java

关注公众号 jb51net

关闭
首页 > 软件编程 > java > SpringBoot实现Redis stream实时流事件处理

redis之基于SpringBoot实现Redis stream实时流事件处理方式

作者：RachelHwang

这篇文章主要介绍了redis之基于SpringBoot实现Redis stream实时流事件处理方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

1、redis stream简介

Redis Stream 是 Redis 5.0 版本新增加的数据结构。Redis Stream 主要用于消息队列（MQ，Message Queue），Redis 本身是有一个 Redis 发布订阅 (pub/sub) 来实现消息队列的功能，但它有个缺点就是消息无法持久化，如果出现网络断开、Redis 宕机等，消息就会被丢弃。

简单来说发布订阅 (pub/sub) 可以分发消息，但无法记录历史消息。

Redis5.0中发布的Stream类型，也用来实现典型的消息队列。

提供了消息的持久化和主备复制功能，可以让任何客户端访问任何时刻的数据，并且能记住每一个客户端的访问位置，还能保证消息不丢失。

该Stream类型的出现，几乎满足了消息队列具备的全部内容，包括但不限于：

Redis Stream 的结构如下所示，它有一个消息链表，将所有加入的消息都串起来，每个消息都有一个唯一的 ID 和对应的内容：

在某些特定场景可以使用redis的stream代替kafka等消息队列，减少系统复杂性，增强系统的稳定性

在这里插入图片描述

每个 Stream 都有唯一的名称，它就是 Redis 的 key，在我们首次使用 xadd 指令追加消息时自动创建。

上图解析：

2、redis stream基础命令

添加：XADD

命令格式：XADD stream_name id key-value [key-value …]

127.0.0.1:6379> XADD mytopic * acctid 012 age 1
1527837352024-0

查看队列长度：xlen

命令格式：xlen xxx

127.0.0.1:6379> xlen mytopic
(integer) 1
127.0.0.1:6379>

获取数据：xrange xrevrange

1.xrange 命令格式：

xrange mytopic - +
xrange mytopic 生成的ID + count 2

2.xrevrange命令格式：

xrevrange mytopic + 1527837440632 count 3

该命令的意思为：反向查询ID以无限大为开始，以1527837440632为结束的entry，但只取出查询结果集（降序排列）中的前三个entry;

获取数据：xread

1.非阻塞

从stream 中拿ID比0大的4个Entry，按升序排列

xread count 4 streams mytopic 0

2.阻塞

监听name为mystream的stream，从stream中拿比ID比"$"（特殊ID：该stream中此刻最大ID）还大的Entry

xread block 0 streams mystream $

block 0：block表示命令要阻塞，0表示阻塞时间为无限大，不超时，如果设置为>0的整数，即为阻塞超时时间

监听生效后，拿到数据监听就失效，与zk的watcher雷同。意思是该命令执行后，只能拿到一条ID比设置ID更大的entry，要想继续拿，必须执行xread命令，官方推荐下一次拿entry使用上一次得到的ID。注意千万别乱设置很大的ID ，否则你可能永远拿不到entry。

xread block 0 streams mystream mytopic $ $

收到任何一个stream的消息，本次监听就失效，只能拿到一条数据，后面还需要拿数据，可以将各自stream拿到的ID作为最大ID，重新执行命令

消费者组：Consumer groups

redis5引入了消费者组的概念，一个stream的数据每一个消费者组都发一份，消费者组里面的消费者竞争同一份数据，亦即在同一个消费者组内，一个消息是不可能发给多个消费者的：

在这里插入图片描述

消费者组提供了如下5点保障

基础命令

1.创建消费者组

xgroup create mytopic mygroup $

该命令的意思是：使用xgroup命令创建了一个mygroup消费者组，该消费者组与mytopic stream进行了关联，以后mygroup消费者组中的消费者就会mytopic stream中拿数据；

符号" $ "代表mytopic stream中目前最大的ID，消费者拿到的entry的id一定会大于此刻$代表的最大ID。你也可以指定这个最大的ID，比如0；

2.从消费者组读数据

使用xreadgroup命令让消费者consumer_a从mygroup消费者组的mytopic stream中拿最新的，并且没有被发送给其他消费者处理的entry：

xreadgroup group mygroup consumer_a count 1 streams mytopic >

参数：

如果想一个消费者组关联多个stream可以这样做：

xgroup create mystream mygroup $
xgroup create mytopic mygroup $
xreadgroup group mygroup consumer_a block 0 count 1 streams mytopic mystream > >

