首页 > 极客资料 博客日记
Redis系列:使用Stream实现消息队列 (图文总结+Go案例)
2024-08-07 09:00:05极客资料围观29次
1 先导
我们在《Redis系列14:使用List实现消息队列》这一篇中详细讨论了如何使用List实现消息队列,但同时也看到很多局限性,比如:
- 不支持消息确认机制,没有很好的ACK应答
- 不支持消息回溯,无法排查问题和做消息分析
- List按照FIFO机制执行,所以存在消息堆积的风险。
- 查询效率低,作为线性结构,List中定位一个数据需要进行遍历,O(N)的时间复杂度
- 不存在消费组(Consumer Group)的概念,无法实现多个消费者组成分组进行消费
2 关于Stream
Redis Stream是Redis 5.0版本中引入的一种新的数据结构,它主要用于高效地处理流式数据,特别适用于消息队列、日志记录和实时数据分析等场景。
以下是对Redis Stream的 主要特征:
1. 数据结构:Redis Stream是一个由有序消息组成的日志数据结构,每个消息都有一个全局唯一的ID,确保消息的顺序性和可追踪性。
2. 消息ID:消息的ID由两部分组成,分别是毫秒级时间戳和序列号。这种设计确保了消息ID的单调递增性,即新消息的ID总是大于旧消息的ID。
3. 消费者组:Redis Stream支持消费者组的概念,允许多个消费者以组的形式订阅Stream,并且每个消息只会被组内的一个消费者处理,避免了消息的重复消费。
以及主要优势:
1. 持久化存储:Stream中的消息可以被持久化存储,确保数据不会丢失,即使在Redis服务器重启后也能恢复消息。
2. 有序性:消息按照产生顺序生成消息ID, 被添加到Stream中,并且可以按照指定的条件检索消息,保证了消息的有序性。
3. 多播与分组消费:支持多个消费者同时消费同一流中的消息,并且可以将消费者组织成消费组,实现消息的分组消费。
4. 消息确认机制:消费者可以通过XACK命令确认是否成功消费消息,保证消息至少背消费一次,确保消息不会被重复处理。
5. 阻塞读取:消费者可以选择阻塞读取模式,当没有新消息时,消费者会等待直至新消息到达。
6. 消息可回溯: 方便补数、特殊数据处理, 以及问题回溯查询
3 主要命令
1. XADD:向Stream中添加消息。如果指定的Stream不存在,则会自动创建。
2. XREAD:以阻塞/非阻塞方式获取Stream中的消息列表。
3. XREADGROUP:从消费者组中读取消息,支持阻塞读取。
4. XACK:确认消费者已经成功处理了消息。
5. XGROUP:用于管理消费者组,包括创建、设置ID、销毁消费者组等操作。
6. XPENDING:查询消费者组中的待处理消息。
3.1 XADD 消息记录
XADD命令用于向Redis Stream(流)数据结构中添加消息。
3.1.1 XADD 命令的基本语法
XADD stream_name [MAXLEN maxlen] [ID id] field1 value1 [field2 value2 ...]
1. stream_name:指定要添加消息的Stream的名字。
2. MAXLEN maxlen:可选参数,用于限制Stream的最大长度。当Stream的长度达到maxlen时,旧的消息会被自动删除。
3. ID id:可选参数,用于指定消息的ID。如果不指定该参数,Redis会自动生成一个唯一的ID。
4. field1 value1 [field2 value2 ...]:消息的字段和值,消息的内容以key-value的形式存在。
XADD命令的一个重要用途是实现消息发布功能,发布者可以使用XADD命令向Stream中添加消息。
3.1.2 XADD 示例
假设我们有一个名为userinfo_stream
的Stream,并希望向其中添加一个包含sensor_id
和temperature
字段的消息,我们可以使用以下命令:
XADD userinfo_stream * user_name brand age 18
在这个例子中,*
表示让Redis自动生成一个唯一的消息ID。消息包含两个字段:username
和age
,它们的值分别是brand
和18
。所以这边记录了一个用户信息,姓名为brand
, 年龄18
岁。
3.1.3 有啥需要注意的呢
- 如果指定的Stream不存在,XADD命令会创建一个新的Stream。
- 消息的ID是唯一的,并且Redis会保证Stream中消息的ID是单调递增的。如果指定了ID,则新消息的ID必须大于Stream中现有的所有消息的ID。
- 使用MAXLEN参数可以限制Stream的大小,这在处理大量消息时非常有用,可以避免Stream占用过多的内存或磁盘空间。
3.2 XREAD 消息消费
即将消息从队列中读取出来(消费)
3.2.1 XREAD 命令的基本语法
XREAD命令的基本语法如下:
XREAD [COUNT count] [BLOCK milliseconds] STREAMS key [key ...] ID [ID ...]
