先来回顾一个Redis有哪些特性:
- 速度快:Redis是基于内存的key-value类型的数据库,数据都存放在内存中,使得读写速度非常快,能够达到每秒数十万次的读写操作。
- 键值对的数据结构:Redis中的数据以键值对的形式存储,使得查询和操作数据非常方便和高效。
- 功能丰富:Redis具有许多实用的功能,例如键过期、发布订阅、Lua脚本、事务和管道等。这些功能使得Redis能够广泛应用于各种场景,如缓存、消息系统等。
- 持久化:Redis提供了两种持久化方案,即RDB(根据时间生成数据快照)和AOF(以追加方式记录每次写操作)。两种方案可以互相配合,确保数据的安全性。
- 主从复制:Redis支持主从复制功能,可以轻松实现数据备份和扩展。主节点会将其数据复制给从节点,从而实现数据的冗余和备份。
- 高可用和分布式:Redis从2.8版本开始提供了高可用实现哨兵模式,可以保证节点的故障发现和故障自动转移。此外,Redis从3.0版本开始支持集群模式,可以轻松实现数据的分布式存储和扩展。
总结一下:redis的特点就是:快、简单、稳定;
以RocketMQ为代表,作为专业的消息中间件而言,有哪些特性呢:
- 高性能、高可靠:RocketMQ采用分布式架构,能够高效地处理大量消息,同时也具有高可靠性的特性,能够保证消息的不丢失和正确传递。
- 高实时:RocketMQ支持消息的实时传递,能够满足实时交易系统的需求,为系统提供及时、准确的消息。
- 事务消息:RocketMQ支持事务消息,能够在消息发送和接收过程中保持事务的一致性,确保消息的可靠性和系统的稳定性。
- 顺序消息:RocketMQ可以保证消息的有序性,无论是在一个生产者还是多个生产者之间,都能保证消息按照发送顺序进行消费。
- 批量消息:RocketMQ支持批量消息,能够一次性发送多条消息,提高消息发送效率。
- 定时消息:RocketMQ支持定时消息,能够在指定的时间将消息发送到指定的Topic,满足定时任务的需求。
- 消息回溯:RocketMQ支持消息回溯,能够根据需要将消息重新发送到指定的Topic,便于调试和错误处理。
- 多种消息模式:RocketMQ支持发布/订阅、点对点、群聊等多种消息模式,适用于不同的业务场景。
- 可扩展性:RocketMQ采用分布式架构,能够方便地扩展消息处理能力,支持多个生产者和消费者同时处理消息。
- 多语言支持:RocketMQ提供多种语言的客户端库,支持包括Java、Python、C++等在内的多种编程语言。
总结一下:RocketMQ的特点就是除了性能非常高、系统本身的功能比较专业、完善,能适应非常多的场景;
从上述分析可以看出,Redis队列和MQ消息队列各有优势,Redis的最大特点就是快,所以基于Redis的消息队列相比MQ消息队列而言,更适合实时处理,但是基于Redis的消息队列更易受服务器内存限制;而RocketMQ消息队列作为专业的消息中间件产品,功能更完善,更适合应用于比较复杂的业务场景,可以实现离线消息发送、消息可靠投递以及消息的安全性,但MQ消息队列的读写性能略低于Redis队列。在技术选型时,除了上述的因素外,还有一个需要注意:大多数系统都会引入Redis作为基础的缓存中间件使用,如果要选用RocketMQ的话,还需要额外再申请资源进行部署。
很多时候,所谓的优点和缺点,只是针对特定场景而言,如果场景不一样了,优点可能会变成缺点,缺点也可能会变成优点。因此,除了专业的消息中间件外,基于Redis实现一个消息队列也是有必要的,在某些特殊的业务场景,比如一些并发量不是很高的管理系统,某些业务流程需要异步化处理,这时选择基于Redis自己实现一个消息队列,也是一个比较好的选择。这也是本篇文章主要分享的内容。
消息队列的基础知识:
什么是队列?
队列(Queue)是一种数据结构,遵循先进先出(FIFO)的原则。在队列中,元素被添加到末尾(入队),并从开头移除(出队)。
Java中有哪些队列?
