redis和rabbitmq实现延时队列的示例代码

 更新时间:2024年03月20日 11:03:52   作者:开心就好啦啦啦  
在高并发场景下,延迟队列显得尤为重要,本文主要介绍了两种方式,redis和rabbitmq实现延时队列,具有一定的参考价值,感兴趣的可以了解一下

延迟队列使用场景

1. 订单超时处理:延迟队列可以用于处理订单超时问题。当用户下单后,将订单信息放入延迟队列,并设置一定的超时时间。如果在超时时间内用户未支付订单,消费者会从延迟队列中获取到该订单,并执行相应的处理操作,如取消订单、释放库存等。

2. 优惠券过期提醒:延迟队列可以用于优惠券的过期提醒功能。将即将过期的优惠券信息放入延迟队列,并设置合适的延迟时间。当延迟时间到达时,消费者将提醒用户优惠券即将过期,引导用户尽快使用。

3. 异步通知与提醒:延迟队列可以用于异步通知和提醒功能。例如,当用户完成某个操作后,系统可以将相关通知消息放入延迟队列,并设置一定的延迟时间,以便在合适的时机发送通知给用户。

Redis中zset实现延时队列

1. 创建延迟队列服务类

  • 创建一个延迟队列的服务类,例如DelayQueueService,用于操作Redis中的ZSet。这个服务类需要完成以下功能:
  • 将消息放入延迟队列:将消息作为元素添加到ZSet中,设置对应的延迟时间作为分数。轮询并处理已到期的消息:定时任务或者消息消费者轮询检查ZSet中的元素,获取到达指定时间的消息进行处理。删除已处理的消息:处理完消息后,从ZSet中将其删除。
@Service
public class DelayQueueService {
    private static final String DELAY_QUEUE_KEY = "delay_queue";


    @Autowired
    private RedisTemplate<String, String> redisTemplate;

    public void addToDelayQueue(String message,long delayTime){
        redisTemplate.opsForZSet().add(DELAY_QUEUE_KEY,message,System.currentTimeMillis()+delayTime);
    }

    public void processDelayedMessage(){
        //reverseRangeByScore 从高到低
        //rangeByScore 从低到高
        Set<String> messages = redisTemplate.opsForZSet().rangeByScore(DELAY_QUEUE_KEY, 0, System.currentTimeMillis());
        for(String message:messages){
            //处理消息
            System.out.println(message);
            redisTemplate.opsForZSet().remove(DELAY_QUEUE_KEY,message);
        }

    }
}

2. 配置定时任务或消息消费者

使用Spring Boot的定时任务或消息队列框架,定时调用延迟队列服务类的轮询方法或监听指定的消息队列,可以将轮训粒度放到1s一次。

@Component
public class DelayQueueSchedule {
    @Autowired
    private DelayQueueService delayQueueService;


    // 每隔一段时间进行轮询并处理延迟消息
    @Scheduled(fixedDelay = 1000)
    public void pollAndProcessDelayedMessages() {
        delayQueueService.pollAndProcessDelayedMessages();
    }
}

然后在启动类上通过@EnableScheduling注解开启任务调度能力。

缺点:使用ZSET(有序集合,Sorted Set)来实现延迟任务调度(如订单超时取消)是一种有效的方法,但它也有一些缺点和限制:

  • 内存消耗:ZSET 在Redis中是一个有序集合,它需要占用一定的内存来存储成员和分数。如果你需要存储大量的延迟任务,可能会导致内存消耗较大。这可能会对Redis服务器的性能和成本产生影响,特别是在大规模应用中。
  • 不适用于大规模延迟任务:ZSET 可以处理相对较小数量的延迟任务,但当需要管理大规模延迟任务队列时,可能会导致性能下降。在这种情况下,需要考虑更高效的延迟队列解决方案,例如使用分布式消息队列。
  • 无法动态修改延迟时间: 一旦将任务添加到ZSET中,你不能轻松地修改任务的延迟时间。如果需要在任务已经添加后更改延迟时间,可能需要复杂的操作。
  • 没有重试机制:ZSET 只能用于一次性延迟任务,无法自动处理任务失败后的重试。如果任务在执行时失败,你需要自己实现重试逻辑。
  • 没有持久化: Redis是内存数据库,如果Redis服务器重启或发生故障,已添加的延迟任务数据将丢失。虽然可以通过Redis持久化机制来部分解决这个问题,但仍然存在一定风险。
  • 复杂性增加: 使用ZSET来管理延迟任务队列需要编写复杂的代码来处理任务的添加、检索和删除。这可能增加应用程序的复杂性。

Rabbitmq实现延迟队列

死信,顾名思义就是无法被消费的消息。一般来说,producer 将消息投递到 broker 或者直接到queue 里了,consumer 从 queue 取出消息进行消费,但某些时候由于特定的原因导致queu 中的某些消息无法被消费,这样的消息如果没有后续的处理,就变成了死信,有死信自然就有了死信队列。

