Redis基于(ListPubSubStream消费者组)实现消息队列,基于Stream结构实现异步秒杀下单

Posted Perceus

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Redis基于(ListPubSubStream消费者组)实现消息队列,基于Stream结构实现异步秒杀下单相关的知识,希望对你有一定的参考价值。

(目录)


上一篇博文部分:


Redis消息队列

1、Redis消息队列-认识消息队列

什么是消息队列?

最简单的消息队列模型包括3个角色


使用队列的好处在于 解耦

这种场景在秒杀中就变成了:

这里我们可以使用一些现成的mq,比如kafka,rabbitmq等等,但是呢,如果没有安装mq,我们也可以直接使用redis提供的mq方案降低部署和学习成本


2、Redis消息队列-基于List实现消息队列

基于List结构模拟消息队列

基于List的消息队列有哪些优缺点? 优点:

缺点:


3、Redis消息队列-基于PubSub的消息队列

PubSub(发布订阅)是Redis2.0版本引入的消息传递模型。顾名思义,消费者可以订阅一个或多个channel,生产者向对应channel发送消息后,所有订阅者都能收到相关消息

基于PubSub的消息队列有哪些优缺点? 优点:

缺点:


4、Redis消息队列-基于Stream的消息队列

Stream:

发送消息的命令:XADD

例如:


读取消息的方式之一:XREAD

例如:

伪代码如下:

注意:


STREAM类型消息队列XREAD命令特点


5、Redis消息队列-基于Stream的消息队列-消费者组

消费者组(Consumer Group):

具备下列特点:


创建消费者组:


其它常见命令:

  1. 删除指定的消费者组
XGROUP DESTORY key groupName
  1. 给指定的消费者组添加消费者
XGROUP CREATECONSUMER key groupname consumername
  1. 删除消费者组中的指定消费者
XGROUP DELCONSUMER key groupname consumername
  1. 从消费者组读取消息:
XREADGROUP GROUP group consumer [COUNT count] [BLOCK milliseconds] [NOACK] STREAMS key [key ...] ID [ID ...]

消费者监听消息的基本思路:

STREAM类型消息队列XREADGROUP命令特点:

最后我们来个小对比


6、基于Redis的Stream结构作为消息队列,实现异步秒杀下单

需求:


修改lua表达式

-- 1.参数列表
-- 1.1.优惠券id
local voucherId = ARGV[1]
-- 1.2.用户id
local userId = ARGV[2]
-- 1.3.订单id
local orderId = ARGV[3]

-- 2.数据key
-- 2.1.库存key
local stockKey = seckill:stock: .. voucherId
-- 2.2.订单key
local orderKey = seckill:order: .. voucherId

-- 3.脚本业务
-- 3.1.判断库存是否充足 get stockKey
if(tonumber(redis.call(get, stockKey)) <= 0) then
    -- 3.2.库存不足,返回1
    return 1
end
-- 3.2.判断用户是否下单 SISMEMBER orderKey userId
if(redis.call(sismember, orderKey, userId) == 1) then
    -- 3.3.存在,说明是重复下单,返回2
    return 2
end
-- 3.4.扣库存 incrby stockKey -1
redis.call(incrby, stockKey, -1)
-- 3.5.下单(保存用户)sadd orderKey userId
redis.call(sadd, orderKey, userId)
-- 3.6.发送消息到队列中, XADD stream.orders * k1 v1 k2 v2 ...
redis.call(xadd, stream.orders, *, userId, userId, voucherId, voucherId, id, orderId)
return 0


VoucherOrderServiceImpl类 代码实现:


@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService 

    @Autowired
    private ISeckillVoucherService seckillVoucherService;

    @Autowired
    private RedisIdWorker redisIdWorker;

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    @Autowired
    private RedissonClient redissonClient;

    private static final DefaultRedisScript<Long> SECKILL_SCRIPT;
    // 提前读取脚本 静态代码块
    static 
        SECKILL_SCRIPT = new DefaultRedisScript<>();
        SECKILL_SCRIPT.setLocation(new ClassPathResource("seckill.lua")); // 读取脚本
        SECKILL_SCRIPT.setResultType(Long.class); // 返回值
    

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

    //在类初始化之后执行,因为当这个类初始化好了之后,随时都是有可能要执行的
    @PostConstruct
    private void init() 
        SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderHandler());
    

    /**
     * 使用 Redis消息队列建立 读队列、编写下订单任务
     */
    private class VoucherOrderHandler implements Runnable 

        @Override
        public void run() 
            while (true) 
                try 
                    // 1.获取消息队列中的订单信息 XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 >
                    List<MapRecord<String, Object, Object>> list = stringRedisTemplate.opsForStream().read(
                            Consumer.from("g1", "c1"),
                            StreamReadOptions.empty().count(1).block(Duration.ofSeconds(2)),
                            StreamOffset.create("stream.orders", ReadOffset.lastConsumed())
                    );