- LinkedList:LinkedList实现了Deque接口,可以作为队列(FIFO)或栈(LIFO)使用。它是一个双向链表,所以插入和删除操作具有很高的效率。
- ArrayDeque:ArrayDeque也是一个双端队列,具有高效的插入和删除操作。与LinkedList相比,ArrayDeque通常在大多数操作中表现得更快,因为它在内部使用动态数组。
- PriorityQueue:PriorityQueue是一个优先队列,它保证队列头部总是最小元素。你可以自定义元素的排序规则。
- ConcurrentLinkedQueue:ConcurrentLinkedQueue是一个线程安全的队列,它使用无锁算法进行并发控制。它适用于高并发场景,但在低并发场景中可能比其他队列慢。
- LinkedBlockingQueue:LinkedBlockingQueue是一个线程安全的阻塞队列,它使用链表数据结构来存储数据。当队列为空时,获取元素的操作将会被阻塞;当队列已满时,插入元素的操作将会被阻塞。
- ArrayBlockingQueue:ArrayBlockingQueue是一个线程安全的阻塞队列,它使用数组数据结构来存储数据。与LinkedBlockingQueue相比,ArrayBlockingQueue的容量是固定的。
- PriorityBlockingQueue:PriorityBlockingQueue是一个线程安全的优先阻塞队列。与PriorityQueue类似,它保证队列头部总是最小元素。
- SynchronousQueue:SynchronousQueue是一个线程安全的阻塞队列,它只包含一个元素。当队列为空时,获取元素的操作将会被阻塞;当队列已满时,插入元素的操作将会被阻塞。
- DelayQueue:DelayQueue是一个无界阻塞队列,用于放置实现了Delayed接口的对象,其中的对象只能在其到期时才能从队列中取走。
LinkedBlockingQueue
以LinkedBlockingQueue为例,其使用方法是这样的:
创建了一个生产者线程和一个消费者线程,生产者线程和消费者线程分别对同一个LinkedBlockingQueue对象进行操作。生产者线程通过调用put()方法将元素添加到队列中,而消费者线程通过调用take()方法从队列中取出元素。这两个方法都会阻塞线程,直到队列中有元素可供取出或有空间可供添加元素。
import java.util.concurrent.LinkedBlockingQueue;
public class LinkedBlockingQueueExample {
public static void main(String[] args) {
LinkedBlockingQueue queue = new LinkedBlockingQueue<>();
// 生产者线程
new Thread(() -> {
for (int i = 0; i < 10; i++) {
try {
queue.put("Element " + i);
System.out.println("Produced: Element " + i);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}).start();
// 消费者线程
new Thread(() -> {
for (int i = 0; i < 10; i++) {
try {
String element = queue.take();
System.out.println("Consumed: " + element);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}).start();
}
}
基于Redis实现消息队列的几种方式
基于List数据类型
- 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:
图片
- 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;
- 优点: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。
- 缺点:基于List类型实现的消息队列不支持重复消费、没有按照主题订阅的功能、不支持消费消息确认等功能,如果确实需要,需要自己实现。
基于Zset数据类型
- 基于ZSet数据类型实现消息队列,是利用 zadd 和 zrangebyscore 来实现存入和读取消息的。
- 优点:和基于List数据类型差不多,同样具备持久化的功能,不同的是消息数据存储的结构类型不一样;
- 缺点:List 存在的问题它也同样存在,不支持重复消费,没有主题订阅功能,不支持消费消息确认,并且使用 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。
基于发布订阅模式
- 基于发布订阅模式,是使用Pattern Subscribe 的功能实现主题订阅的功能,也就是 。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:
- 优点:可以按照主题订阅方式
- 缺点:
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。
基于Stream类型
基于Stream 类型实现: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:
127.0.0.1:6379> xack mq group1 1580959593553-0
(integer) 1
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 ack 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。
以上就是基于Redis实现消息队列的几种方式的简单对比介绍,下面主要是分享一下基于Redis的List数据类型实现,其他几种方式,有兴趣的小伙可以自己尝试一下。
基于Redis的List数据类型实现消费队列的工作原理是什么?
Redis基于List结构实现队列的原理主要依赖于List的push和pop操作。
在Redis中,你可以使用LPUSH命令将一个或多个元素推入列表的左边,也就是列表头部。同样,你可以使用RPUSH命令将一个或多个元素推入列表的右边,也就是列表尾部。
对于队列来说,新元素总是从队列的头部进入,而读取操作总是从队列的尾部开始。因此,当你想将一个新元素加入队列时,你可以使用LPUSH命令。当你想从队列中取出一个元素时,你可以使用RPOP命令。
此外,Redis还提供了BRPOP命令,这是一个阻塞的RPOP版本。如果给定列表内没有任何元素可供弹出的话,将阻塞连接直到等待超时或发现可弹出元素为止。
需要注意的是,虽然Redis能够提供原子性的push和pop操作,但是在并发环境下使用队列时,仍然需要考虑线程安全和并发控制的问题。你可能需要使用Lua脚本或者其他机制来确保并发操作的正确性。
总的来说,Redis通过提供List数据结构以及一系列相关命令,可以很方便地实现队列的功能。
下面是Redis关于List数据结构操作的命令主要包括以下几种:
- LPUSH key value:将一个或多个值插入到列表的头部。
- RPUSH key value:将一个或多个值插入到列表的尾部。
- LPOP key:移除并获取列表的第一个元素。
- RPOP key:移除并获取列表的最后一个元素。
- LRANGE key start stop:获取指定索引范围内的元素。
- LINDEX key index:获取指定索引位置的元素。
- LLEN key:获取列表的长度。
- LREM key count value:移除列表中指定数量的特定元素。
- BRPOP key [key ...] timeout:移出并获取列表的最后一个元素,如果列表没有元素会阻塞直到等待超时或发现可弹出元素为止。
基于Redis的List数据类型实现延迟消息队列实战
需求描述
以一个实际需求为例,演示一个基于Redis的延迟队列是怎么使用的?
