí)現(xiàn)原理，并分享如何把 SpringBoot 與 Redission 整合運(yùn)用到項(xiàng)目中。

什么是消息隊(duì)列

消息隊(duì)列是一種異步的服務(wù)間通信方式，適用于分布式和微服務(wù)架構(gòu)。消息在被處理和刪除之前一直存儲(chǔ)在隊(duì)列上。

每條消息僅可被一位用戶處理一次。消息隊(duì)列可被用于分離重量級(jí)處理、緩沖或批處理工作以及緩解高峰期工作負(fù)載。

消息隊(duì)列

• Producer：消息生產(chǎn)者，負(fù)責(zé)產(chǎn)生和發(fā)送消息到 Broker;
• Broker：消息處理中心。負(fù)責(zé)消息存儲(chǔ)、確認(rèn)、重試等，一般其中會(huì)包含多個(gè) queue;
• Consumer：消息消費(fèi)者，負(fù)責(zé)從 Broker 中獲取消息，并進(jìn)行相應(yīng)處理;

消息隊(duì)列的使用場(chǎng)景有哪些呢?

消息隊(duì)列在實(shí)際應(yīng)用中包括如下四個(gè)場(chǎng)景：

• 應(yīng)用耦合：發(fā)送方、接收方系統(tǒng)之間不需要了解雙方，只需要認(rèn)識(shí)消息。多應(yīng)用間通過(guò)消息隊(duì)列對(duì)同一消息進(jìn)行處理，避免調(diào)用接口失敗導(dǎo)致整個(gè)過(guò)程失敗;
• 異步處理：多應(yīng)用對(duì)消息隊(duì)列中同一消息進(jìn)行處理，應(yīng)用間并發(fā)處理消息，相比串行處理，減少處理時(shí)間;
• 限流削峰：廣泛應(yīng)用于秒殺或搶購(gòu)活動(dòng)中，避免流量過(guò)大導(dǎo)致應(yīng)用系統(tǒng)掛掉的情況;
• 消息驅(qū)動(dòng)的系統(tǒng)：系統(tǒng)分為消息隊(duì)列、消息生產(chǎn)者、消息消費(fèi)者，生產(chǎn)者負(fù)責(zé)產(chǎn)生消息，消費(fèi)者(可能有多個(gè))負(fù)責(zé)對(duì)消息進(jìn)行處理;

消息隊(duì)列滿足哪些特性

消息有序性

消息是異步處理的，但是消費(fèi)者需要按照生產(chǎn)者發(fā)送消息的順序來(lái)消費(fèi)，避免出現(xiàn)后發(fā)送的消息被先處理的情況。

重復(fù)消息處理

生產(chǎn)者可能因?yàn)榫W(wǎng)絡(luò)問(wèn)題出現(xiàn)消息重傳導(dǎo)致消費(fèi)者可能會(huì)收到多條重復(fù)消息。

同樣的消息重復(fù)多次的話可能會(huì)造成一業(yè)務(wù)邏輯多次執(zhí)行，需要確保如何避免重復(fù)消費(fèi)問(wèn)題。

可靠性

一次保證消息的傳遞。如果發(fā)送消息時(shí)接收者不可用，消息隊(duì)列會(huì)保留消息，直到成功地傳遞它。

當(dāng)消費(fèi)者重啟后，可以繼續(xù)讀取消息進(jìn)行處理，防止消息遺漏。

List 實(shí)現(xiàn)消息隊(duì)列

Redis 的列表(List)是一種線性的有序結(jié)構(gòu)，可以按照元素被推入列表中的順序來(lái)存儲(chǔ)元素，能滿足「先進(jìn)先出」的需求，這些元素既可以是文字?jǐn)?shù)據(jù)，又可以是二進(jìn)制數(shù)據(jù)。

LPUSH

生產(chǎn)者使用 LPUSH key element[element...] 將消息插入到隊(duì)列的頭部，如果 key 不存在則會(huì)創(chuàng)建一個(gè)空的隊(duì)列再插入消息。

如下，生產(chǎn)者向隊(duì)列 queue 先后插入了 「Java」「碼哥字節(jié)」「Go」，返回值表示消息插入隊(duì)列后的個(gè)數(shù)。

> LPUSH queue Java 碼哥字節(jié) Go 
(integer) 3 

RPOP

消費(fèi)者使用 RPOP key 依次讀取隊(duì)列的消息，先進(jìn)先出，所以 「Java」會(huì)先讀取消費(fèi)：

> RPOP queue 
"Java" 
> RPOP queue 
"碼哥字節(jié)" 
> RPOP queue 
"Go" 

List隊(duì)列

實(shí)時(shí)消費(fèi)問(wèn)題

65 哥：這么簡(jiǎn)單就實(shí)現(xiàn)了么?

