用redis实现消息队列（实时消费+ack机制）

消息队列

首先作简单的引入。

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。
网上的资源对各类状况都有详细的解释，在此不作过多赘述。本文
仅介绍如何使用Redis实现轻量级MQ的过程。

为何要用Redis实现轻量级MQ？

在业务的实现过程当中，就算没有大量的流量，解耦和异步化几乎也是到处可用，此时MQ就显得尤其重要。但与此同时MQ也是一个蛮重的组件，例如咱们若是用RabbitMQ就必须为它搭建一个服务器，同时若是要考虑可用性，就要为服务端创建一个集群，并且在生产若是有问题也须要查找功能。在中小型业务的开发过程当中，可能业务的其余整个实现都没这个重。太重的组件服务会成倍增长工做量。
所幸的是，Redis提供的list数据结构很是适合作消息队列。
可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的操做BLPOP或BRPOP，即列表的阻塞式(blocking)弹出。
让咱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：

一、当给定列表内没有任何元素可供弹出的时候，链接将被 BRPOP 命令阻塞，直到等待超时或发现可弹出元素为止。
二、当给定多个key参数时，按参数 key 的前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 不一样以外，其余表现一致。

以此来看，列表的阻塞式弹出有两个特色：

一、若是list中没有任务的时候，该链接将会被阻塞
二、链接的阻塞有一个超时时间，当超时时间设置为0时，便可无限等待，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，业务简单则可以使用，如A的任务只由B去执行。但若是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，便可循环lpop或rpop来消费list中的消息。流程以下：

其中的worker能够是单独的线程，也能够是独立的服务，其充当了Consumer和业务处理者角色。下面作实例说明。

即时消费实例

示例场景为：worker要作同步文件功能，等到有文件生成时立马同步。

首先开启一个线程表明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，具体的订阅逻辑以下：

@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);
            }
        }
    }

}

这样咱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，若是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，能够从队列中移除。若是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余Consumer进行处理(redeliver flag置为true)。
• 这种确认机制和TCP/IP协议确立链接相似。不一样的是，TCP/IP确立链接须要通过三次握手，而RabbitMQ只须要一次ACK。
• 值的注意的是，RabbitMQ当且仅当检测到ACK消息未发出且Consumer的链接终止时才会将消息从新分发给其余Consumer，所以不须要担忧消息处理时间过长而被从新分发的状况。

那么在咱们用Redis实现消息队列的ack机制的时候该怎么作呢？
须要注意两点：

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

上面第一点能够在业务中完成，即失败后执行回滚消息。

实现方案

（该方案主要解决worker挂掉的状况）

1. 维护两个队列：pending队列和doing表（hash表）。
2. workers定义为ThreadPool。
3. 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，而后该worker去消费消息，完成后自行在doing表擦除信息。
4. 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，若是超时，则由worker的ThreadPoolExecutor去检查线程是否存在，若是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，再从新push进pending队列。
5. 在worker的某线程中，若是处理业务失败，则主动回滚，并把任务从doing队列中移除，从新push进pending队列。

总结

Redis做为消息队列是有很大局限性的。由于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，谨此献给全部developer。