Redis --- 秒杀优化方案（阻塞队列+基于Stream流的消息队列） ...

下面是我们的秒杀流程：

对于正常的秒杀处置惩罚，我们必要多次查询数据库，会给数据库造成相当大的压力，这个时间我们必要加入缓存，进而缓解数据库压力。
在上面的图示中，我们可以将一条流水线的任务拆成两条流水线来做，假如我们直接将判断秒杀库存与校验一人一单放在流水线A上，剩下的放在另一条流水线B，那么假如流水线A就可以相当于服务员直接判断是否符合资格，假如符合资格那么直接天生信息给另一条流水线B去处置惩罚业务，这里的流水线就是咱们的线程，而流水线A也是基于数据库进行查询，也会压力数据库，那么这种情况我们就可以将待查询信息保存在Redis缓存中。
但是我们不能再流水线A判断完成后去直接调用流水线B，如许的服从是大打扣头的，这种情况我们必要开启独立线程去执行流水线B的操纵，怎样知道给哪个用户创建订单呢？这个时间就要流水线A在判断成功后去天生信息给独立线程。
   最后的业务就酿成，用户直接访问流水线A，通过流水线A去判断，假如通过则天生信息给流水线B去创建订单，过程如下图：
  

那么什么样的数据布局满足下面条件：① 一个key能够保存很多值   ②唯一性：一人一单必要保证用户id不能重复。
所以我们必要使用set：

那么怎样判断校验用户的购买资格呢？

 而上述判断必要保证原子性，所以我们必要使用Lua脚本进行编写：

1. local voucherId = ARGV[1]; -- 优惠劵id
2. local userId = ARGV[2]; -- 用户id
4. -- 库存key
5. local stockKey = 'seckill:stock' .. voucherId; -- 拼接
6. -- 订单key
7. local stockKey = 'seckill:stock' .. voucherId; -- 拼接
8. -- 判断库存是否充足
9. if(tonumber(redis.call('get',stockKey) <= 0)) then
10.     -- 库存不足，返回1
11.     return 1;
12. end;
13. -- 判断用户是否下单
14. if(redis.call('sismember',orderKey,userId)) then
15.     -- 存在，说明重复下单，返回2
16.     return 2;
17. end
18. -- 扣减库存 incrby stockKey -1
19. redis.call('incrby',stockKey,-1);
20. -- 下单（保存用户） sadd orderKey userId
21. redis.call('sadd',orderKey,userId);
22. return 0;

复制代码

之后我们按照下面步骤来实现代码：

在方法体内执行Lua脚原来原子性判断，然后判断是否能够处置惩罚并传入阻塞队列：

1. @Slf4j
2. @Service
3. public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {
4.     @Autowired
5.     private ISeckillVoucherService seckillVoucherService;
6.     @Autowired
7.     private RedisIdWorker redisIdWorker;
8.     @Resource
9.     private StringRedisTemplate stringRedisTemplate;
10.     @Resource
11.     private RedissonClient redissonClient;
12.     private static final DefaultRedisScript<Long> SECKILL_SCRIPT; // 泛型内填入返回值类型
13.     static { // 静态属性要使用静态代码块进行初始化
14.         SECKILL_SCRIPT = new DefaultRedisScript<>();
15.         SECKILL_SCRIPT.setResultType(Long.class);
16.         SECKILL_SCRIPT.setLocation(new ClassPathResource("unlock.lua"));
17.     }
18.     public Result seckillVoucherMax(Long voucherId) {
19.         // 获取用户信息
20.         Long userId = UserHolder.getUser().getId();
21.         // 1.执行Lua脚本来判断用户资格
22.         Long result = stringRedisTemplate.execute(
23.                             SECKILL_SCRIPT,
24.                             Collections.emptyList(), // Lua无需接受key
25.                             voucherId.toString(),
26.                             userId.toString()
27.                         );
28.         // 2.判断结果是否为0
29.         int r = result.intValue();
30.         if(r != 0) {
31.             // 不为0代表无资格购买
32.             return Result.fail(r == 1 ? "库存不足" : "不能重复下单");
33.         }
34.         // 3.有购买资格则将下单信息保存到阻塞队列中
35.         // ...
36.         return Result.ok();
37.     }
39. }