別高興的太早，LPUSH、RPOP 存在一個(gè)性能風(fēng)險(xiǎn)，生產(chǎn)者向隊(duì)列插入數(shù)據(jù)的時(shí)候，List 并不會(huì)主動(dòng)通知消費(fèi)者及時(shí)消費(fèi)。

我們需要寫一個(gè) while(true) 不停地調(diào)用 RPOP 指令，當(dāng)有新消息就會(huì)返回消息，否則返回空。

程序需要不斷輪詢并判斷是否為空再執(zhí)行消費(fèi)邏輯，這就會(huì)導(dǎo)致即使沒(méi)有新消息寫入到隊(duì)列，消費(fèi)者也要不停地調(diào)用 RPOP 命令占用 CPU 資源。

65 哥：要如何避免循環(huán)調(diào)用導(dǎo)致的 CPU 性能損耗呢?

Redis 提供了 BLPOP、BRPOP 阻塞讀取的命令，消費(fèi)者在在讀取隊(duì)列沒(méi)有數(shù)據(jù)的時(shí)候自動(dòng)阻塞，直到有新的消息寫入隊(duì)列，才會(huì)繼續(xù)讀取新消息執(zhí)行業(yè)務(wù)邏輯。

BRPOP queue 0 

參數(shù) 0 表示阻塞等待時(shí)間無(wú)無(wú)限制

重復(fù)消費(fèi)

• 消息隊(duì)列為每一條消息生成一個(gè)「全局 ID」;
• 生產(chǎn)者為每一條消息創(chuàng)建一條「全局 ID」，消費(fèi)者把一件處理過(guò)的消息 ID 記錄下來(lái)判斷是否重復(fù)。

其實(shí)這就是冪等，對(duì)于同一條消息，消費(fèi)者收到后處理一次的結(jié)果和多次的結(jié)果是一致的。

消息可靠性

65 哥：消費(fèi)者從 List 中讀取一條在消息處理過(guò)程中宕機(jī)了就會(huì)導(dǎo)致消息沒(méi)有處理完成，可是數(shù)據(jù)已經(jīng)沒(méi)有保存在 List 中了咋辦?

本質(zhì)就是消費(fèi)者在處理消息的時(shí)候崩潰了，就無(wú)法再還原消息，缺乏一個(gè)消息確認(rèn)機(jī)制。

Redis 提供了 RPOPLPUSH、BRPOPLPUSH(阻塞)兩個(gè)指令，含義是從 List 從讀取消息的同時(shí)把這條消息復(fù)制到另一個(gè) List 中(備份)，并且是原子操作。

我們就可以在業(yè)務(wù)流程正確處理完成后再刪除隊(duì)列消息實(shí)現(xiàn)消息確認(rèn)機(jī)制。如果在處理消息的時(shí)候宕機(jī)了，重啟后再?gòu)膫浞?List 中讀取消息處理。

LPUSH redisMQ 公眾號(hào) 碼哥字節(jié) 
BRPOPLPUSH redisMQ redisMQBack 

生產(chǎn)者用 LPUSH 把消息插入到 redisMQ 隊(duì)列中，消費(fèi)者使用 BRPOPLPUSH 讀取消息「公眾號(hào)」，同時(shí)該消息會(huì)被插入到 「redisMQBack」隊(duì)列中。

如果消費(fèi)成功則把「redisMQBack」的消息刪除即可，異常的話可以繼續(xù)從 「redisMQBack」再次讀取消息處理。

redis消息確認(rèn)機(jī)制

需要注意的是，如果生產(chǎn)者消息發(fā)送的很快，而消費(fèi)者處理速度慢就會(huì)導(dǎo)致消息堆積，給 Redis 的內(nèi)存帶來(lái)過(guò)大壓力。

Redission 實(shí)戰(zhàn)

在 Java 中，我們可以利用 Redission 封裝的 API 來(lái)快速實(shí)現(xiàn)隊(duì)列，接下來(lái)碼哥基于 SpringBoot 2.1.4 版本來(lái)交大家如何整合并實(shí)戰(zhàn)。

