怎么在Redis中实现延迟队列和分布式延迟队列

2023-06-15 01:15

短信预约 -IT技能 免费直播动态提醒

这篇文章给大家介绍怎么在Redis中实现延迟队列和分布式延迟队列，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

1. 实现一个简单的延迟队列。

　　我们知道目前JAVA可以有DelayedQueue,我们首先开一个DelayQueue的结构类图。DelayQueue实现了Delay、BlockingQueue接口。也就是DelayQueue是一种阻塞队列。

怎么在Redis中实现延迟队列和分布式延迟队列

　　我们在看一下Delay的类图。Delayed接口也实现了Comparable接口，也就是我们使用Delayed的时候需要实现CompareTo方法。因为队列中的数据需要排一下先后，根据我们自己的实现。Delayed接口里边有一个方法就是getDelay方法，用于获取延迟时间，判断是否时间已经到了延迟的时间，如果到了延迟的时间就可以从队列里边获取了。

怎么在Redis中实现延迟队列和分布式延迟队列

　　我们创建一个Message类，实现了Delayed接口，我们主要把getDelay和compareTo进行实现。在Message的构造方法的地方传入延迟的时间，单位是毫秒，计算好触发时间fireTime。同时按照延迟时间的升序进行排序。我重写了里边的toString方法，用于将Message按照我写的方法进行输出。

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;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");        BlockingQueue<Message> 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());        }    }}

　　里边的main方法里边声明了两个Message，一个延迟5秒，一个延迟7秒，时间到了之后会将接取出并且打印。输出的结果如下，正是我们所期望的。

1587218430786:start
1587218435789:hello
1587218437793:world

　　这个方法实现起来真的非常简单。但是缺点也是很明显的，就是数据在内存里边，数据比较容易丢失。那么我们需要采用Redis实现分布式的任务处理。

　　2. 使用Redis的list实现分布式延迟队列。

　　本地需要安装一个Redis，我自己是使用Docker构建一个Redis，非常快速，命令也没多少。我们直接启动Redis并且暴露6379端口。进入之后直接使用客户端命令即可查看和调试数据。

docker pull redisdocker run -itd --name redisLocal -p 6379:6379 redisdocker exec -it redisLocal /bin/bashredis-cli

　　我本地采用spring-boot的方式连接redis，pom文件列一下，供大家参考。

<?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里边即可实现Redis连接，非常的方便。

# redisredis.host=127.0.0.1redis.port=6379redis.password=redis.maxIdle=100redis.maxTotal=300redis.maxWait=10000redis.testOnBorrow=trueredis.timeout=100000

　　接下来实现一个基于Redis的list数据类型进行实现的一个类。我们使用RedisTemplate操作Redis，这个里边封装好我们所需要的Redis的一些方法，用起来非常方便。这个类允许延迟任务做多有10W个，也是避免数据量过大对Redis造成影响。如果在线上使用的时候也需要考虑延迟任务的多少。太多几百万几千万的时候可能数据量非常大，我们需要计算Redis的空间是否够。这个代码也是非常的简单，一个用于存放需要延迟的消息，采用offer的方法。另外一个是启动一个线程，如果消息时间到了，那么就将数据lpush到Redis里边。

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;@Slf4jpublic class RedisListDelayedQueue{    private static final int MAX_SIZE_OF_QUEUE = 100000;    private RedisTemplate<String, String> redisTemplate;    private String queueName;    private BlockingQueue<Message> delayedQueue;    public RedisListDelayedQueue(RedisTemplate<String, String> redisTemplate, String queueName, BlockingQueue<Message> 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("超过队列要求最大值，请检查");        }        try {            log.info("offerMessage:" + message);            delayedQueue.offer(message);        } catch (Exception e) {            log.error("offMessage异常", e);        }    }    public void init() {        new Thread(() -> {            while(true) {                try {                    Message message = delayedQueue.take();                    redisTemplate.opsForList().leftPush(queueName, message.toString());                } catch (InterruptedException e) {                    log.error("取消息错误", e);                }            }        }).start();    }}

　　接下来我们看一下，我们写一个测试的controller。大家看一下这个请求/redis/listDelayedQueue的代码位置。我们也是生成了两个消息，然后把消息放到队列里边，另外我们在启动一个线程任务，用于将数据从Redis的list中获取。方法也非常简单。

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.*;@Slf4j@Controllerpublic class DelayQueueController {    private static final int CORE_SIZE = Runtime.getRuntime().availableProcessors();    //注意RedisTemplate用的String,String，后续所有用到的key和value都是String的    @Autowired    RedisTemplate<String, 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";        BlockingQueue<Message> 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";        BlockingQueue<Message> 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);                Set<String> 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();                }            }        });    }}

　　我就不把运行结果写出来了，感兴趣的同学自己自行试验。当然这个方法也是从内存中拿出数据，到时间之后放到Redis里边，还是会存在程序启动的时候，任务进行丢失。我们继续看另外一种方法更好的进行这个问题的处理。

3.使用Redis的zSet实现分布式延迟队列。

　　我们需要再写一个ZSet的队列处理。下边的offerMessage主要是把消息直接放入缓存中。采用Redis的ZSET的zadd方法。zadd(key, value, score) 即将key=value的数据赋予一个score, 放入缓存中。score就是计算出来延迟的毫秒数。

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;@Slf4jpublic class RedisZSetDelayedQueue {    private static final int MAX_SIZE_OF_QUEUE = 100000;    private RedisTemplate<String, String> redisTemplate;    private String queueName;    private BlockingQueue<Message> delayedQueue;    public RedisZSetDelayedQueue(RedisTemplate<String, String> redisTemplate, String queueName, BlockingQueue<Message> 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("超过队列要求最大值，请检查");        }        long delayTime = message.getFireTime() - System.currentTimeMillis();        log.info("zset offerMessage" + message + delayTime);        redisTemplate.opsForZSet().add(queueName, message.toString(), message.getFireTime());    }}

　　上边的Controller方法已经写好了测试的方法。/redis/zSetDelayedQueue，里边主要使用ZSet的zRangeByScore(key, min, max)。主要是从score从0，当前时间的毫秒数获取。取出数据后再采用removeRangeByScore，将数据删除。这样数据可以直接写到Redis里边，然后取出数据后直接处理。这种方法比前边的方法稍微好一些，但是实际上还存在一些问题，因为依赖Redis，如果Redis内存不足或者连不上的时候，系统将变得不可用。