复制代码

 接下来我们创建阻塞队列，线程池以及线程方法，随后使用Springboot提供的注解在@PostConstruct去给线程池传入线程方法：

1. @Slf4j
2. @Service
3. public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {
4.     @Autowired
5.     private ISeckillVoucherService seckillVoucherService;
6.     @Autowired
7.     private RedisIdWorker redisIdWorker;
8.     @Resource
9.     private StringRedisTemplate stringRedisTemplate;
10.     @Resource
11.     private RedissonClient redissonClient;
12.     private static final DefaultRedisScript<Long> SECKILL_SCRIPT; // 泛型内填入返回值类型
13.     static { // 静态属性要使用静态代码块进行初始化
14.         SECKILL_SCRIPT = new DefaultRedisScript<>();
15.         SECKILL_SCRIPT.setResultType(Long.class);
16.         SECKILL_SCRIPT.setLocation(new ClassPathResource("unlock.lua"));
17.     }
18.     private BlockingQueue<VoucherOrder> orderTasks = new ArrayBlockingQueue<>(1024 * 1024); // 创建阻塞队列
19.     private static final ExecutorService SECKILL_ORDER_EXECUTOR = Executors.newSingleThreadExecutor();
20.   // 创建线程池
21.     // 让大类在开始初始化时就能够执行线程任务
22.     @PostConstruct
23.     private void init() {
24.         SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderTask());
25.     }
26.     // 创建线程任务
27.     private class VoucherOrderTask implements Runnable {
28.         @Override
29.         public void run() {
30.             while(true){
31.                 try {
32.                     // 获取队列中的订单信息
33.                     VoucherOrder voucherOrder = orderTasks.take();// 取出头部信息
34.                     // 创建订单
35.                     handleVoucherOrder(voucherOrder);
36.                 } catch (Exception e) {
37.                     log.error("处理订单异常",e);
38.                 }
39.             }
40.         }
41.     }
42.     // 创建订单
43.     private void handleVoucherOrder(VoucherOrder voucherOrder) {
44.         RLock lock = redissonClient.getLock("lock:order:" + voucherOrder.getUserId().toString());
45.         boolean isLock = lock.tryLock();
46.         // 判断是否获取锁成功
47.         if (!isLock) {
48.             // 获取锁失败，返回错误或重试
49.             log.error("不允许重复下单");
50.             return ;
51.         }
52.         try {
53.             proxy.createVoucherOrderMax(voucherOrder);
54.         } finally {
55.             lock.unlock();
56.         }
57.     }
58.     @Override
59.     public void createVoucherOrderMax(VoucherOrder voucherOrder) {
60.         // 一人一单
61.         Long userId = voucherOrder.getUserId();
62.         // 查询订单
63.         int count = query().eq("user_id",userId).eq("voucher_id", voucherOrder.getVoucherId()).count();
64.         // 判断是否存在
65.         if(count > 0){
66.             // 用户已经购买过
67.             log.error("用户已经购买过");
68.             return ;
69.         }
70.         // CAS改进：将库存判断改成stock > 0以此来提高性能
71.         boolean success = seckillVoucherService.update()
72.                 .setSql("stock= stock -1") // set stock = stock - 1
73.                 .eq("voucher_id", voucherOrder.getVoucherId()).eq("stock",0) // where id = ? and stock > 0
74.                 .update();
75.         if (!success) {
76.             //扣减库存
77.             log.error("库存不足！");
78.             return ;
79.         }
80.         //6.创建订单
81.         save(voucherOrder);
82.     }
83.     private IVoucherOrderService proxy; // 代理对象
84.     public Result seckillVoucherMax(Long voucherId) {
85.         // 获取用户信息
86.         Long userId = UserHolder.getUser().getId();
87.         // 1.执行Lua脚本来判断用户资格
88.         Long result = stringRedisTemplate.execute(
89.                             SECKILL_SCRIPT,
90.                             Collections.emptyList(), // Lua无需接受key
91.                             voucherId.toString(),
92.                             userId.toString()
93.                         );
94.         // 2.判断结果是否为0
95.         int r = result.intValue();
96.         if(r != 0) {
97.             // 不为0代表无资格购买
98.             return Result.fail(r == 1 ? "库存不足" : "不能重复下单");
99.         }
100.         // 3.有购买资格则将下单信息保存到阻塞队列中
101.         Long orderId = redisIdWorker.nextId("order");
102.         // 创建订单
103.         VoucherOrder voucherOrder = new VoucherOrder();
104.         voucherOrder.setId(orderId);
105.         voucherOrder.setUserId(userId);
106.         voucherOrder.setVoucherId(voucherId);
107.         // 放入阻塞队列
108.         orderTasks.add(voucherOrder);
109.         // 4.获取代理对象(线程异步执行，需要手动在方法内获取)
110.         proxy = (IVoucherOrderService)AopContext.currentProxy(); // 获取当前类的代理对象  (需要引入aspectjweaver依赖，并且在实现类加入@EnableAspectJAutoProxy(exposeProxy = true)以此来暴露代理对象)
111.         return Result.ok();
112.     }
114. }

