• 黑马点评--Redis消息队列


    Redis消息队列

    Redis消息队列实现异步秒杀

    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(Message Broker)
    • 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

    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

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-w7dtXsVa-1669305234332)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221123211303290.png)]

    基于List结构模拟消息队列

    消息队列(Message Queue),字面意思就是存放消息的队列。而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,并不像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。

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NFz1E6uV-1669305234335)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221123211941003.png)]

    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。

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

    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引入的一种新数据结构,可以实现一个功能完善的消息队列。发送消息的命令:XADD

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-g5GCJ2qf-1669305234337)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221124144846936.png)]

    读取消息的方式之一:XREAD

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-In5pQWmB-1669305234338)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221124145521507.png)]

    XREAD阻塞方式,读取最新的消息:

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-hqOgMaT7-1669305234340)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221124145647904.png)]

    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:

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DrURHJMO-1669305234341)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221124150129390.png)]

    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(Consumer Group):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:

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-FGTmKECR-1669305234343)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221124151543118.png)]

    创建消费者组:

    XGROUP CREATE key groupName ID [MKSTREAM]
    
    • 1
    • key:队列名称
    • groupName:消费者组名称
    • ID:起始ID标示,$代表队中最后一个消息,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

    其它常见命令:

    #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 CREATECONSUMER key groupname consumername
    
    #删除消费者组中的指定消费者
    XGROUP DELCONSUMER key groupname consumername
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8

    从消费者组读取消息:

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TrEW9AGt-1669305234352)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221124152437650.png)]

    • group:消费组名称
    • consumer:消息者名称,如果消费者不存在,会自动创建一个消费者
    • count:本次查询的最大数量
    • BLOCK milliseconds: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定
    • 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
      • 其它: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

    消费者监听消息的基本思路

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QwxAgE35-1669305234354)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221124154427618.png)]

    Stream类型消息队列的XREADGROUP命令特点:

    • 消息可回溯
    • 可以多消费争抢消息,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

    Redis消息队列

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BB8Z2Zgi-1669305234356)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221124154752296.png)]

    基于Redis的Stream结构作为消息队列,实现异步秒杀下单

    **注意:**redis 要求 5.0+因为使用到了 stream 特性。

    需求:

    1. 创建一个Stream类型的消息队列,名为stream.orders

      XGROUP CREATE stream.orders g1 0 MKSTREAM
      
      • 1
    2. 修改之前的秒杀下单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

      改变的lua脚本:

      --1.3.订单id
      local orderId = ARGV[3]
      
      --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)
      
      • 1
      • 2
      • 3
      • 4
      • 5
    3. 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

    //线程任务
        private  class  VoucherOrderHandler implements Runnable{
            String queueName = "streams.orders";
            @Override
            public void run() {
                while (true){
                    try {
                        //1.获取消息队列中的订单信息 XREADGROUP GROUP g1 c1 COUNT1 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;
                        }
                        //3.解析消息中的订单消息
                        MapRecord<String, Object, Object> record = list.get(0);
                        Map<Object, Object> value = record.getValue();
                        VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(value, new VoucherOrder(), true);
                        //4.如果获取成功,可以下单
                        handleVoucherOrder(voucherOrder);
                        //5.ACK确认   SACK stream.orders g1 id
                        stringRedisTemplate.opsForStream().acknowledge(queueName,"g1",record.getId());
                    } catch (Exception e) {
                        log.error("处理订单异常",e);
                        //处理异常的消息
                        handlePendingList();
                    }
                }
            }
            private void handlePendingList(){
                while (true){
                    try {
                        //1.获取pending-list中的订单信息 XREADGROUP GROUP g1 c1 COUNT1 BLOCK 2000 STREAMS streams.order
                        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没有消息,结束循环
                            break;
                        }
                        //3.解析消息中的订单消息
                        MapRecord<String, Object, Object> record = list.get(0);
                        Map<Object, Object> value = record.getValue();
                        VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(value, new VoucherOrder(), true);
                        //4.如果获取成功,可以下单
                        handleVoucherOrder(voucherOrder);
                        //5.ACK确认   SACK stream.orders g1 id
                        stringRedisTemplate.opsForStream().acknowledge(queueName,"g1",record.getId());
                    } catch (Exception e) {
                        log.error("处理pending-list订单异常",e);
                        try {
                            Thread.sleep(20);
                        } catch (InterruptedException ex) {
                            ex.printStackTrace();
                        }
                    }
                }
            }
        }
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67

    实现下单业务

     @Override
        @Transactional
        public Result seckillVoucher(Long voucherId) {
            //获取用户
            Long userId = UserHolder.getUser().getId();
            //获取订单id
            long orderId = redisIdWorker.nextId("order");
            //1.执行lua脚本
            Long result = stringRedisTemplate.execute(
                    SECKILL_SCRIPT,
                    Collections.emptyList(),
                    voucherId.toString(),
                    userId.toString(),
                    String.valueOf(orderId)
            );
            //2.判断结果是为0
            int r = result.intValue();
            if (r !=0 ){
                //2.1.不为0,代表没有购买资格
                return  Result.fail(r==1 ? "库存不足":"不能重复下单");
            }
            //3.获取代理对象
            proxy = (IVoucherOrderService) AopContext.currentProxy();
            //3.返回订单id
            return Result.ok(orderId);
        }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
  • 相关阅读:
    计算机毕业设计Java酒店互联网平台系统(源码+mysql数据库+系统+lw文档)
    单核与多核CPU的区别与联系-结合ESP32浅谈
    无网络机器上,win下vscode客户端通过ssh连接linux服务器
    玩全栈,做自己喜欢做的事,写自己喜欢写的代码
    数据结构-栈和队列(2)
    MySQL【聚合函数】
    结构型设计模式
    【智能优化算法】基于Jaya算法求解单目标优化问题附matlab代码MOJAYA
    有关于阶乘的相关理解
    【pytorch】2.2 pytorch 自动求导、 Tensor 与 Autograd
  • 原文地址:https://blog.csdn.net/weixin_53050118/article/details/128029145