读消息的参数多了一个block 0，就是说读数据需要阻塞。

3.发送ACK

将指定ID对应的entry从consumer的已处理消息列表中删除

XACK mystream mygroup 1527864992409-0

3、结合Spring Boot进行redis实时流处理

样例应用：

在这里插入图片描述

项目依赖：

<dependency>
	<groupId>org.springframework.boot</groupId>
	<artifactId>spring-boot-starter-data-redis-reactive</artifactId>
</dependency>

3.1 生产者

理想情况下，生产者和消费者将是两个不同的微服务/应用程序。

在这里，我们把消费和生产都弄在同一个项目中。

但是，我们基于名为“ app.role ”的自定义属性来控制应用程序的行为，使其像生产者或消费者。

基于该值，将在Spring中创建相应的组件。

@Service
@ConditionalOnProperty(name="app.role", havingValue="producer")
public class PurchaseEventProducer {
    private AtomicInteger atomicInteger = new AtomicInteger(0);
    @Value("${stream.key}")
    private String streamKey;
    @Autowired
    private ProductRepository repository;
    @Autowired
    private ReactiveRedisTemplate<String, String> redisTemplate;
    @Scheduled(fixedRateString= "${publish.rate}")
    public void publishEvent(){
        Product product = this.repository.getRandomProduct();
        ObjectRecord<String, Product> record = StreamRecords.newRecord()
                .ofObject(product)
                .withStreamKey(streamKey);
        this.redisTemplate
                .opsForStream()
                .add(record)
                .subscribe(System.out::println);
        atomicInteger.incrementAndGet();
    }
    @Scheduled(fixedRate = 10000)
    public void showPublishedEventsSoFar(){
        System.out.println(
                "Total Events :: " + atomicInteger.get()
        );
    }
}

3.2 消费者

我们的发布者已经准备好。让我们创建一个消费者。

要使用RedisStreams，我们需要实现StreamListener接口。

@Service
@ConditionalOnProperty(name="app.role", havingValue="consumer")
public class PurchaseEventConsumer implements StreamListener<String, ObjectRecord<String, Product>> {
    private AtomicInteger atomicInteger = new AtomicInteger(0);
    @Autowired
    private ReactiveRedisTemplate<String, String> redisTemplate;
    @Override
    @SneakyThrows
    public void onMessage(ObjectRecord<String, Product> record) {
        System.out.println(
                InetAddress.getLocalHost().getHostName() + " - consumed :" +
                record.getValue()
        );
        this.redisTemplate
                .opsForZSet()
                .incrementScore("revenue", record.getValue().getCategory().toString(), record.getValue().getPrice())
                .subscribe();
        atomicInteger.incrementAndGet();
    }
    @Scheduled(fixedRate = 10000)
    public void showPublishedEventsSoFar(){
        System.out.println(
                "Total Consumed :: " + atomicInteger.get()
        );
    }
}

在消费者端，我们只简单地显示消费记录情况。

然后，我们获得支付价格并将其添加到redis排序集中。

像发布者一样，我们会定期显示此使用者消费到的事件数。

3.3 Redis流配置

创建使用者后，我们需要通过将上述使用者添加到StreamMessageListenerContainer实例中来创建订阅。

@Configuration
@ConditionalOnProperty(name="app.role", havingValue="consumer")
public class RedisStreamConfig {
    @Value("${stream.key}")
    private String streamKey;
    @Autowired
    private StreamListener<String, ObjectRecord<String, Product>> streamListener;
    @Bean
    public Subscription subscription(RedisConnectionFactory redisConnectionFactory) throws UnknownHostException {
        var options = StreamMessageListenerContainer
                            .StreamMessageListenerContainerOptions
                            .builder()
                            .pollTimeout(Duration.ofSeconds(1))
                            .targetType(Product.class)
                            .build();
        var listenerContainer = StreamMessageListenerContainer
                                    .create(redisConnectionFactory, options);
        var subscription = listenerContainer.receiveAutoAck(
                Consumer.from(streamKey, InetAddress.getLocalHost().getHostName()),
                StreamOffset.create(streamKey, ReadOffset.lastConsumed()),
                streamListener);
        listenerContainer.start();
        return subscription;
    }
}

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:
阅读全文