                    // 2.判断订单信息是否为空
                    if (list == null || list.isEmpty()) 
                        // 如果为null,说明没有消息,继续下一次循环
                        continue;
                    

                    // 解析数据
                    MapRecord<String, Object, Object> record = list.get(0);
                    Map<Object, Object> value = record.getValue();
                    VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(value, new VoucherOrder(), true);

                    // 3.创建订单
                    createVoucherOrder(voucherOrder);

                    // 4.确认消息 XACK
                    stringRedisTemplate.opsForStream().acknowledge("s1", "g1", record.getId());

                 catch (Exception e) 
                    log.error("处理订单异常", e);
                    //处理异常消息 去 Pading-List读取消息
                    handlePendingList();
                
            
        
    

    /**
     *  Redis消息队列出现异常,调用此方法去 Pading—List中重新读取
     */
    private void handlePendingList() 
        while (true) 
            try 
                // 1.获取pending-list中的订单信息 XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 0
                List<MapRecord<String, Object, Object>> list = stringRedisTemplate.opsForStream().read(
                        Consumer.from("g1", "c1"),
                        StreamReadOptions.empty().count(1),
                        StreamOffset.create("stream.orders", ReadOffset.from("0"))
                );

                // 2.判断订单信息是否为空
                if (list == null || list.isEmpty()) 
                    // 如果为null,说明没有异常消息,结束循环
                    break;
                

                // 解析数据
                MapRecord<String, Object, Object> record = list.get(0);
                Map<Object, Object> value = record.getValue();
                VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(value, new VoucherOrder(), true);

                // 3.创建订单
                createVoucherOrder(voucherOrder);

                // 4.确认消息 XACK
                stringRedisTemplate.opsForStream().acknowledge("s1", "g1", record.getId());
             catch (Exception e) 
                log.error("处理pendding订单异常", e);
                try
                    Thread.sleep(20);
                catch(Exception ee)
                    ee.printStackTrace();
                
            
        
    


    private void handleVoucherOrder(VoucherOrder voucherOrder) 
        //1.获取用户
        Long userId = voucherOrder.getUserId();
        // 2.创建锁对象
        RLock lock = redissonClient.getLock("lock:order:" + userId);
        // 3.尝试获取锁
        boolean isLock = lock.tryLock();
        // 4.判断是否获得锁成功
        if (!isLock) 
            // 获取锁失败,直接返回失败或者重试
            log.error("不允许重复下单!");
            return;
        
        try 
            //注意:由于是spring的事务是放在threadLocal中,此时的是多线程,事务会失效
            proxy.createVoucherOrder(voucherOrder);
         finally 
            // 释放锁
            lock.unlock();
        
    

    // 代理对象
    private IVoucherOrderService proxy;

    @Override
    public Result seckillVoucher(Long voucherId) 

        //获取用户
        Long userId = UserHolder.getUser().getId();
        //生成订单ID
        long orderId = redisIdWorker.nextId("order");

        // 1.执行lua脚本
        Long result = stringRedisTemplate.execute(
                SECKILL_SCRIPT,
                Collections.emptyList(),
                voucherId.toString(), userId.toString(), String.valueOf(orderId)
        );
        int r = result.intValue(); // 转成int

        // 2.判断结果是否为0
        if (r != 0) 
            // 2.1.不为0 ,代表没有购买资格
            return Result.fail(r == 1 ? "库存不足" : "不能重复下单");
        

        //3.获取代理对象
        proxy = (IVoucherOrderService) AopContext.currentProxy();

        //4.返回订单id
        return Result.ok(orderId);
    



    @Transactional
    public void createVoucherOrder (VoucherOrder voucherOrder)
        // 5.一人一单逻辑
        // 5.1.用户id
        Long userId = voucherOrder.getUserId();

        // 判断是否存在
        int count = query().eq("user_id", userId)
                .eq("voucher_id", voucherOrder.getId()).count();

        // 5.2.判断是否存在
        if (count > 0) 
            // 用户已经购买过了
            log.error("用户已经购买过了");
        

        //6,扣减库存
        boolean success = seckillVoucherService.update()
                .setSql("stock= stock -1") //set stock = stock -1
                .eq("voucher_id", voucherOrder.getVoucherId()).gt("stock",0).update(); //where id = ? and stock > 0
        // .eq("voucher_id", voucherId).eq("stock",voucher.getStock()).update(); //where id = ? and stock = ?

        if (!success) 
            //扣减库存
            log.error("库存不足!");
        

        save(voucherOrder);
    


JMeter压力测试效果展示:


以上是关于Redis基于(ListPubSubStream消费者组)实现消息队列,基于Stream结构实现异步秒杀下单的主要内容,如果未能解决你的问题,请参考以下文章

Redis之秒杀下单优化以及认识redis消息队列

redis使用list做消息队列,为啥推送用lpush,而消费用的是brpop

按键消抖基于FPGA的按键消抖模块开发

基础项目基于尖峰脉冲的按键消抖程序设计讲解

基于opencv对高空拍摄视频消抖处理

词义消歧