如果觉得对你有帮助，能否点个赞或关个注，以示鼓励笔者呢？！博客目录 | 先点这里
Redis的消息队列
Redis中的消息队列怎么实现？怎么使用Redis实现延时队列？Redis的发布订阅模型
为什么还要发布订阅模型？发布订阅模型的缺点发布/订阅模型的命令消息结构代码实践
Redis消息队列 | JavaRedis PubSub | PythonRedis PubSub | Java为什么需要延时队列？ 如果你了解分布式锁就会知道，当我们多个客户端的请求对同一把分布式锁产生了冲突时，我们就要讨论以什么样的策略去解决这个冲突。一般情况有三种
抛异常，不管while + sleep，阻塞线程，休眠一段时间，重试将请求转移到消息队列中，过一段时间再重试而我们的Redis就可以实现第三种策略所需的延时队列。
Redis怎么实现延时队列？ Redis可以通过sorted set实现，既有序集合。我们将消息序列化成一个字符串，作为zset的value, 而这个value对应的score就是该消息的到期处理时间。然后可以使用定时任务每隔一小段时间就轮询一次这个zset, 判断zset的排名中最前(默认从小到大)的score是否小于当前时间，如果小于就说明该消息要重新拿出来处理了。
# python锁冲突后，将消息转移到延迟队列的伪代码 def delay(message): """ 将消息转移到延迟队列中，延迟队列由zset实现 """ message.id = str(uuid.uuid4()) # UUID, 消息的唯一标识 data = json.dumps(message) # 将消息序列化成json字符串 retry_time = time.time() + 60 # 该消息在60s后被拿出来重新处理 redis.zadd('delay-queue',retry_time, data) def loop(): """ 无限轮询，可单/多线程轮询 到期要被处理的消息交给handler方法处理 """ while True: # 从zset中获取一条score位于0到当前时间戳的消息 # 如果有消息的到期处理时间超过了当前时间，就有数据 data = redis.zrangebyscore('delay-queue',0,time.time(),start = 0, num = 1) if not data: # 没有消息到期，就等多1s time.sleep(1) continue data = data[0] success = redis.zrem('delay-queue', data) if not success: # 因为可能是并发轮询，所以只有zrem返回的是成功删除，才说明消息是本线程有权利处理 message = json.loads(success) handler(message) #重新处理消息当然，如果你觉得查询zset的频率不够，有很多种改进手段，比如一次拿zset的前10的到期处理时间与当前时间比较，或是多线程的方式轮询，甚至是多节点一起轮询。当然只要涉及多线程或多节点，就一定要注意线程安全问题~
代码优化空间 当然以上的python伪代码还是可以有进一步优化空间的，既同一个任务可能会被多个线程争抢，而没有争抢到的线程都白干活了。我们可以考虑通过lua脚本，将zrangebyscore的流程和zrem的流程合并成一个原子操作。这样就可以避免多线程或多进程在争抢同一个任务时造成的资源浪费。
前面我们讲了Redis消息队列的使用方法，但是没有提到Redis消息队列的不足。Redis消息队列的一个很大的不足就是无法支持消息的多播机制，正因为如此，Redis才提出了发布订阅模型！
消息多播 消息多播允许生产者值生成一次消息，由中间件负责将消息复制到多个消息队列中，每个消息队列由相应的消费组进行消费。
PubSub 为了支持消息多播，Redis不能再依赖基本的数据类型实现了，它单独的使用了一个模块来支持消息多播的功能，既PubSub模块, 也就是通常我们所说的发布/订阅模型
离线节点彻底丢失消息 Redis的PubSub模块的生产者发送了一个消息给订阅者，Redis会直接找到订阅的消费者发送。如果一个消费者都没有，那么生产者的消息就相当石沉大海，直接被丢弃。
所以这就会造成一个很大的弊端。当有三个订阅者订阅了一个生产者，突然某个消费者节点离线了，过了一会又上线了。那么在该消费者离线期间，生成者所推送的内容，相对该掉线消费者就是彻底丢失了。没有消息确认机制
只要消息从Redis的队列中pop出去后，就再也不跟Redis有任何关系了，业务逻辑执行错了，消息也不会回到Redis中。对比RabbitMQ就可以做到，业务执行失败，no-ack，消息会回到Rabbit队列中无法保证消息真实到达中间件，既消息从发布者客户端发送出现后，是否有到达Redis服务器，是无法知道的。相比RabbitMQ就可以有Comfirm机制消息不能持久化
因为PubSub的消息并非是Redis的一种数据类型，所以PubSub中数据是没有得到aof等持久化机制的支持的，既一旦节点崩溃，重新上线后，消息是会丢失的。这一点在Redis 5.0的Stream新数据结构中得到了改善也正因为PubSub模块的这些缺点，在严谨的消息队列领域，Redis的PubSub模型上不了主舞台，只能做一下简单的消息推送功能。总之Redis的发布订阅模块并不能作为严格意义的消息中间件，只能算是一个轻量级消息队列，可以在一些无伤大雅的低要求场景上使用。
所以Redis的作者单独开启了一个叫Disque的项目，专门做多播消息队列，但是目前该项目还未成熟。但是更让人劲爆的消息是，Redis 5.0新增了一个Stream数据结构，它是一个强大的支持多播的可持久化的消息队列。所以在可预见的未来，PubSub会逐渐被淘汰，Disque项目也可能不会有发行版本了。
publish 将信息 message 发送到指定的频道 channel，返回频道订阅者数量 publish channel message
subscribe 订阅一个或多个频道 subscribe channel [channel...]
