最近，又重新學習了下Redis，Redis不僅能快還能慢，簡直利器，今天就為大家介紹一下Redis延遲隊列和分布式延遲隊列的簡單實現。
在我們的工作中，很多地方使用延遲隊列，比如訂單到期沒有付款取消訂單，制訂一個提醒的任務等都需要延遲隊列，那么我們需要實現延遲隊列。我們本文的梗概如下，同學們可以選擇性閱讀。
1. 實現一個簡單的延遲隊列。
我們知道目前JAVA可以有DelayedQueue,我們首先開一個DelayQueue的結構類圖。DelayQueue實現了Delay、BlockingQueue接口。也就是DelayQueue是一種阻塞隊列。
我們在看一下Delay的類圖。Delayed接口也實現了Comparable接口，也就是我們使用Delayed的時候需要實現CompareTo方法。因為隊列中的數據需要排一下先后，根據我們自己的實現。Delayed接口里邊有一個方法就是getDelay方法，用于獲取延遲時間，判斷是否時間已經到了延遲的時間，如果到了延遲的時間就可以從隊列里邊獲取了。
我們創建一個Message類，實現了Delayed接口，我們主要把getDelay和compareTo進行實現。在Message的構造方法的地方傳入延遲的時間，單位是毫秒，計算好觸發時間fireTime。同時按照延遲時間的升序進行排序。我重寫了里邊的toString方法，用于將Message按照我寫的方法進行輸出。
package com.hqs.delayQueue.bean;
import java.util.concurrent.BlockingQueue;
import java.util.concurrent.DelayQueue;
import java.util.concurrent.Delayed;
import java.util.concurrent.TimeUnit;
/**
* @author huangqingshi
* @Date 2020-04-18
*/
public class Message implements Delayed {
private String body;
private long fireTime;
public String getBody() {
return body;
}
public long getFireTime() {
return fireTime;
}
public Message(String body, long delayTime) {
this.body = body;
this.fireTime = delayTime + System.currentTimeMillis();
}
public long getDelay(TimeUnit unit) {
return unit.convert(this.fireTime - System.currentTimeMillis(), TimeUnit.MILLISECONDS);
}
public int compareTo(Delayed o) {
return (int) (this.getDelay(TimeUnit.MILLISECONDS) -o.getDelay(TimeUnit.MILLISECONDS));
}
@Override
public String toString() {
return System.currentTimeMillis() + ":" + body;
}
public static void main(String[] args) throws InterruptedException {
System.out.println(System.currentTimeMillis() + ":start");
BlockingQueueMessage> queue = new DelayQueue>();
Message message1 = new Message("hello", 1000 * 5L);
Message message2 = new Message("world", 1000 * 7L);
queue.put(message1);
queue.put(message2);
while (queue.size() > 0) {
System.out.println(queue.take());
}
}
}
里邊的main方法里邊聲明了兩個Message，一個延遲5秒，一個延遲7秒，時間到了之后會將接取出并且打印。輸出的結果如下，正是我們所期望的。
1587218430786:start
1587218435789:hello
1587218437793:world
這個方法實現起來真的非常簡單。但是缺點也是很明顯的，就是數據在內存里邊，數據比較容易丟失。那么我們需要采用Redis實現分布式的任務處理。
2. 使用Redis的list實現分布式延遲隊列。
本地需要安裝一個Redis，我自己是使用Docker構建一個Redis，非常快速，命令也沒多少。我們直接啟動Redis并且暴露6379端口。進入之后直接使用客戶端命令即可查看和調試數據。
docker pull redis
docker run -itd --name redisLocal -p 6379:6379 redis
docker exec -it redisLocal /bin/bash
redis-cli
我本地采用spring-boot的方式連接redis，pom文件列一下，供大家參考。
?xml version="1.0" encoding="UTF-8"?>
project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
modelVersion>4.0.0/modelVersion>
parent>
groupId>org.springframework.boot/groupId>
artifactId>spring-boot-starter-parent/artifactId>
version>2.2.6.RELEASE/version>
relativePath/> !-- lookup parent from repository -->
/parent>
groupId>com.hqs/groupId>
artifactId>delayQueue/artifactId>
version>0.0.1-SNAPSHOT/version>
name>delayQueue/name>
description>Demo project for Spring Boot/description>
properties>
java.version>1.8/java.version>
/properties>
dependencies>
dependency>
groupId>org.springframework.boot/groupId>
artifactId>spring-boot-starter/artifactId>
/dependency>
dependency>
groupId>org.springframework.boot/groupId>
artifactId>spring-boot-starter-test/artifactId>
scope>test/scope>
exclusions>
exclusion>
groupId>org.junit.vintage/groupId>
artifactId>junit-vintage-engine/artifactId>
/exclusion>
/exclusions>
/dependency>
dependency>
groupId>org.springframework.boot/groupId>
artifactId>spring-boot-starter-data-redis/artifactId>
/dependency>
dependency>
groupId>org.springframework.boot/groupId>
artifactId>spring-boot-starter-web/artifactId>
/dependency>
dependency>
groupId>redis.clients/groupId>
artifactId>jedis/artifactId>
version>2.9.0/version>
/dependency>