有一个XX任务管理的功能,主要的业务过程:
创建任务后;
不断检查任务的状态,任务的状态有三种:待执行、执行中、执行完成;
如果任务状态是执行完成后,主动获取任务执行结果,对任务执行结果进行处理;如果任务状态是待执行、执行中,则延迟5秒后,再次查询任务执行状态;
图片
实现方案
依赖引入
org.springframework.boot
spring-boot-starter-redis
1.4.7.RELEASE
org.redisson
redisson
3.23.1
定义三个延迟队列BeforeQueue、RunningQueue、CompleteQueue,对队列的任务进行存取,BeforeQueue用于对待执行状态的任务的存取,Running用于对执行中状态的任务的存取,CompleteQueue用于对执行完成状态的任务的存取,在三个任务队列中,取出元素是阻塞的,即如果队列中没有新的任务,当前线程会一直阻塞等待,直到有新的任务进入;如果是队列中还有元素,则遵循先进先出的原则逐个取出进行处理;
@Component
@Slf4j
public class BeforeQueue {
@Autowired
private RedissonClient redissonClient;
public Object take(){
RBlockingQueue
@Component
@Slf4j
public class RunningQueue {
@Autowired
private RedissonClient redissonClient;
public Object take(){
RBlockingQueue queue1 = redissonClient.getBlockingQueue("queue2");
Object obj = null;
try {
obj = queue1.take();
log.info("从myqueue2取出元素:{}",obj.toString());
} catch (InterruptedException e) {
e.printStackTrace();
}
return obj;
}
public void offer(Object obj){
RBlockingDeque queue1 = redissonClient.getBlockingDeque("queue2");
RDelayedQueue delayedQueue = redissonClient.getDelayedQueue(queue1);
delayedQueue.offer(obj,5, TimeUnit.SECONDS);
log.info("向myqueue2设置元素:{}",obj.toString());
}
}
@Component
@Slf4j
public class CompleteQueue {
@Autowired
private RedissonClient redissonClient;
public Object take(){
RBlockingQueue queue1 = redissonClient.getBlockingQueue("queue3");
Object obj = null;
try {
obj = queue1.take();
log.info("从CompleteQueue取出元素:{}",obj.toString());
} catch (InterruptedException e) {
e.printStackTrace();
}
return obj;
}
public void offer(Object obj){
RBlockingQueue queue1 = redissonClient.getBlockingDeque("queue3");
RDelayedQueue delayedQueue = redissonClient.getDelayedQueue(queue1);
delayedQueue.offer(obj,5, TimeUnit.SECONDS);
log.info("向CompleteQueue设置元素:{}",obj.toString());
}
}
定义三个监听器BeforeQueueListener、RunningQueueListener、CompleteQueueListener,监听器的主要作用主要就是负责监听三个队列中是否有新的任务 元素进入,如果有,则立即取出消费;如果没有,则阻塞等待新的元素进入,具体的实现逻辑是:新创建的任务会先放置到BeforeQueue中,BeforeQueueListener监听到有新的任务进入,会取出任务作一些业务处理,业务处理完一放入到RunningQueue中,RunningQueueListener监听到有新的任务进入,会取出任务再进行处理,这里的处理主要是查询任务执行状态,查询状态结果主要分两种情况:1、执行中、待执行状态,则把任务重新放入RunningQueue队列中,延迟5秒;2、执行完成状态,则把任务放置到CompleteQueue中;CompleteQueueListener监听到有新的任务进入后,会主动获取任务执行结果,作最后业务处理;
监听器在在处理队列中的数据相关的业务时,如果发生异常,则需要把取出的元素再重新入入到当前队列中,等待下一轮的重试;
@Component
@Slf4j
public class BeforeQueueListener implements Listener{
@Autowired
private BeforeQueue beforeQueue;
@Autowired
private RunningQueue runningQueue;
@Override
public void start() {
new Thread(new Runnable() {
@Override
public void run() {
while (true){
log.info("监听器进入阻塞:BeforeQueueListener");
Object obj = beforeQueue.take();
if (ObjectUtil.isNotNull(obj)) {
try {
log.info("开始休眠1s模拟业务处理:BeforeQueueListener,元素:{}",obj.toString());
Thread.currentThread().sleep(1000);
log.info("业务处理完成:BeforeQueueListener,元素:{}",obj.toString());
runningQueue.offer(obj);
} catch (InterruptedException e) {