复制代码

在上面代码中，我们使用下面代码创建了一个单线程的线程池。它保证所有提交的任务都按照提交的顺序执行，每次只有一个线程在工作。

1. private static final ExecutorService SECKILL_ORDER_EXECUTOR = Executors.newSingleThreadExecutor();

复制代码

下面代码是一个常见的阻塞队列实现，具有固定大小（在这里是 1024 * 1024），它的作用是缓冲和排队任务。ArrayBlockingQueue 是一个线程安全的队列，它会自动处置惩罚线程之间的同步问题。当队列满时，调用 put() 方法的线程会被阻塞，直到队列有空间；当队列为空时，调用 take() 方法的线程会被阻塞，直到队列中有数据。

1. private BlockingQueue<VoucherOrder> orderTasks = new ArrayBlockingQueue<>(1024 * 1024);

复制代码

在下面代码中，orderTasks 阻塞队列用于存放必要处置惩罚的订单对象，每个订单的处置惩罚逻辑都由 VoucherOrderTask 线程池中的线程异步执行：

1. VoucherOrder voucherOrder = orderTasks.take();
2. handleVoucherOrder(voucherOrder);

复制代码

之后我们必要调用 Runnable 接口去实现VoucherOrderTask类以此来创建线程方法：

1. private class VoucherOrderTask implements Runnable {
2.     @Override
3.     public void run() {
4.         while (true) {
5.             try {
6.                 // 获取队列中的订单信息
7.                 VoucherOrder voucherOrder = orderTasks.take(); // 获取订单
8.                 // 创建订单
9.                 handleVoucherOrder(voucherOrder);
10.             } catch (Exception e) {
11.                 log.error("处理订单异常", e);
12.             }
13.         }
14.     }
15. }

复制代码

随后将线程方法通过 submit() 方法将 VoucherOrderTask 提交到线程池中，这个任务是一个无限循环的任务，它会不停从阻塞队列中取出订单并处置惩罚，直到线程池关闭。这种方式使得订单处置惩罚任务可以异步执行，而不阻塞主线程，进步了系统的响应本领：

1. @PostConstruct
2. private void init() {
3.     SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderTask());
4. }

复制代码

---

但是在高并发的情况下就会产生大量订单，就会超出JVM阻塞队列的上线，并且每当服务重启大概宕机的情况发生，阻塞队列的所有订单任务就都会丢失。
所以为相识决这种情况，我们就要使用消息队列去解决这个问题：
   

---

  

什么是消息队列？

  

---

  消息队列（Message Queue, MQ）是一种用于在应用步伐之间传递消息的通讯方式。它允许应用步伐通过发送和吸取消息来解耦，从而进步系统的可扩展性、可靠性和机动性。消息队列通常用于异步通讯、任务队列、事件驱动架构等场景。
  消息队列的焦点概念 ：

• 生产者（Producer）：发送消息到消息队列的应用步伐。
  
• 消费者（Consumer）：从消息队列中吸取并处置惩罚消息的应用步伐。
  
• 队列（Queue）：消息的存储区域，生产者将消息发送到队列，消费者从队列中获取消息。
  
• 消息（Message）：在生产者与消费者之间传递的数据单位。
  
• Broker：消息队列的服务器，负责吸取、存储和转发消息。
  

   消息队列是在JVM以外的一个独立的服务，能够不受JVM内存的限制，并且存入MQ的信息都可以做持久化存储。
  具体教学可以查询下面链接：微服务架构 --- 使用RabbitMQ进行异步处置惩罚 