1. COUNT count:这是一个可选参数,用于指定一次读取的最大消息数量。如果不指定,默认为1。
2. BLOCK milliseconds:这也是一个可选参数,用于指定阻塞的时间(以毫秒为单位)。如果指定了阻塞时间,并且当前没有可消费的消息,客户端将在指定的时间内阻塞等待。如果不设置该参数或设置为0,则命令将立即返回,无论是否有可消费的消息。
3. STREAMS key [key ...] ID [ID ...]:这部分指定了要消费的流(Streams)和对应的起始消息ID。可以一次指定多个流和对应的起始ID。
XREAD命令的工作机制
1. 读取指定ID之后的消息:XREAD命令会返回指定ID之后的消息(不包含指定ID的消息本身)。如果没有指定ID,或者指定的ID不存在于流中,那么命令将从流的开始或结束处读取消息,具体取决于ID的值(如“0-0”表示从流的开始处读取,“$”表示从流的当前最大ID处读取)。
2. 阻塞读取:当设置了BLOCK参数后,如果当前没有可消费的消息,客户端将进入阻塞状态,直到有新的消息到达或阻塞时间超时。这种机制非常适合实现消费者等待生产者产生新消息的场景。
3. 支持多个流:XREAD命令支持同时从多个流中读取消息,只需在命令中指定多个流和对应的起始ID即可。
3.2.2 XREAD 示例
假设我们有一个名为userinfo_stream
的流,并且想要从该流中读取消息。以下是一些示例:
1. 非阻塞读取最新消息:
XREAD COUNT 1 STREAMS userinfo_stream $
这条命令会尝试从userinfo_stream
流中读取最新的消息(如果有的话)。$
是一个特殊ID,表示流的当前最大ID。
2. 阻塞读取最新消息:
XREAD COUNT 1 BLOCK 1000 STREAMS userinfo_stream $
这条命令会阻塞1000毫秒,等待userinfo_stream
流中出现新的消息。如果在1000毫秒内有新消息到达,则命令会返回该消息;否则,命令将超时并返回nil。
3. 从特定ID开始读取:
XREAD COUNT 2 STREAMS userinfo_stream 1722159931000-0
1) 1) "userinfo_stream"
2) 1) 1) "1722159931000-0"
2) 1) "user_name"
2) "brand"
3) "age"
4) "18"
这条命令会从userinfo_stream
流中读取ID大于或等于1722159931000-0
的消息,最多返回数据。
3.2.3 需要注意啥呢?