列出2种实现方式。
(1)使用Time To Live(TTL) + Dead Letter Exchanges(DLX)死信队列组合实现延迟队列的效果。
(2)使用RabbitMQ官方延迟插件rabbitmq_delayed_message_exchange,实现延时队列效果。

由于TTL(生存时间)过期导致的死信,就是我们实现延迟队列的的方式。
我们需要声明如下形式的交互机和队列,以及对应的routing key,并进行绑定:

请添加图片描述

上图绑定的代码如下所示

@Configuration
public class DeadQueueConfig {
    //普通交换机及队列
    public static final String X_EXCHANGE = "X";
    public static final String QUEUE_A = "QA";
    public static final String QUEUE_B = "QB";
    //死信交换机及队列
    public static final String Y_DEAD_LETTER_EXCHANGE = "Y";
    public static final String DEAD_LETTER_QUEUE = "QD";
    //通用队列
    public static final String QUEUE_C = "QC";


    // 声明 xExchange
    @Bean("xExchange")
    public DirectExchange xExchange() {
        return new DirectExchange(X_EXCHANGE);
    }

    //声明队列 A ttl 为 10s 并绑定到对应的死信交换机
    @Bean("queueA")
    public Queue queueA() {
        Map<String, Object> args = new HashMap<>(3);
        //声明当前队列绑定的死信交换机
        args.put("x-dead-letter-exchange", Y_DEAD_LETTER_EXCHANGE);
        //声明当前队列的死信路由 key
        args.put("x-dead-letter-routing-key", "YD");
        //声明队列的 TTL
        args.put("x-message-ttl", 10000);
        return QueueBuilder.durable(QUEUE_A).withArguments(args).build();
    }
    //声明队列A绑定X交换机  路由为XA
    @Bean
    public Binding queueABingX(@Qualifier("queueA") Queue queueA,
                               @Qualifier("xExchange") DirectExchange xExchange){
        return BindingBuilder.bind(queueA).to(xExchange).with("XA");
    }

    //声明队列 B ttl 为 40s 并绑定到对应的死信交换机
    @Bean("queueB")
    public Queue queueB() {
        Map<String, Object> args = new HashMap<>(3);
        //声明当前队列绑定的死信交换机
        args.put("x-dead-letter-exchange", Y_DEAD_LETTER_EXCHANGE);
        //声明当前队列的死信路由 key
        args.put("x-dead-letter-routing-key", "YD");
        //声明队列的 TTL
        args.put("x-message-ttl", 40000);
        return QueueBuilder.durable(QUEUE_B).withArguments(args).build();
    }

    //声明队列 B 绑定 X 交换机
    @Bean
    public Binding queuebBindingX(@Qualifier("queueB") Queue queue1B,
                                  @Qualifier("xExchange") DirectExchange xExchange) {
        return BindingBuilder.bind(queue1B).to(xExchange).with("XB");
    }

    //声明通用队列C 不设ttl,由消费者决定ttl
    @Bean("queueC")
    public Queue queueC() {
        Map<String, Object> args = new HashMap<>(3);
        //声明当前队列绑定的死信交换机
        args.put("x-dead-letter-exchange", Y_DEAD_LETTER_EXCHANGE);
        //声明当前队列的死信路由 key
        args.put("x-dead-letter-routing-key", "YD");
        return QueueBuilder.durable(QUEUE_C).withArguments(args).build();
    }
    // 声明队列 C 绑定 X 交换机
    @Bean
    public Binding queuecBindingX(@Qualifier("queueC") Queue queueC,
                                  @Qualifier("xExchange") DirectExchange xExchange) {
        return BindingBuilder.bind(queueC).to(xExchange).with("XC");
    }

    // 声明 死信队列交换机
    @Bean("yExchange")
    public DirectExchange yExchange() {
        return new DirectExchange(Y_DEAD_LETTER_EXCHANGE);
    }
    //声明死信队列 QD
    @Bean("queueD")
    public Queue queueD() {
        return new Queue(DEAD_LETTER_QUEUE,true);
    }
    //声明死信队列 QD 绑定关系
    @Bean
    public Binding deadLetterBindingQAD(@Qualifier("queueD") Queue queueD,
                                        @Qualifier("yExchange") DirectExchange yExchange) {
        return BindingBuilder.bind(queueD).to(yExchange).with("YD");
    }

}

其中,QD为死信队列。当QA和QB队列中的消息,达到设定的TTL(10s和40s)后,将进入指定的死信队列QD。该方法缺点就是一个TTL对应一个队列

其中的QC作为通用的队列,即在消费者处指定消息对应的TTL,TTL过期后转入死信队列。使用该通用队列可以避免每增加一个新的时间需求,就要新增一个队列的问题。但该方法由于队列先进先出的性质,会导致一定的问题:

即先发出一个TTL为10s的消息a,进入队列;再马上发出一个TTL为2s的消息b,进入队列。由于队列的性质,会在消息a的TTL结束后,a进入死信队列后,b才会进入死信队列。而不是根据TTL的时间,b比a先进入死信队列。

声明交换机、队列,并绑定成功后,编写死信队列消费者代码;

@Component
@Slf4j
public class DeadQueueConsumer {

    @RabbitListener(queues = "QD")
    public void receiveD(Message message, Channel channel) throws IOException {
        String msg = new String(message.getBody());
        log.info("当前时间:{},收到死信队列信息:{}", new Date().toString(), msg);
    }
}

在controller中编写生产者代码,进行测试:

    @Autowired
    private RabbitTemplate rabbitTemplate;

    @GetMapping("/sendMsg/{message}")
    public String sendMsg(@PathVariable String message){
        log.info("当前时间:{},发送一条信息给两个 TTL 队列:{}", new Date(), message);
        rabbitTemplate.convertAndSend("X", "XA", "消息来自 ttl 为 10S 的队列: " + message);
        rabbitTemplate.convertAndSend("X", "XB", "消息来自 ttl 为 40S 的队列: " + message);
        return "finish";
    }

结果如图:

请添加图片描述

测试通用队列QC的效果:

@GetMapping("/send/{message}/{ttlTime}")
    public void sendMsg(@PathVariable String message, @PathVariable String ttlTime) {
        rabbitTemplate.convertAndSend("X", "XC", message, correlationData -> {
            correlationData.getMessageProperties().setExpiration(ttlTime);
            return correlationData;
        });
        log.info("当前时间:{},发送一条时长{}毫秒 TTL 信息给队列 C:{}", new Date(), ttlTime, message);
    }

结果如下图

请添加图片描述

可以看到, 两条消息几乎同时到达死信队列,因为TTL为2s的消息由于被堵在TTL为10s的消息后导致。

到此这篇关于redis和rabbitmq实现延时队列的示例代码的文章就介绍到这了,更多相关redis rabbitmq 延时队列内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Redis配置外网可访问(redis远程连接不上)的方法

    Redis配置外网可访问(redis远程连接不上)的方法

    默认情况下,当我们在部署了redis服务之后,redis本身默认只允许本地访问。Redis服务端只允许它所在服务器上的客户端访问,如果Redis服务端和Redis客户端不在同一个机器上,就要进行配置。
    2022-12-12
  • 详解Redis BoundValueOperations使用及实现

    详解Redis BoundValueOperations使用及实现

    BoundValueOperations是Spring Data Redis中一个非常实用的工具,本文主要介绍了Redis BoundValueOperations使用,具有一定的参考价值,感兴趣的可以了解一下
    2025-09-09
  • Redis结合 Docker 搭建集群并整合SpringBoot的详细过程

    Redis结合 Docker 搭建集群并整合SpringBoot的详细过程

    这篇文章主要介绍了Redis结合Docker搭建集群并整合SpringBoot的详细过程,本文给大家介绍的非常详细,感兴趣的朋友跟随小编一起看看吧
    2024-06-06
  • 为啥懒 Redis 是更好的 Redis

    为啥懒 Redis 是更好的 Redis

    本文是由zicode, 李中凯, 无若翻译的英文文章Lazy Redis is better Redis,小编认为非常不错,这里推荐给大家
    2018-07-07
  • Redis实现分布式Session管理的机制详解

    Redis实现分布式Session管理的机制详解

    这篇文章主要介绍了Redis实现分布式Session管理的机制详解,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-01-01
  • 通过redis的脚本lua如何实现抢红包功能

    通过redis的脚本lua如何实现抢红包功能

    这篇文章主要给大家介绍了关于通过redis的脚本lua如何实现抢红包功能的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面来一起学习学习吧
    2020-05-05
  • redis实现排行榜功能

    redis实现排行榜功能

    排行榜在很多地方都能使用到,redis的zset可以很方便地用来实现排行榜功能,本文就来简单的介绍一下如何使用,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-05-05
  • Redis可视化工具Redis Desktop Manager的具体使用

    Redis可视化工具Redis Desktop Manager的具体使用

    本文主要介绍了Redis可视化工具Redis Desktop Manager的具体使用,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-12-12
  • Redis 中的热点键和数据倾斜示例详解

    Redis 中的热点键和数据倾斜示例详解

    热点键是指在 Redis 中被频繁访问的特定键,这些键由于其高访问频率,可能导致 Redis 服务器的性能问题,尤其是在高并发场景下,本文给大家介绍Redis 中的热点键和数据倾斜,感兴趣的朋友一起看看吧
    2025-03-03
  • Redis Subscribe timeout 报错的问题解决

    Redis Subscribe timeout 报错的问题解决

    最近系统偶尔报出org.redisson.client.RedisTimeoutException: Subscribe timeout: (7500ms)的错误,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2025-08-08

最新评论