psubscribe 订阅符合一个或多个匹配模式的所有频道，psubscribe new.* 则是订阅所有new.开头的频道(new.log,new.studnet,etc…) psubscribe pattern [pattern …]
unsubscribe 退订一个或多个的指定频道 unsubscribe channel [channel...]
punsubscribe 退订符合一个或多个匹配模式的所有频道 punsubcribe pattern [pattern]
pubsub pubsub是一个查看订阅与发布系统状态的内省命令， 它由数个不同格式的子命令组成pubsub
pubsub channels [pattern]查询系统中符合模式的频道信息，pattern为空，则查询系统中所有存在的频道pubsub numsub [channel] 查询一个或多个频道的订阅数pubsub numpat 查询当前客户端订阅了多少频道我们可以看到本质就是由四种命令组成，发布命令，订阅命令，退订命令和查询命令
我们可以看到Redis的发布订阅模型中，消息传递的数据结构是有四个固定字段的
type 表示消息的类型 如果是一个普通的消息，那么类型就是message 如果是控制消息，比如订阅命令的反馈，那么类型就是subscribe 如果是模式订阅的返回，它的类型就是psubscribe 如果是取消订阅的指令，那么就可以是unsubscribe或punsubscribepattern 表示当前消息是使用那种模式订阅的，如果是通过subscribe命令订阅的，那么该字段就为空channel 表示当前订阅的频道名称，其实就相当于kafka的主题，rabbitmq的routing-keydata 这个就很明显的，就是数据体基于Spring Data Redis客户端实现
RedisConfig.java
package com.snailmann.redis.queue.config; import org.springframework.context.annotation.Bean; import org.springframework.data.redis.connection.RedisConnectionFactory; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.data.redis.listener.PatternTopic; import org.springframework.data.redis.listener.RedisMessageListenerContainer; import org.springframework.data.redis.listener.adapter.MessageListenerAdapter; import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer; import org.springframework.data.redis.serializer.StringRedisSerializer; import org.springframework.stereotype.Component; /** * Redis配置 */ @Component public class RedisConfig { /** * RedisTemplate配置 * * @param connectionFactory * @return */ @Bean public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory connectionFactory) { RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>(); redisTemplate.setKeySerializer(new StringRedisSerializer()); redisTemplate.setValueSerializer(new GenericJackson2JsonRedisSerializer()); redisTemplate.setHashKeySerializer(new StringRedisSerializer()); redisTemplate.setHashValueSerializer(new GenericJackson2JsonRedisSerializer()); redisTemplate.setConnectionFactory(connectionFactory); return redisTemplate; } }RedisService.java
package com.snailmann.redis.queue.service; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.stereotype.Component; import java.util.List; import java.util.concurrent.TimeUnit; import java.util.stream.Collectors; import java.util.stream.Stream; @Component public class RedisNativeMsgQueueService { @Autowired private RedisTemplate<String, Object> redisTemplate; private static final String KEY = "test:list"; /** * 模拟消息队列入队操作，5批入队，每批入队5个消息 */ public void lpush() { List< Integer > nums = Stream.of(1, 2, 3, 4, 5).collect(Collectors.toList()); for (int i = 0; i < 5; i++) { redisTemplate.opsForList().leftPushAll(KEY, nums.toArray()); System.out.println("rpush :" + nums); //每隔5秒执行一次 try { Thread.sleep(3000); } catch (InterruptedException e) { e.printStackTrace(); } } } /** * 模拟阻塞队列的弹出操作，当没有消息时，将线程阻塞 * 1. 但是Spring Data Redis, 并没有完全的阻塞api ,可是给了一个超时时间。如果超时，会返回null */ public void rpop() { while (true) { Integer result = (Integer) redisTemplate.opsForList().rightPop(KEY, 5, TimeUnit.SECONDS); if (null == result) { continue; } System.out.println(result); } } }Test类
package com.snailmann.redis.queue.service; import org.junit.Test; import org.junit.runner.RunWith; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.boot.test.context.SpringBootTest; import org.springframework.test.context.junit4.SpringRunner; /** * 1. 先模拟push * 2. 再模拟pop的阻塞队列操作 */ @RunWith(SpringRunner.class) @SpringBootTest public class RedisNativeMsgQueueServiceTest { @Autowired RedisNativeMsgQueueService redisNativeMsgQueueService; /** * 模拟消息队列的生产者操作 */ @Test public void lpush() { redisNativeMsgQueueService.lpush(); } /** * 模拟消息队列的消费者操作 */ @Test public void rpop() { redisNativeMsgQueueService.rpop(); } }分别在测试代码确定测试类的lpush和lpop方法测试即可
发布者
import redis client = redis.StrictRedis(host='127.0.0.1', port=6379) # 朝python.new频道发送三条消息 client.publish(' python .new', 'hello python ?') client.publish(' python .new', "let's learn python everyday!!") client.publish(' python .new', "easy python 3.7")订阅者