---

但是如许的方式是必要额外提供服务的，所以我们可以使用Redis提供的三种差别的方式来实现消息队列：

• List 布局实现消息队列
  
• Pub/Sub（发布/订阅）模式
  
• Stream 布局（Redis 5.0 及以上版本）（保举使用）（具体先容）
  

---

使用 List 布局实现消息队列：
Redis 的 List 数据布局是一个双向链表，支持从头部或尾部插入和弹出元素。我们可以利用 LPUSH 和 BRPOP 下令实现一个简单的消息队列。
   实现步骤：
  

• 生产者：使用 LPUSH 将消息推入队列。
  
• 消费者：使用 BRPOP 阻塞地从队列中获取消息。
  

  生产者代码：

1. import redis.clients.jedis.Jedis;
3. public class ListProducer {
4.     public static void main(String[] args) {
5.         Jedis jedis = new Jedis("localhost", 6379); // 连接 Redis
6.         String queueName = "myQueue";
8.         // 发送消息
9.         for (int i = 1; i <= 5; i++) {
10.             String message = "Message " + i;
11.             jedis.lpush(queueName, message); // 将消息推入队列
12.             System.out.println("Sent: " + message);
13.         }
15.         jedis.close(); // 关闭连接
16.     }
17. }

复制代码

消费者代码：

1. import redis.clients.jedis.Jedis;
3. public class ListConsumer {
4.     public static void main(String[] args) {
5.         Jedis jedis = new Jedis("localhost", 6379); // 连接 Redis
6.         String queueName = "myQueue";
8.         while (true) {
9.             // 阻塞获取消息，超时时间为 0（无限等待）
10.             var result = jedis.brpop(0, queueName);
11.             String message = result.get(1); // 获取消息内容
12.             System.out.println("Received: " + message);
13.         }
14.     }
15. }

复制代码

  

• 优点：简单易用，适合轻量级场景。
  
• 缺点：不支持消息确认机制，消息一旦被消费（从队列内取出）就会从队列中删除。并且只支持单消费者（一个消息只能拿出一次）
  

  

---

使用 Pub/Sub 模式实现消息队列： 
Redis 的 Pub/Sub 模式是一种发布-订阅模子，生产者将消息发布到频道，消费者订阅频道以吸取消息。
   实现步骤：
  

• 生产者：使用 PUBLISH 下令向频道发布消息。
  
• 消费者：使用 SUBSCRIBE 下令订阅频道。
  

  生产者代码：

1. import redis.clients.jedis.Jedis;
3. public class PubSubProducer {
4.     public static void main(String[] args) {
5.         Jedis jedis = new Jedis("localhost", 6379); // 连接 Redis
6.         String channelName = "myChannel";
8.         // 发布消息
9.         for (int i = 1; i <= 5; i++) {
10.             String message = "Message " + i;
11.             jedis.publish(channelName, message); // 发布消息到频道
12.             System.out.println("Published: " + message);
13.         }
15.         jedis.close(); // 关闭连接
16.     }
17. }

复制代码

 消费者代码：

1. import redis.clients.jedis.Jedis;
2. import redis.clients.jedis.JedisPubSub;
4. public class PubSubConsumer {
5.     public static void main(String[] args) {
6.         Jedis jedis = new Jedis("localhost", 6379); // 连接 Redis
7.         String channelName = "myChannel";
9.         // 创建订阅者
10.         JedisPubSub subscriber = new JedisPubSub() {
11.             @Override
12.             public void onMessage(String channel, String message) {
13.                 System.out.println("Received: " + message);
14.             }
15.         };
17.         // 订阅频道
18.         jedis.subscribe(subscriber, channelName);
19.     }
20. }

复制代码

  

• 优点：支持一对多的消息广播。
  
• 缺点：消息是即时的，假如消费者不在线，消息会丢失。
  

  

