首页 > 数据库> 文章详细

用redis实现消息队列（实时消费+ack机制）

2020-07-01 11:09:52 阅读：208 来源： 互联网

标签：ack redis worker 队列 list 消息 public channel

消息队列

首先做简单的引入。

MQ主要是用来：

解耦应用、
异步化消息
流量削峰填谷

目前使用的较多的有ActiveMQ、RabbitMQ、ZeroMQ、Kafka、MetaMQ、RocketMQ等。
网上的资源对各种情况都有详细的解释，在此不做过多赘述。本文
仅介绍如何使用Redis实现轻量级MQ的过程。

为什么要用Redis实现轻量级MQ？

在业务的实现过程中，就算没有大量的流量，解耦和异步化几乎也是处处可用，此时MQ就显得尤为重要。但与此同时MQ也是一个蛮重的组件，例如我们如果用RabbitMQ就必须为它搭建一个服务器，同时如果要考虑可用性，就要为服务端建立一个集群，而且在生产如果有问题也需要查找功能。在中小型业务的开发过程中，可能业务的其他整个实现都没这个重。过重的组件服务会成倍增加工作量。
所幸的是，Redis提供的list数据结构非常适合做消息队列。
但是如何实现即时消费？如何实现ack机制？这些是实现的关键所在。

如何实现即时消费？

网上所流传的方法是使用Redis中list的操作BLPOP或BRPOP，即列表的阻塞式(blocking)弹出。
让我们来看看阻塞式弹出的使用方式：

BRPOP key [key ...] timeout

此命令的说明是：

1、当给定列表内没有任何元素可供弹出的时候，连接将被 BRPOP 命令阻塞，直到等待超时或发现可弹出元素为止。
2、当给定多个key参数时，按参数 key 的先后顺序依次检查各个列表，弹出第一个非空列表的尾部元素。

另外，BRPOP 除了弹出元素的位置和 BLPOP 不同之外，其他表现一致。

以此来看，列表的阻塞式弹出有两个特点：

1、如果list中没有任务的时候，该连接将会被阻塞
2、连接的阻塞有一个超时时间，当超时时间设置为0时，即可无限等待，直到弹出消息

由此看来，此方式是可行的，但此为传统的观察者模式，业务简单则可使用，如A的任务只由B去执行。但如果A和Z的任务，B和C都能执行，那使用这种方式就相形见肘。这个时候就应该使用订阅/发布模式，使业务系统更加清晰。
好在Redis也支持Pub/Sub（发布/订阅）。在消息A入队list的同时发布（PUBLISH）消息B到频道channel，此时已经订阅channel的worker就接收到了消息B，知道了list中有消息A进入，即可循环lpop或rpop来消费list中的消息。流程如下：

其中的worker可以是单独的线程，也可以是独立的服务，其充当了Consumer和业务处理者角色。下面做实例说明。

即时消费实例

示例场景为：worker要做同步文件功能，等到有文件生成时立马同步。

首先开启一个线程代表worker，来订阅频道channel：

@Service
public class SubscribeService {
@Resource
private RedisService redisService;
@Resource
private SynListener synListener;//订阅者
@PostConstruct
public void subscribe() {
new Thread(new Runnable() {
@Override
public void run() {
LogCvt.info("服务已订阅频道：{}", channel);
redisService.subscribe(synListener, channel);
}
}).start();
}
}

代码中的SynListener即为所声明的订阅者，channel为订阅的频道名称，具体的订阅逻辑如下：

@Service
public class SynListener extends JedisPubSub {
@Resource
private DispatchMessageHandler dispatchMessageHandler;
@Override
public void onMessage(String channel, String message) {
LogCvt.info("channel:{},receives message:{}",channel,message);
try {
//处理业务（同步文件）
dispatchMessageHandler.synFile();
} catch (Exception e) {
LogCvt.error(e.getMessage(),e);
}
}
}

处理业务的时候，就去list中去消费消息：

@Service
public class DispatchMessageHandler {
@Resource
private RedisService redisService;
@Resource
private MessageHandler messageHandler;
public void synFile(){
while(true){
try {
String message = redisService.lpop(RedisKeyUtil.syn_file_queue_key());
if (null == message){
break;
}
Thread.currentThread().setName(Tools.uuid());
// 队列数据处理
messageHandler.synfile(message);
} catch (Exception e) {
LogCvt.error(e.getMessage(),e);
}
}
}
}

这样我们就达到了消息的实时消费的目的。

如何实现ack机制？

ack，即消息确认机制(Acknowledge)。

首先来看RabbitMQ的ack机制：

Publisher把消息通知给Consumer，如果Consumer已处理完任务，那么它将向Broker发送ACK消息，告知某条消息已被成功处理，可以从队列中移除。如果Consumer没有发送回ACK消息，那么Broker会认为消息处理失败，会将此消息及后续消息分发给其他Consumer进行处理(redeliver flag置为true)。
这种确认机制和TCP/IP协议确立连接类似。不同的是，TCP/IP确立连接需要经过三次握手，而RabbitMQ只需要一次ACK。
值的注意的是，RabbitMQ当且仅当检测到ACK消息未发出且Consumer的连接终止时才会将消息重新分发给其他Consumer，因此不需要担心消息处理时间过长而被重新分发的情况。

那么在我们用Redis实现消息队列的ack机制的时候该怎么做呢？
需要注意两点：

work处理失败后，要回滚消息到原始pending队列
假如worker挂掉，也要回滚消息到原始pending队列

上面第一点可以在业务中完成，即失败后执行回滚消息。

实现方案

（该方案主要解决worker挂掉的情况）

维护两个队列：pending队列和doing表（hash表）。
workers定义为ThreadPool。
由pending队列出队后，workers分配一个线程（单个worker）去处理消息——给目标消息append一个当前时间戳和当前线程名称，将其写入doing表，然后该worker去消费消息，完成后自行在doing表擦除信息。
启用一个定时任务，每隔一段时间去扫描doing队列，检查每隔元素的时间戳，如果超时，则由worker的ThreadPoolExecutor去检查线程是否存在，如果存在则取消当前任务执行，并把事务rollback。最后把该任务从doing队列中pop出，再重新push进pending队列。
在worker的某线程中，如果处理业务失败，则主动回滚，并把任务从doing队列中移除，重新push进pending队列。

总结

Redis作为消息队列是有很大局限性的。因为其主要特性及用途决定它只能实现轻量级的消息队列。写在最后：没有绝对好的技术，只有对业务最友好的技术，谨此献给所有developer。

标签：ack,redis,worker,队列,list,消息,public,channel
来源： https://www.cnblogs.com/liliuguang/p/13218009.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9