面试 实习 Redis Redis中如何实现的消息队列 黄文胜 2024-10-23 2024-11-07 Redis 中如何实现的消息队列?实现的方式有几种? 细心的你可能发现了,本系列课程中竟然出现了三篇都是在说消息队列,第10篇时讲了程序级别的消息队列以及延迟消息队列的实现,而第15篇讲了常见的消息队列中间件 RabbitMQ、Kafka 等,由此可见消息队列在整个 Java 技术体系中的重要程度。本课时我们将重点来看一下 Redis 是如何实现消息队列的。
典型回答 早在 Redis 2.0 版本之前使用 Redis 实现消息队列的方式有两种:
使用 List 类型实现 使用 ZSet 类型实现 其中使用List 类型实现的方式最为简单和直接 ,它主要是通过 lpush、rpop 存入和读取实现消息队列的,如下图所示:
lpush 可以把最新的消息存储到消息队列(List 集合)的首部,而 rpop 可以读取消息队列的尾部,这样就实现了先进先出,如下图所示:
命令行的实现命令如下:
1 2 3 4 5 6 7 8 127.0.0.1:6379> lpush mq "java" #推送消息 java (integer) 1 127.0.0.1:6379> lpush mq "msg" #推送消息 msg (integer) 2 127.0.0.1:6379> rpop mq #接收到消息 java "java" 127.0.0.1:6379> rpop mq #接收到消息 msg "mq"
其中,mq 相当于消息队列的名称,而 lpush 用于生产并添加消息,而 rpop 用于拉取并消费消息。 使用 List 实现消息队列的优点是消息可以被持久化,List 可以借助 Redis 本身的持久化功能,AOF 或者是 RDB 或混合持久化的方式,用于把数据保存至磁盘,这样当 Redis 重启之后,消息不会丢失。
但使用 List 同样存在一定的问题,比如消息不支持重复消费、没有按照主题订阅的功能、不支持消费消息确认等。
ZSet 实现消息队列的方式和 List 类似,它是利用 zadd 和 zrangebyscore 来实现存入和读取消息的,这里就不重复叙述了。但 ZSet 的实现方式更为复杂一些,因为 ZSet 多了一个分值(score)属性,我们可以使用它来实现更多的功能,比如用它来存储时间戳,以此来实现延迟消息队列等。
ZSet 同样具备持久化的功能,List 存在的问题它也同样存在,不但如此,使用 ZSet 还不能存储相同元素的值。因为它是有序集合,有序集合的存储元素值是不能重复的,但分值可以重复,也就是说当消息值重复时,只能存储一条信息在 ZSet 中。
在 Redis 2.0 之后 Redis 就新增了专门的发布和订阅的类型,Publisher(发布者)和 Subscriber(订阅者)来实现消息队列了,它们对应的执行命令如下:
发布消息,publish channel “message”
订阅消息,subscribe channel
使用发布和订阅的类型,我们可以实现主题订阅的功能,也就是 Pattern Subscribe 的功能。因此我们可以使用一个消费者“queue_*”来订阅所有以“queue_”开头的消息队列,如下图所示:
发布订阅模式的优点很明显,但同样存在以下 3 个问题:
无法持久化保存消息,如果 Redis 服务器宕机或重启,那么所有的消息将会丢失;
发布订阅模式是“发后既忘”的工作模式,如果有订阅者离线重连之后就不能消费之前的历史消息;
不支持消费者确认机制,稳定性不能得到保证,例如当消费者获取到消息之后,还没来得及执行就宕机了。因为没有消费者确认机制,Redis 就会误以为消费者已经执行了,因此就不会重复发送未被正常消费的消息了,这样整体的 Redis 稳定性就被没有办法得到保障了。
然而在 Redis 5.0 之后新增了 Stream 类型,我们就可以使用 Stream 的 xadd 和 xrange 来实现消息的存入和读取了,并且 Stream 提供了 xack 手动确认消息消费的命令,用它我们就可以实现消费者确认的功能了,使用命令如下:
1 2 127.0.0.1:6379> xack mq group1 1580959593553-0 (integer) 1
相关语法如下:
1 xack key group-key ID [ID ...]