詳細(xì) API 文檔大家可查閱：https://github.com/redisson/redisson/wiki/7.-Distributed-collections

添加依賴

<dependency> 
  <groupId>org.redisson</groupId> 
  <artifactId>redisson-spring-boot-starter</artifactId> 
  <version>3.16.7</version> 
</dependency> 

添加 Redis 配置，碼哥的 Redis 沒(méi)有配置密碼，大家根據(jù)實(shí)際情況配置即可。

spring: 
  application: 
    name: redission 
  redis: 
    host: 127.0.0.1 
    port: 6379 
    ssl: false 

Java 代碼實(shí)戰(zhàn)

RBlockingDeque 繼承 java.util.concurrent.BlockingDeque ，在使用過(guò)程中我們完全可以根據(jù)接口文檔來(lái)選擇合適的 API 去實(shí)現(xiàn)業(yè)務(wù)邏輯。

主要方法如下

碼哥采用了雙端隊(duì)列來(lái)舉例

@Slf4j 
@Service 
public class QueueService { 
 
    @Autowired 
    private RedissonClient redissonClient; 
 
    private static final String REDIS_MQ = "redisMQ"; 
 
    /** 
     * 發(fā)送消息到隊(duì)列頭部 
     * 
     * @param message 
     */ 
    public void sendMessage(String message) { 
        RBlockingDeque<String> blockingDeque = redissonClient.getBlockingDeque(REDIS_MQ); 
 
        try { 
            blockingDeque.putFirst(message); 
            log.info("將消息: {} 插入到隊(duì)列。", message); 
        } catch (InterruptedException e) { 
            e.printStackTrace(); 
        } 
    } 
 
    /** 
     * 從隊(duì)列尾部阻塞讀取消息，若沒(méi)有消息，線程就會(huì)阻塞等待新消息插入，防止 CPU 空轉(zhuǎn) 
     */ 
    public void onMessage() { 
        RBlockingDeque<String> blockingDeque = redissonClient.getBlockingDeque(REDIS_MQ); 
        while (true) { 
            try { 
                String message = blockingDeque.takeLast(); 
                log.info("從隊(duì)列 {} 中讀取到消息：{}.", REDIS_MQ, message); 
            } catch (InterruptedException e) { 
                e.printStackTrace(); 
            } 
 
        } 
    } 

單元測(cè)試

@RunWith(SpringRunner.class) 
@SpringBootTest(classes = RedissionApplication.class) 
public class RedissionApplicationTests { 
 
    @Autowired 
    private QueueService queueService; 
 
    @Test 
    public void testQueue() throws InterruptedException { 
        new Thread(() -> { 
            for (int i = 0; i < 1000; i++) { 
                queueService.sendMessage("消息" + i); 
            } 
        }).start(); 
 
        new Thread(() -> queueService.onMessage()).start(); 
 
        Thread.currentThread().join(); 
    } 
 
 
} 

總結(jié)

可以使用 List 數(shù)據(jù)結(jié)構(gòu)來(lái)實(shí)現(xiàn)消息隊(duì)列，滿足先進(jìn)先出。為了實(shí)現(xiàn)消息可靠性，Redis 提供了 BRPOPLPUSH 命令是解決。

Redis 是一個(gè)非常輕量級(jí)的鍵值數(shù)據(jù)庫(kù)，部署一個(gè) Redis 實(shí)例就是啟動(dòng)一個(gè)進(jìn)程，部署 Redis 集群，也就是部署多個(gè) Redis 實(shí)例。

而 Kafka、RabbitMQ 部署時(shí)，涉及額外的組件，例如 Kafka 的運(yùn)行就需要再部署 ZooKeeper。相比 Redis 來(lái)說(shuō)，Kafka 和 RabbitMQ 一般被認(rèn)為是重量級(jí)的消息隊(duì)列。

需要注意的是，我們要避免生產(chǎn)者過(guò)快，消費(fèi)者過(guò)慢導(dǎo)致的消息堆積占用 Redis 的內(nèi)存。

在消息量不大的情況下使用 Redis 作為消息隊(duì)列，他能給我們帶來(lái)高性能的消息讀寫，這似乎也是一個(gè)很好消息隊(duì)列解決方案。

本文轉(zhuǎn)載自微信公眾號(hào)「碼哥字節(jié)」