---

但是上面两方式都是有缺点的：

• 不支持消息确认机制，消息一旦被消费（从队列内取出）就会从队列中删除。并且只支持单消费者（一个消息只能拿出一次）
  
• 消息是即时的，假如消费者不在线，消息会丢失。
  

所以根据上面的两种方式，我们推出一款全新的方式 ->
使用 Stream 布局实现消息队列:
   Redis Stream 是一种强大的数据布局，用于管理消息流。它将消息存储在 Redis 中，并允许消费者按顺序获取消息。Stream 具有以下特点：
  

• 有序消息：消息按插入顺序分列。
  
• 消费者组：一个消费者组可以有多个消费者，每个消费者可以独立消费差别的消息。
  
• 消息 ID：每条消息都有唯一的 ID（如：1588890470850-0），ID 按时间戳天生。
  
• 自动分配消息：多个消费者可以从 Stream 中并行消费消息，保证消息不会重复消费。
  

  

在 Redis Stream 中，一个队列可以有多个消费者组，每个消费者组可以独立地消费队列中的消息。每个消费者组内有多个消费者，而消费者是基于 消费者名称 进行辨认的。 
   消费者组的工作方式：

  

• 每个消费者组拥有自己的 消费进度，也就是每个消费者组会从 自己独立的消息 ID 开始消费。
  
• 多个消费者组之间是相互独立的，即使它们消费的是同一个队列，它们也可以从差别的位置开始消费队列中的消息。
  
• 每个消费者组都可以有多个 消费者（在同一个组内，多个消费者可以并行消费同一个队列的消息，但每个消息在消费者组内只能被一个消费者处置惩罚一次）。
  

  假设有一个队列（Stream）mystream，可以为它创建多个消费者组：

1. XGROUP CREATE mystream group1 $ MKSTREAM
2. XGROUP CREATE mystream group2 $ MKSTREAM

复制代码

如许，mystream 队列上就有了两个消费者组：group1 和 group2。每个消费者组可以有自己的消费者并从该队列中读取消息。此时，group1 和 group2 都在消费同一个队列 mystream，但它们的消费进度是独立的，它们各自有自己的消息 ID 记录。
  每个消费者组可以有多个消费者，而每个消费者通过一个 唯一的消费者名称 来标识。
  

---

  

每个消费者组有独立的消费进度

  

---

  每个消费者组会记录自己的消费进度，也就是它消费到队列中的 哪个消息 ID。即使多个消费者组在消费同一个消息队列，它们每个组都会从 差别的消费位置（消息 ID）开始读取消息。
  例如，假设有一个队列 mystream，同时有两个消费者组 group1 和 group2，它们都从 mystream 队列中读取消息：
  

• group1 从 mystream 队列中的消息 id1 开始消费，group1 的进度会记录在 Redis 中。
  
• group2 从 mystream 队列中的消息 id2 开始消费，group2 的进度也会记录在 Redis 中。
  

  消费进度互不干扰，即便 group1 和 group2 都在消费 mystream 队列，它们的消费位置是独立的。
  

---

  

消费者组内部的消息消费

  

---

  一个消费者组内的消费者会 共享 组内的消息。即使有多个消费者，每条消息 在消费者组内部只会被 一个消费者 消费。消费者之间会并行处置惩罚消息，但每条消息只会被一个消费者处置惩罚。
  举个例子：假设 group1 中有三个消费者 consumer1、consumer2、consumer3，假如队列 mystream 有 6 条消息，那么它们会如下消费：
  

• consumer1 处置惩罚消息 1、2
  
• consumer2 处置惩罚消息 3、4
  
• consumer3 处置惩罚消息 5、6
  

  但对于消费者组 group2，假如它有自己的消费者，group2 内的消费者也会并行消费 mystream 中的消息，而 group1 和 group2 之间没有直接关系。
  首先初始化一个消息队列：
在项目启动时，确保 Redis 中存在对应的 Stream 和消费者组。可以通过步伐在启动时检查并创建（假如不存在的话）。