消费确认增加了消息的可靠性,一般在业务处理完成之后,需要执行 xack 确认消息已经被消费完成,整个流程的执行如下图所示:
其中“Group”为群组,消费者也就是接收者需要订阅到群组才能正常获取到消息。
以上就 Redis 实现消息队列的四种方式,他们分别是:
使用 List 实现消息队列;
使用 ZSet 实现消息队列;
使用发布订阅者模式实现消息队列;
使用 Stream 实现消息队列。
考点分析 本课时的题目比较全面的考察了面试者对于 Redis 整体知识框架和新版本特性的理解和领悟。早期版本中比较常用的实现消息队列的方式是 List、ZSet 和发布订阅者模式,使用 Stream 来实现消息队列是近两年才流行起来的方案,并且很多企业也没有使用到 Redis 5.0 这么新的版本。因此只需回答出前三种就算及格了,而 Stream 方式实现消息队列属于附加题,如果面试中能回答上来的话就更好了,它体现了你对新技术的敏感度与对技术的热爱程度,属于面试中的加分项。
和此知识点相关的面试题还有以下几个:
在 Java 代码中使用 List 实现消息队列会有什么问题?应该如何解决?
在程序中如何使用 Stream 来实现消息队列?
知识扩展 使用 List 实现消息队列 在 Java 程序中我们需要使用 Redis 客户端框架来辅助程序操作 Redis,比如 Jedis 框架。
使用 Jedis 框架首先需要在 pom.xml 文件中添加 Jedis 依赖,配置如下:
1 2 3 4 5 6 <dependency > <groupId > redis.clients</groupId > <artifactId > jedis</artifactId > <version > ${version}</version > </dependency >
List 实现消息队列的完整代码如下:
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 import redis.clients.jedis.Jedis;publicclass ListMQTest { public static void main (String[] args) { new Thread (() -> consumer()).start(); producer(); } public static void producer () { Jedis jedis = new Jedis ("127.0.0.1" , 6379 ); jedis.lpush("mq" , "Hello, List." ); } public static void consumer () { Jedis jedis = new Jedis ("127.0.0.1" , 6379 ); while (true ) { String msg = jedis.rpop("mq" ); if (msg != null ) { System.out.println("接收到消息:" + msg); } } } }
以上程序的运行结果是:
但是以上的代码存在一个问题,可以看出以上消费者的实现是通过 while 无限循环来获取消息,但如果消息的空闲时间比较长,一直没有新任务,而 while 循环不会因此停止,它会一直执行循环的动作,这样就会白白浪费了系统的资源。
此时我们可以借助 Redis 中的阻塞读来替代 rpop 的方法就可以解决此问题,具体实现代码如下:
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 import redis.clients.jedis.Jedis;public class ListMQExample { public static void main (String[] args) throws InterruptedException { new Thread (() -> bConsumer()).start(); producer(); } public static void producer () throws InterruptedException { Jedis jedis = new Jedis ("127.0.0.1" , 6379 ); jedis.lpush("mq" , "Hello, Java." ); Thread.sleep(1000 ); jedis.lpush("mq" , "message 2." ); Thread.sleep(2000 ); jedis.lpush("mq" , "message 3." ); } public static void bConsumer () { Jedis jedis = new Jedis ("127.0.0.1" , 6379 ); while (true ) { for (String item : jedis.brpop(0 ,"mq" )) { System.out.println(item); } } } }
以上程序的运行结果是:
以上代码是经过改良的,我们使用 brpop 替代 rpop 来读取最后一条消息,就可以解决 while 循环在没有数据的情况下,一直循环消耗系统资源的情况了。brpop 中的 b 是 blocking 的意思,表示阻塞读,也就是当队列没有数据时,它会进入休眠状态,当有数据进入队列之后,它才会“苏醒”过来执行读取任务,这样就可以解决 while 循环一直执行消耗系统资源的问题了。
使用 Stream 实现消息队列 在开始实现消息队列之前,我们必须先创建分组才行,因为消费者需要关联分组信息才能正常运行,具体实现代码如下:
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 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 import com.google.gson.Gson;import redis.clients.jedis.Jedis;import redis.clients.jedis.StreamEntry;import redis.clients.jedis.StreamEntryID;import utils.JedisUtils;import java.util.AbstractMap;import java.util.HashMap;import java.util.List;import java.util.Map;public class StreamGroupExample { private static final String _STREAM_KEY = "mq" ; private static final String _GROUP_NAME = "g1" ; private static final String _CONSUMER_NAME = "c1" ; private static final String _CONSUMER2_NAME = "c2" ; public static void main (String[] args) { producer(); createGroup(_STREAM_KEY, _GROUP_NAME); new Thread (() -> consumer()).start(); new Thread (() -> consumer2()).start(); } public static void createGroup (String stream, String groupName) { Jedis jedis = JedisUtils.getJedis(); jedis.xgroupCreate(stream, groupName, new StreamEntryID (), true ); } public static void producer () { Jedis jedis = JedisUtils.getJedis(); Map<String, String> map = new HashMap <>(); map.put("data" , "redis" ); StreamEntryID id = jedis.xadd(_STREAM_KEY, null , map); System.out.println("消息添加成功 ID:" + id); Map<String, String> map2 = new HashMap <>(); map2.put("data" , "java" ); StreamEntryID id2 = jedis.xadd(_STREAM_KEY, null , map2); System.out.println("消息添加成功 ID:" + id2); } public static void consumer () { Jedis jedis = JedisUtils.getJedis(); while (true ) { Map.Entry<String, StreamEntryID> entry = new AbstractMap .SimpleImmutableEntry<>(_STREAM_KEY, new StreamEntryID ().UNRECEIVED_ENTRY); List<Map.Entry<String, List<StreamEntry>>> list = jedis.xreadGroup(_GROUP_NAME, _CONSUMER_NAME, 1 , 120 * 1000 , true , entry); if (list != null && list.size() == 1 ) { Map<String, String> content = list.get(0 ).getValue().get(0 ).getFields(); System.out.println("Consumer 1 读取到消息 ID:" + list.get(0 ).getValue().get(0 ).getID() + " 内容:" + new Gson ().toJson(content)); } } } public static void consumer2 () { Jedis jedis = JedisUtils.getJedis(); while (true ) { Map.Entry<String, StreamEntryID> entry = new AbstractMap .SimpleImmutableEntry<>(_STREAM_KEY, new StreamEntryID ().UNRECEIVED_ENTRY); List<Map.Entry<String, List<StreamEntry>>> list = jedis.xreadGroup(_GROUP_NAME, _CONSUMER2_NAME, 1 , 120 * 1000 , true , entry); if (list != null && list.size() == 1 ) { Map<String, String> content = list.get(0 ).getValue().get(0 ).getFields(); System.out.println("Consumer 2 读取到消息 ID:" + list.get(0 ).getValue().get(0 ).getID() + " 内容:" + new Gson ().toJson(content)); } } } }
以上代码运行结果如下:
1 2 3 4 消息添加成功 ID:1580971482344-0 消息添加成功 ID:1580971482415-0 Consumer 1 读取到消息 ID:1580971482344-0 内容:{"data":"redis"} Consumer 2 读取到消息 ID:1580971482415-0 内容:{"data":"java"}
其中,jedis.xreadGroup() 方法的第五个参数 noAck 表示是否自动确认消息,如果设置 true 收到消息会自动确认 (ack) 消息,否则需要手动确认。
可以看出,同一个分组内的多个 consumer 会读取到不同消息,不同的 consumer 不会读取到分组内的同一条消息。
小贴士:Jedis 框架要使用最新版,低版本 block 设置大于 0 时,会出现 bug,抛连接超时异常。