1. 消息ID的唯一性:在Redis Streams中,每个消息都有一个全局唯一的消息ID,这个消息ID由两部分组成:时间戳和序列号。时间戳表示消息被添加到流中的时间,序列号表示在同一时间戳内添加的消息的顺序。
2. 消费者组:虽然XREAD命令本身不直接涉及消费者组的概念,但Redis Streams还支持消费者组模式,允许一组消费者协作消费同一流中的消息。在消费者组模式下,通常会使用XREADGROUP命令而不是XREAD命令来读取消息。
3. 性能考虑:XREAD命令在读取大量消息时可能会消耗较多的CPU和内存资源。因此,在实际应用中需要根据实际情况合理设置COUNT参数的值,避免一次性读取过多消息导致性能问题。
3.3 Consumer Group 消费组模式
典型的多播模式,在实时性要求比较高的场景,如果你想加快对消息的处理。那这是一个不错的选择,我们让队列在逻辑上进行分区,用不同的消费组来隔离消费。所以:
消费者组允许多个消费者(client 或 process)协同处理同一个流(Stream)中的消息。每个消费者组维护自己的消费偏移量(即已处理消息的位置),以支持消费者之间的负载均衡和容错。
3.3.1 创建消费者组
使用 XGROUP CREATE 命令创建消费者组。
# stream_name:队列名称
# consumer_group:消费者组
# msgIdStartIndex:消息Id开始位置
# msgIdStartIndex:消息Id结束位置
# $ 表示从流的当前末尾(即最新消息)开始创建消费者组。如果流不存在,MKSTREAM 选项将自动创建流
XGROUP CREATE stream_name consumer_group msgIdStartIndex-msgIdStartIndex
# 或者
XGROUP CREATE stream_name consumer_group $ MKSTREAM
下面是具体实现示例,为队列 userinfo_stream 创建了消费组1(consumer_group1)和 消费组2(consumer_group2):
> xgroup create userinfo_stream consumer_group1 0-0
OK
> xgroup create userinfo_stream consumer_group2 0-0
OK
3.3.2 读取消息
消费者可以通过 XREADGROUP
命令从消费者组中读取消息。XREADGROUP
命令不仅读取消息,还会更新消费者组中的消费者状态,即标记哪些消息已被读取。
# group_name: 消费者群组名
# consumer_name: 消费者名称
# COUNT number: count 消费个数
# BLOCK ms: 表示如果流中没有新消息,则命令将阻塞最多 xx 毫秒,0则无限阻塞
# stream_name: 队列名称
# id: 消息消费ID
# []:代表可选参数
# `>`:放在命令参数的最后面,表示从尚未被消费的消息开始读取;
XREADGROUP GROUP group_name consumer_name [COUNT number] [BLOCK ms] STREAMS stream_name [stream ...] id [id ...]
# 或者
XREADGROUP GROUP group_name consumer_name COUNT 1 BLOCK 2000 STREAMS stream_name >
下面是具体实现示例,消费组 consumer_group1 的消费者 consumer1 从 userinfo_stream 中以阻塞的方式读取一条消息:
XREADGROUP GROUP consumer_group1 consumer1 COUNT 1 BLOCK 0 STREAMS userinfo_stream >
1) 1) "userinfo_stream"
2) 1) 1) "1722159931000-0"
2) 1) "user_name"
2) "brand"
3) "age"
4) "18"
3.3.3 确认消息
处理完消息后,消费者需要发送 XACK 命令来确认消息。这告诉 Redis 这条消息已经被成功处理,并且可以从消费者组的待处理消息列表中移除
# stream_name: 队列名称
# group_name: 消费者群组名
# <message-id> 是要确认的消息的 ID。
XACK stream_name group_name <message-id>
# ACK 确认两条消息
XACK userinfo_stream consumer_group1 1722159931000-0 1722159932000-0
(integer) 2
3.3.4 PLE:消息可靠性保障
PEL(Pending Entries List)记录了当前被消费者读取但尚未确认(ACK)的消息。这些消息在消费者成功处理并发送ACK命令之前,会一直保留在PEL中。如果消费者崩溃或未能及时发送ACK命令,Redis将确保这些消息能够被重新分配给其他消费者进行处理,从而实现消息的可靠传递。
XPENDING stream_name group_name
以下的例子中,我们查看 userinfo_stream
中的 消费组 consumer_group1
中各个消费者已读取但未确认的消息信息。
XPENDING userinfo_stream consumer_group1
1) (integer) 2 # 未确认消息条数
2) "1722159931000-0"
3) "1722159932000-0"
详细的stream操作见官网文档:https://redis.io/docs/data-types/streams-tutorial/
4 使用Golang实现Stream队列能力
4.1 先安装go-redis/redis库
> go get github.com/go-redis/redis/v8
go: downloading github.com/go-redis/redis v6.15.9+incompatible
go: downloading github.com/go-redis/redis/v8 v8.11.5