1. @Configuration
2. public class RedisStreamConfig {
4.     @Autowired
5.     private StringRedisTemplate redisTemplate;
7.     private static final String STREAM_KEY = "mystream";
8.     private static final String GROUP_NAME = "mygroup";
10.     @PostConstruct
11.     public void init() {
12.         // 检查消费者组是否存在，若不存在则创建
13.         try {
14.             // 如果消费者组不存在则会抛出异常，我们捕获异常进行创建
15.             redisTemplate.opsForStream().groups(STREAM_KEY);
16.         } catch (Exception e) {
17.             // 创建消费者组，起始位置为 $ 表示从末尾开始消费新消息
18.             redisTemplate.opsForStream().createGroup(STREAM_KEY, GROUP_NAME);
19.         }
20.     }
21. }

复制代码

  注意：
  

• opsForStream().groups(STREAM_KEY)：查询消费者组是否已存在。
  
• opsForStream().createGroup(STREAM_KEY, GROUP_NAME)：假如没有消费者组，则创建一个新的组。
  

  随后我们生产者发送消息示例：

1. @Service  
2. public class RedisStreamProducerService {  // 定义生产者服务类 RedisStreamProducerService
4.     private static final String STREAM_KEY = "mystream";  // 定义 Redis Stream 的名称，这里指定队列名为 "mystream"
6.     @Autowired  
7.     private StringRedisTemplate redisTemplate;
9.     public void sendMessage(String content) {  // 定义一个方法，发送消息到 Redis Stream，参数 content 是消息的内容
10.         Map<String, String> map = new HashMap<>();  // 创建一个 Map 用来存储消息内容
11.         map.put("content", content);  // 将消息内容添加到 Map 中，键是 "content"，值是传入的内容
13.         // 在消息队列中添加消息，调用 StringRedisTemplate 的 opsForStream 方法
14.         RecordId recordId = redisTemplate.opsForStream()  // 获取操作 Redis Stream 的操作对象
15.                 .add(StreamRecords.objectBacked(map)  // 创建一个 Stream 记录，将 Map 转化为对象记录
16.                 .withStreamKey(STREAM_KEY));  // 设置该记录属于的 Stream（消息队列）的名称
17.         // 输出记录的 ID，表示消息已经成功发送
18.         System.out.println("消息发送成功，id: " + recordId.getValue());  // 打印消息的 ID，表明该消息已经被成功加入到 Stream 中
19.     }
20. }

复制代码

  RecordId 是 Spring Data Redis 中的一个类，用来表示 消息的唯一标识符。它对应 Redis Stream 中的 消息 ID，该 ID 是 Redis Stream 中每条消息的唯一标识。Redis 中的消息 ID 通常是由时间戳和序号组成的（如 1588890470850-0）。
  主要功能：

  

• 表示消息 ID：RecordId 是一个封装类，表示 Redis Stream 中消息的 ID。
  
• 用于辨认和操纵消息：在消费和确认消息时，RecordId 用来标识每条消息的唯一性，并资助 Redis 确定消息是否已经被消费。
  

  使用场景：

  RecordId 用来标识从 Stream 中读取到的消息，我们可以通过 RecordId 来进行消息的确认、删除或其他操纵。

1. RecordId recordId = redisTemplate.opsForStream().add(StreamRecords.objectBacked(map).withStreamKey("mystream"));

复制代码

通过 StreamRecords.objectBacked(map) 将 map 对象作为消息内容，并用 add 方法将其写入 Stream。
  在然后编写消费者服务：
   使用 RedisTemplate 的 read 方法（底层执行的是 XREADGROUP 下令）从消费者组中拉取消息，并进行处置惩罚。消费者可以采用定时任务或背景线程不停轮询。