dependency>
groupId>org.springframework.boot/groupId>
artifactId>spring-boot-devtools/artifactId>
scope>runtime/scope>
/dependency>
dependency>
groupId>org.projectlombok/groupId>
artifactId>lombok/artifactId>
optional>true/optional>
/dependency>
/dependencies>
build>
plugins>
plugin>
groupId>org.springframework.boot/groupId>
artifactId>spring-boot-maven-plugin/artifactId>
/plugin>
/plugins>
/build>
/project>
加上Redis的配置放到application.properties里邊即可實現Redis連接，非常的方便。
# redis
redis.host=127.0.0.1
redis.port=6379
redis.password=
redis.maxIdle=100
redis.maxTotal=300
redis.maxWait=10000
redis.testOnBorrow=true
redis.timeout=100000
接下來實現一個基于Redis的list數據類型進行實現的一個類。我們使用RedisTemplate操作Redis，這個里邊封裝好我們所需要的Redis的一些方法，用起來非常方便。這個類允許延遲任務做多有10W個，也是避免數據量過大對Redis造成影響。如果在線上使用的時候也需要考慮延遲任務的多少。太多幾百萬幾千萬的時候可能數據量非常大，我們需要計算Redis的空間是否夠。這個代碼也是非常的簡單，一個用于存放需要延遲的消息，采用offer的方法。另外一個是啟動一個線程， 如果消息時間到了，那么就將數據lpush到Redis里邊。
package com.hqs.delayQueue.cache;
import com.hqs.delayQueue.bean.Message;
import lombok.extern.slf4j.Slf4j;
import org.springframework.data.redis.core.RedisTemplate;
import java.util.concurrent.BlockingQueue;
/**
* @author huangqingshi
* @Date 2020-04-18
*/
@Slf4j
public class RedisListDelayedQueue{
private static final int MAX_SIZE_OF_QUEUE = 100000;
private RedisTemplateString, String> redisTemplate;
private String queueName;
private BlockingQueueMessage> delayedQueue;
public RedisListDelayedQueue(RedisTemplateString, String> redisTemplate, String queueName, BlockingQueueMessage> delayedQueue) {
this.redisTemplate = redisTemplate;
this.queueName = queueName;
this.delayedQueue = delayedQueue;
init();
}
public void offerMessage(Message message) {
if(delayedQueue.size() > MAX_SIZE_OF_QUEUE) {
throw new IllegalStateException("超過隊列要求最大值，請檢查");
}
try {
log.info("offerMessage:" + message);
delayedQueue.offer(message);
} catch (Exception e) {
log.error("offMessage異常", e);
}
}
public void init() {
new Thread(() -> {
while(true) {
try {
Message message = delayedQueue.take();
redisTemplate.opsForList().leftPush(queueName, message.toString());
} catch (InterruptedException e) {
log.error("取消息錯誤", e);
}
}
}).start();
}
}
接下來我們看一下，我們寫一個測試的controller。大家看一下這個請求/redis/listDelayedQueue的代碼位置。我們也是生成了兩個消息，然后把消息放到隊列里邊，另外我們在啟動一個線程任務，用于將數據從Redis的list中獲取。方法也非常簡單。
package com.hqs.delayQueue.controller;
import com.hqs.delayQueue.bean.Message;
import com.hqs.delayQueue.cache.RedisListDelayedQueue;
import com.hqs.delayQueue.cache.RedisZSetDelayedQueue;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Controller;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.ResponseBody;
import java.util.Set;
import java.util.concurrent.*;
/**
* @author huangqingshi
* @Date 2020-04-18
*/
@Slf4j
@Controller
public class DelayQueueController {
private static final int CORE_SIZE = Runtime.getRuntime().availableProcessors();
//注意RedisTemplate用的String,String，后續所有用到的key和value都是String的
@Autowired
RedisTemplateString, String> redisTemplate;
private static ThreadPoolExecutor taskExecPool = new ThreadPoolExecutor(CORE_SIZE, CORE_SIZE, 0, TimeUnit.SECONDS,
new LinkedBlockingDeque>());
@GetMapping("/redisTest")
@ResponseBody
public String redisTest() {
redisTemplate.opsForValue().set("a","b",60L, TimeUnit.SECONDS);
System.out.println(redisTemplate.opsForValue().get("a"));
return "s";
}
@GetMapping("/redis/listDelayedQueue")
@ResponseBody
public String listDelayedQueue() {
Message message1 = new Message("hello", 1000 * 5L);
Message message2 = new Message("world", 1000 * 7L);
String queueName = "list_queue";
BlockingQueueMessage> delayedQueue = new DelayQueue>();
RedisListDelayedQueue redisListDelayedQueue = new RedisListDelayedQueue(redisTemplate, queueName, delayedQueue);