log.error("业务处理发生异常,重置元素到BeforeQueue队列中");
log.error(e.getMessage());
beforeQueue.offer(obj);
}
}
}
}
}).start();
}
}
@Component
@Slf4j
public class RunningQueueListener implements Listener {
@Autowired
private RunningQueue runningQueue;
@Autowired
private CompleteQueue completeQueue;
@Override
public void start() {
new Thread(new Runnable() {
@Override
public void run() {
while (true) {
log.info("监听器进入阻塞:RunningQueueListener");
Object obj = runningQueue.take();
if (ObjectUtil.isNotNull(obj)) {
try {
log.info("开始休眠1s模拟业务处理:RunningQueueListener,元素:{}", obj.toString());
Thread.currentThread().sleep(1000);
Random random = new Random();
int i = random.nextInt(2);
if (i==0) {
test();
}
log.info("业务处理完成:RunningQueueListener,元素:{}", obj.toString());
completeQueue.offer(obj);
} catch (Exception e) {
log.error("业务处理发生异常,重置元素到RunningQueue队列中");
log.error(e.getMessage());
runningQueue.offer(obj);
}
}
}
}
}).start();
}
public void test(){
try {
int i=1/0;
} catch (Exception e) {
throw new RuntimeException("除数异常");
}
}
}
@Component
@Slf4j
public class CompleteQueueListener implements Listener{
@Autowired
private CompleteQueue completeQueue;
@Override
public void start() {
new Thread(new Runnable() {
@Override
public void run() {
while (true){
log.info("监听器进入阻塞:CompleteQueueListener");
Object obj = completeQueue.take();
if (ObjectUtil.isNotNull(obj)) {
try {
log.info("开始休眠1s模拟业务处理:CompleteQueueListener,元素:{}",obj.toString());
Thread.currentThread().sleep(1000);
log.info("业务处理完成:listener3,元素:{}",obj.toString());
} catch (InterruptedException e) {
log.error("业务处理发生异常,重置元素到CompleteQueue队列中");
log.error(e.getMessage());
completeQueue.offer(obj);
}
log.info("CompleteQueueListener任务结束,元素:{}",obj.toString());
}
}
}
}).start();
}
}
利用Springboot的扩展点ApplicationRunner,在项目启动完成后,分别启动BeforeQueueListener、RunningQueueListener、CompleteQueueListener,让三个监听器进入阻塞监听状态
@Component
public class MyRunner implements ApplicationRunner {
@Autowired
private ApplicationContext applicationContext;
@Override
public void run(ApplicationArguments args) throws Exception {
Map beansOfType = applicationContext.getBeansOfType(Listener.class);
for (String s : beansOfType.keySet()) {
Listener listener = beansOfType.get(s);
listener.start();
}
}
}
结果验证
图片
一个比较有意思的问题
日志丢失的问题
三个任务队列分别有三个线程来进行阻塞监听,即如果任务队列中有任务元素,则取出进行处理;如果没有,则阻塞等待,主线程只负责把任务设置到任务队列中,出现的问题是:控制台的日志输出显示任务元素已经放置到第一个BeforeQueue中,按照预期的结果应该是,控制台的日志输出会显示,从BeforeQueue取出元素进行业务处理、以及业务处理的日志,然后放置到RunningQueue中,再从RunningQueue中取出进行业务处理,接着放置到CompleteQueue队列中,最后从CompleteQueue中取出进行业务处理,最后结束;实际情况是:总是缺少从BeforeQueue取出元素进行业务处理、以及业务处理的日志,其他的日志输出都很正常、执行结果也正常;
问题原因
经过排查分析,最后找到了原因:
是logback线程安全问题, Logback 的大部分组件都是线程安全的,但某些特定的配置可能会导致线程安全问题。例如,如果你在同一个 Appender 中处理多个线程的日志事件,那么可能会出现线程安全问题,导致某些日志事件丢失。
解决方法
问题原因找到了,其实解决方法也就找到,具体就是logback的异步日志,logback.xml配置如下:
${console.log.pattern}
utf-8
500
0
true
文章中展示了关键性代码,示例全部代码地址:https://gitcode.net/fox9916/redisson-demo.git