1. @Slf4j  
2. @Service  
3. public class RedisStreamConsumerService {
4.     private static final String STREAM_KEY = "mystream";  // Redis Stream 的名称，这里指定队列名为 "mystream"
5.     private static final String GROUP_NAME = "mygroup";  // 消费者组的名称，多个消费者可以通过组名共享消费队列
6.     private static final String CONSUMER_NAME = "consumer-1";  // 消费者的名称，消费者名称在同一消费者组内必须唯一
8.     @Autowired  
9.     private StringRedisTemplate redisTemplate;
11.     @PostConstruct  // 使用该注解能让方法在 Spring 完成依赖注入后自动调用，用于初始化任务
12.     @Async  // 将该方法标记为异步执行，允许它在单独的线程中运行，不会阻塞主线程，@EnableAsync 需要在配置类中启用
13.     public void start() {  // 启动方法，在应用启动时执行
14.         // 无限循环，不断从 Redis Stream 中读取消息（可以改为定时任务等方式）
15.         while (true) {
16.             try {
17.                 // 设置 Stream 读取的阻塞超时，设置最多等待 2 秒
18.                 StreamReadOptions options = StreamReadOptions.empty().block(Duration.ofSeconds(2));
19.                 // 从指定的消费者组中读取消息，">" 表示只消费未被消费过的消息
20.                 List<MapRecord<String, Object, Object>> messages = redisTemplate.opsForStream().read(
21.                         Consumer.from(GROUP_NAME, CONSUMER_NAME),  // 指定消费者组和消费者名称
22.                         options,  // 设置读取选项，包含阻塞时间
23.                         StreamOffset.create(STREAM_KEY, ReadOffset.lastConsumed())  // 从最后消费的消息开始读取
24.                 );
25.                 // 如果没有消息，继续循环读取
26.                 if (messages == null || messages.isEmpty()) {
27.                     continue;  
28.                 }
29.                 // 处理每一条读取到的消息
30.                 for (MapRecord<String, Object, Object> message : messages) {
31.                     String messageId = message.getId();  // 获取消息的唯一标识符（ID）
32.                     Map<Object, Object> value = message.getValue();  // 获取消息内容（以 Map 形式存储）
33.                     log.info("接收到消息，id={}，内容={}", messageId, value);  // 打印日志，记录消息 ID 和内容
34.                     // 在这里加入业务逻辑处理
35.                     // 例如处理消息并执行相应的操作
36.                     // ...
38.                     // 消息处理成功后，需要确认消息已经被消费（通过 XACK 命令）
39.                     redisTemplate.opsForStream().acknowledge(STREAM_KEY, GROUP_NAME, messageId);  // 确认消费的消息
40.                 }
41.             } catch (Exception e) {
42.                 log.error("读取 Redis Stream 消息异常", e);  // 异常捕获，记录错误日志
43.             }
44.         }
45.     }
46. }

复制代码

  MapRecord<String, Object, Object> 是 Spring Data Redis 用来表示 Redis Stream 中的 消息记录 的类。它不仅包含了消息的 ID，还包含了消息的内容（即消息数据）。在 Redis 中，每条消息都存储为一个 key-value 对。
  主要功能：

  

• 封装消息 ID 和消息内容：MapRecord 用来封装消息的 ID 和消息的内容。
  
• 消息的内容：消息的内容通常是一个 键值对（Map<String, Object>），可以是恣意对象的数据布局（例如，JSON、Map 或其他序列化对象）。
  

  字段：

  

• getId()：返回消息的 ID（RecordId 类型）。
  
• getValue()：返回消息的内容，以 Map<Object, Object> 的情势。
  

  使用场景：

  MapRecord 是用来表示从 Stream 中读取到的消息，它将消息的 ID 和内容（键值对）封装在一起。你可以使用 MapRecord 来获取消息的 ID 和内容并处置惩罚。

1. MapRecord<String, Object, Object> message = redisTemplate.opsForStream().read(Consumer.from("mygroup", "consumer1"), options, StreamOffset.create("mystream", ReadOffset.lastConsumed()));

复制代码

在这个例子中，message 是一个 MapRecord 实例，它封装了从 mystream 队列中读取到的消息。我们可以通过 message.getId() 获取消息 ID，通过 message.getValue() 获取消息内容。
    在消费者中，我们使用 MapRecord<String, Object, Object> 来封装消息，获取 message.getId() 来获取消息的 ID（RecordId），以及通过 message.getValue() 获取消息的内容。 随后在处置惩罚完消息后，调用 acknowledge() 来确认消息已经被消费。
  最后启动异步支持：

1. @SpringBootApplication
2. @EnableAsync // 启动异步支持
3. public class MyApplication {
4.     public static void main(String[] args) {
5.         SpringApplication.run(MyApplication.class, args);
6.     }
7. }

复制代码

通过这种方式，Spring Data Redis 提供了高效且类型安全的接口来操纵 Redis Stream，资助我们在分布式系统中实现高效的消息队列。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。