redisListDelayedQueue.offerMessage(message1);
redisListDelayedQueue.offerMessage(message2);
asyncListTask(queueName);
return "success";
}
@GetMapping("/redis/zSetDelayedQueue")
@ResponseBody
public String zSetDelayedQueue() {
Message message1 = new Message("hello", 1000 * 5L);
Message message2 = new Message("world", 1000 * 7L);
String queueName = "zset_queue";
BlockingQueueMessage> delayedQueue = new DelayQueue>();
RedisZSetDelayedQueue redisZSetDelayedQueue = new RedisZSetDelayedQueue(redisTemplate, queueName, delayedQueue);
redisZSetDelayedQueue.offerMessage(message1);
redisZSetDelayedQueue.offerMessage(message2);
asyncZSetTask(queueName);
return "success";
}
public void asyncListTask(String queueName) {
taskExecPool.execute(() -> {
for(;;) {
String message = redisTemplate.opsForList().rightPop(queueName);
if(message != null) {
log.info(message);
}
}
});
}
public void asyncZSetTask(String queueName) {
taskExecPool.execute(() -> {
for(;;) {
Long nowTimeInMs = System.currentTimeMillis();
System.out.println("nowTimeInMs:" + nowTimeInMs);
SetString> messages = redisTemplate.opsForZSet().rangeByScore(queueName, 0, nowTimeInMs);
if(messages != null messages.size() != 0) {
redisTemplate.opsForZSet().removeRangeByScore(queueName, 0, nowTimeInMs);
for (String message : messages) {
log.info("asyncZSetTask:" + message + " " + nowTimeInMs);
}
log.info(redisTemplate.opsForZSet().zCard(queueName).toString());
}
try {
TimeUnit.SECONDS.sleep(1);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
});
}
}
我就不把運行結果寫出來了，感興趣的同學自己自行試驗。當然這個方法也是從內存中拿出數據，到時間之后放到Redis里邊，還是會存在程序啟動的時候，任務進行丟失。我們繼續看另外一種方法更好的進行這個問題的處理。
3.使用Redis的zSet實現分布式延遲隊列。
我們需要再寫一個ZSet的隊列處理。下邊的offerMessage主要是把消息直接放入緩存中。采用Redis的ZSET的zadd方法。zadd(key, value, score) 即將key=value的數據賦予一個score, 放入緩存中。score就是計算出來延遲的毫秒數。
package com.hqs.delayQueue.cache;
import com.hqs.delayQueue.bean.Message;
import lombok.extern.slf4j.Slf4j;
import org.springframework.data.redis.core.RedisTemplate;
import java.util.concurrent.BlockingQueue;
/**
* @author huangqingshi
* @Date 2020-04-18
*/
@Slf4j
public class RedisZSetDelayedQueue {
private static final int MAX_SIZE_OF_QUEUE = 100000;
private RedisTemplateString, String> redisTemplate;
private String queueName;
private BlockingQueueMessage> delayedQueue;
public RedisZSetDelayedQueue(RedisTemplateString, String> redisTemplate, String queueName, BlockingQueueMessage> delayedQueue) {
this.redisTemplate = redisTemplate;
this.queueName = queueName;
this.delayedQueue = delayedQueue;
}
public void offerMessage(Message message) {
if(delayedQueue.size() > MAX_SIZE_OF_QUEUE) {
throw new IllegalStateException("超過隊列要求最大值，請檢查");
}
long delayTime = message.getFireTime() - System.currentTimeMillis();
log.info("zset offerMessage" + message + delayTime);
redisTemplate.opsForZSet().add(queueName, message.toString(), message.getFireTime());
}
}
上邊的Controller方法已經寫好了測試的方法。/redis/zSetDelayedQueue，里邊主要使用ZSet的zRangeByScore(key, min, max)。主要是從score從0，當前時間的毫秒數獲取。取出數據后再采用removeRangeByScore，將數據刪除。這樣數據可以直接寫到Redis里邊，然后取出數據后直接處理。這種方法比前邊的方法稍微好一些，但是實際上還存在一些問題，因為依賴Redis，如果Redis內存不足或者連不上的時候，系統將變得不可用。
4. 總結一下，另外還有哪些可以延遲隊列。
上面的方法其實還是存在問題的，比如系統重啟的時候還是會造成任務的丟失。所以我們在生產上使用的時候，我們還需要將任務保存起來，比如放到數據庫和文件存儲系統將數據存儲起來，這樣做到double-check，雙重檢查，最終達到任務的99.999%能夠處理。
其實還有很多東西可以實現延遲隊列。
1) RabbitMQ就可以實現此功能。這個消息隊列可以把數據保存起來并且進行處理。
2）Kafka也可以實現這個功能。
3）Netty的HashedWheelTimer也可以實現這個功能。
最后放上我的代碼： https://github.com/stonehqs/delayQueue
到此這篇關于Redis延遲隊列和分布式延遲隊列的簡答實現的文章就介紹到這了,更多相關Redis延遲隊列和分布式延遲隊列內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- 基于Redis延遲隊列的實現代碼
- SpringBoot集成Redisson實現延遲隊列的場景分析
- php使用redis的有序集合zset實現延遲隊列應用示例