go: downloading github.com/dgryski/go-rendezvous v0.0.0-20200823014737-9f7001d12a5f
go: downloading github.com/cespare/xxhash/v2 v2.1.2
go: added github.com/cespare/xxhash/v2 v2.1.2
go: added github.com/dgryski/go-rendezvous v0.0.0-20200823014737-9f7001d12a5f
go: added github.com/go-redis/redis/v8 v8.11.5
注意:这里的v8是库的版本号,你可以根据实际情况进行调整
逻辑实现
package main
import (
"context"
"fmt"
"log"
"time"
"github.com/go-redis/redis/v8"
)
func main() {
// 连接到Redis
rdb := redis.NewClient(&redis.Options{
Addr: "localhost:6379", // Redis地址
Password: "", // 密码(如果有的话)
DB: 0, // 使用默认DB
})
ctx := context.Background()
// 创建Stream
_, err := rdb.XAdd(ctx, &redis.XAddArgs{
Stream: "mystream",
Values: map[string]interface{}{
"field1": "value1",
"field2": "value2",
},
}).Result()
if err != nil {
log.Fatalf("Failed to add message to stream: %v", err)
}
// 创建Consumer Group
_, err = rdb.XGroupCreate(ctx, "mystream", "mygroup", "$").Result()
if err != nil && err != redis.Nil {
log.Fatalf("Failed to create consumer group: %v", err)
}
// 消费者读取消息
go func() {
for {
msgs, err := rdb.XReadGroup(ctx, &redis.XReadGroupArgs{
Group: "mygroup",
Consumer: "myconsumer",
Streams: []string{"mystream", ">"},
Count: 1,
Block: 1000, // 阻塞1000毫秒
}).Result()
if err != nil {
if err == redis.Nil {
// 超时,没有新消息
continue
}
log.Fatalf("Failed to read from stream: %v", err)
}
for _, msg := range msgs[0].Messages {
fmt.Printf("Received: %s %s\n", msg.ID, msg.Values)
// 确认消息
_, err = rdb.XAck(ctx, "mystream", "mygroup", msg.ID).Result()
if err != nil {
log.Fatalf("Failed to ack message: %v", err)
}
}
}
}()
// 模拟生产者继续发送消息
for i := 0; i < 5; i++ {
_, err := rdb.XAdd(ctx, &redis.XAddArgs{
Stream: "mystream",
Values: map[string]interface{}{
"field1": fmt.Sprintf("value%d", i+1),
"field2": "another value",
},
MaxLen: 100,
Approximate: true,
}).Result()
if err != nil {
log.Fatalf("Failed to add message to stream: %v", err)
}
time.Sleep(2 * time.Second) // 模拟生产间隔
}
// 注意:在实际应用中,主goroutine通常不会立即退出,而是会等待某些触发条件
5 应用场景
1. 消息队列:Redis Stream可以作为消息队列使用,支持消息的发布、订阅和消费。
2. 日志记录:将日志信息写入Redis Stream,方便后续的查询和分析。
3. 实时数据分析:结合Redis的其他数据结构(如Sorted Set、Hash等),对Stream中的数据进行实时分析。
6 总结
Redis Stream是Redis在消息队列和流式数据处理领域的一个重要补充,它提供了简单但功能强大的数据流处理能力,为开发者提供了更多的选择和灵活性。相对List,Stream的优势如下:
- 支持消息确认机制(ACK应答确认)
- 支持消息回溯,方便排查问题和做消息分析
- 存在消费组(Consumer Group)的概念,可以进行分组消费和批量消费,可以负载多个消费实例
标签:
相关文章
最新发布
- Nuxt.js 应用中的 prerender:routes 事件钩子详解
- 【问题解决】Tomcat由低于8版本升级到高版本使用Tomcat自带连接池报错无法找到表空间的问题
- 【FAQ】HarmonyOS SDK 闭源开放能力 —Vision Kit
- 六、Spring Boot集成Spring Security之前后分离认证流程最佳方案
- 《JVM第7课》堆区
- .NET 8 高性能跨平台图像处理库 ImageSharp
- 还在为慢速数据传输苦恼?Linux 零拷贝技术来帮你!
- 刚毕业,去做边缘业务,还有救吗?
- 如何避免 HttpClient 丢失请求头:通过 HttpRequestMessage 解决并优化
- 让性能提升56%的Vue3.5响应式重构之“版本计数”