# 普通版本，利用sleep来阻塞 import redis import time client = redis.StrictRedis(host='127.0.0.1', port=6379) p = client.pubsub() p.subscribe(' python .new') while True: message = p.get_message() if not message: time.sleep(1) continue print(message) # 改良版本，利用listen()来阻塞 import redis import time client = redis.StrictRedis(host='127.0.0.1', port=6379) p = client.pubsub() p.subscribe(' python .new') for message in p.listen(): print(message)先启动发布者，再启动订阅者
{'type': ' subscribe ', 'pattern': None, 'channel': b' python .new', 'data': 1} {'type': 'message', 'pattern': None, 'channel': b' python .new', 'data': b'hello python ?'} {'type': 'message', 'pattern': None, 'channel': b' python .new', 'data': b"let's learn python everyday!!"} {'type': 'message', 'pattern': None, 'channel': b' python .new', 'data': b'easy python 3.7'}基于Spring Data Redis客户端实现
RedisConfig
package com.snailmann.redis.queue.config; import org.springframework.context.annotation.Bean; import org.springframework.data.redis.connection.RedisConnectionFactory; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.data.redis.listener.PatternTopic; import org.springframework.data.redis.listener.RedisMessageListenerContainer; import org.springframework.data.redis.listener.adapter.MessageListenerAdapter; import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer; import org.springframework.data.redis.serializer.StringRedisSerializer; import org.springframework.stereotype.Component; /** * Redis配置 */ @Component public class RedisConfig { /** * RedisTemplate配置 * * @param connectionFactory * @return */ @Bean public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory connectionFactory) { RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>(); redisTemplate.setKeySerializer(new StringRedisSerializer()); redisTemplate.setValueSerializer(new GenericJackson2JsonRedisSerializer()); redisTemplate.setHashKeySerializer(new StringRedisSerializer()); redisTemplate.setHashValueSerializer(new GenericJackson2JsonRedisSerializer()); redisTemplate.setConnectionFactory(connectionFactory); return redisTemplate; } /** * Redis PubSub 配置 * * @param connectionFactory * @param listenerAdapter * @return */ @Bean RedisMessageListenerContainer container (RedisConnectionFactory connectionFactory, MessageListenerAdapter listenerAdapter) { RedisMessageListenerContainer container = new RedisMessageListenerContainer(); container.setConnectionFactory(connectionFactory); //配置要订阅的订阅项 container.addMessageListener(listenerAdapter, new PatternTopic("java.news")); return container; } }RedisPubliscer.java
package com.snailmann.redis.queue.pubsub; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.web.bind.annotation.GetMapping; import org.springframework.web.bind.annotation.RestController; @RestController public class RedisPubliscer { @Autowired private RedisTemplate<String, String> redisTemplate; /** * Redis PubSub 生产者 * * @return */ public void publish() { redisTemplate.convertAndSend("java.news", "hello java?"); redisTemplate.convertAndSend("java.news", "let's learn java everyday!!"); redisTemplate.convertAndSend("java.news", "easy java 3.7"); } }RedisSubscriber.java
package com.snailmann.redis.queue.pubsub; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.redis.connection.Message; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.data.redis.listener.adapter.MessageListenerAdapter; import org.springframework.stereotype.Component; /** * Redis PubSub 消费者 * */ @Component public class RedisSubscriber extends MessageListenerAdapter { @Override public void onMessage(Message message, byte[] bytes) { System.out.println("监听到生产者发送的消息: " + message); } }RedisPubliscerTest.java 测试类
package com.snailmann.redis.queue.pubsub; import org.junit.Test; import org.junit.runner.RunWith; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.boot.test.context.SpringBootTest; import org.springframework.test.context.junit4.SpringRunner; import static org.junit.Assert.*; @RunWith(SpringRunner.class) @SpringBootTest public class RedisPubliscerTest { @Autowired RedisPubliscer redisPubliscer; @Test public void publish() { redisPubliscer.publish(); } }直接运行测试类即可，因为测试类启动时，肯定会运行Spring容器，所以消费者listener肯定会在监听的
监听到生产者发送的消息: hello java? 监听到生产者发送的消息: let's learn java everyday!! 监听到生产者发送的消息: easy java 3.7