国产无码综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

<cite id="aog4e"><dd id="aog4e"></dd></cite>

<strike id="aog4e"></strike>

Redis 高級特性 Redis Stream使用

2年前作者：金色旭光分類：Toy博客閱讀(19)違法舉報

這篇具有很好參考價值的文章主要介紹了Redis 高級特性 Redis Stream使用。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方，請大家不吝賜教，您也可以點(diǎn)擊"舉報違法"按鈕提交疑問。

Redis 高級特性 Redis Stream使用

Redis Stream 簡介

Redis Stream 是 Redis 5.0 版本新增加的數(shù)據(jù)結(jié)構(gòu)。
Stream從字面上看是流類型，但其實(shí)從功能上看，應(yīng)該是Redis對消息隊(duì)列（MQ，Message Queue）的完善實(shí)現(xiàn)。下文稱Stream為隊(duì)列

Stream 出現(xiàn)原因：
Stream的出現(xiàn)是為了給Redis提供完善的消息隊(duì)列功能

基于Reids的消息隊(duì)列實(shí)現(xiàn)有很多種，例如：

PUB/SUB，訂閱/發(fā)布模式
基于List的 LPUSH+BRPOP 的實(shí)現(xiàn)
基于有序集合的實(shí)現(xiàn)

類型	優(yōu)點(diǎn)	缺點(diǎn)
List	支持阻塞式的獲取消息	沒有消息多播功能，沒有ACK機(jī)制，無法重復(fù)消費(fèi)等等
Pub/Sub	支持消息多播	消息無法持久化，只管發(fā)送，如果出現(xiàn)網(wǎng)絡(luò)斷開、Redis宕機(jī)等，消息就直接沒了，自然也沒有ACK機(jī)制。
Sorted Set	支持延時消息	不支持阻塞式獲取消息、不允許重復(fù)消費(fèi)、不支持分組。

發(fā)布訂閱模式

Redis 發(fā)布訂閱 (pub/sub) 是一種消息通信模式：發(fā)送者 (pub) 發(fā)送消息，訂閱者 (sub) 接收消息。
Redis 高級特性 Redis Stream使用

當(dāng)發(fā)布者向channel中發(fā)布消息時，所有訂閱了channel的客戶端都會收到消息。

訂閱者首先訂閱channel

psubscribe news

Redis 高級特性 Redis Stream使用

發(fā)布者發(fā)布消息

publish news "hello world"

Redis 高級特性 Redis Stream使用

所有的訂閱者都收到了消息。

致命缺點(diǎn)：
Redis的Pub/Sub為什么被拋棄?
最主要的原因是它無法持久化，沒有實(shí)現(xiàn)持久化機(jī)制的Pub/Sub，無法做到消息的不丟失，在客戶端宕機(jī)或者Redis服務(wù)宕機(jī)的情況下，都會導(dǎo)致消息丟失。

Stream

Stream彌補(bǔ)了Redis作為消息隊(duì)列技術(shù)選型上的不足之處。
Redis 5.0發(fā)布的Stream相比Pub/Sub模塊，Stream支持消息持久化，結(jié)合集群使其成為了一個比較可靠的消息隊(duì)列。

隊(duì)列結(jié)構(gòu)圖：
Redis 高級特性 Redis Stream使用

Stream 實(shí)現(xiàn)的功能包括如下：

提供了消息多播的功能，同一個消息可被分發(fā)給多個單消費(fèi)者和消費(fèi)者組
提供了消息持久化的功能，可以讓任何消費(fèi)者訪問任何時刻的歷史消息
提供了對于消費(fèi)者和消費(fèi)者組的阻塞、非阻塞的獲取消息的功能
提供了強(qiáng)大的消費(fèi)者組的功能：

消費(fèi)者組實(shí)現(xiàn)同組多個消費(fèi)者并行但不重復(fù)消費(fèi)消息的能力，提升消費(fèi)能力；
消費(fèi)者組能夠記住最新消費(fèi)的信息，保證消息連續(xù)消費(fèi)；
消費(fèi)者組提供了ACK確認(rèn)機(jī)制，保證消息被成功消費(fèi)，不丟失；

Stream本質(zhì)上是Redis中的key，相關(guān)指令根據(jù)可以分為兩類，分別是消息隊(duì)列相關(guān)指令，消費(fèi)組相關(guān)指令。

消息隊(duì)列相關(guān)指令：

指令名稱	指令作用
XADD	添加消息到隊(duì)列末尾
XTRIM	限制Stream的長度，如果已經(jīng)超長會進(jìn)行截取
XDEL	刪除消息
XLEN	獲取Stream中的消息長度
XRANGE	獲取消息列表（可以指定范圍），忽略刪除的消息
XREVRANGE	和XRANGE相比區(qū)別在于反向獲取，ID從大到小
XREAD	獲取消息（阻塞/非阻塞），返回大于指定ID的消息

消費(fèi)者相關(guān)指令：

指令名稱	指令作用
XGROUP CREATE	創(chuàng)建消費(fèi)者組
XREADGROUP	讀取消費(fèi)者組中的消息
XACK	ack消息，消息被標(biāo)記為“已處理”
XGROUP SETID	設(shè)置消費(fèi)者組最后遞送消息的ID
XGROUP DELCONSUMER	刪除消費(fèi)者組
XPENDING	打印待處理消息的詳細(xì)信息
XCLAIM	轉(zhuǎn)移消息的?歸屬權(quán)（長期未被處理/無法處理的消息，轉(zhuǎn)交給其他消費(fèi)者組進(jìn)行處理）
XINFO	打印Stream\Consumer\Group的詳細(xì)信息
XINFO GROUPS	打印消費(fèi)者組的詳細(xì)信息
XINFO STREAM	打印Stream的詳細(xì)信息

消息隊(duì)列操作

XADD

使用XADD命令添加消息到隊(duì)列末尾，如果指定的隊(duì)列不存在，則該命令執(zhí)行時會新建一個隊(duì)列。
添加的消息是一個和多個鍵值對。XADD也是唯一可以向隊(duì)列中添加數(shù)據(jù)的 Redis 命令。

語法格式：

XADD key ID field value [field value ...]

key：隊(duì)列名稱，如果不存在就創(chuàng)建
ID：消息id，使用*表示由redis生成。可以自定義，但是要自己保證遞增性
field value：記錄，當(dāng)前消息內(nèi)容，由一個或多個key-value構(gòu)成

命令使用：
創(chuàng)建兩條消息，分別是(name=tom, age=22),(height=180, use=iphone)

127.0.0.1:6379> xadd mystream * name tom age 22
"1674984765438-0"
127.0.0.1:6379> xadd mystream * height 180 use iphone
"1674985213802-0"

創(chuàng)建消息時會生成一個序號，支持自定義序號和自動生成序號。*表示自動生成序號

XLEN

使用XLEN獲取隊(duì)列包含的元素數(shù)量，即消息長度
語法格式：

XLEN key

命令使用：

127.0.0.1:6379> xlen mystream
(integer) 2

XDEL

使用XDEL刪除消息。語法格式：

XDEL key ID [ID ...]

XDEL刪除消息的指令，并不會從內(nèi)存上刪除消息，它只是給消息打上標(biāo)記位，下次通過XRANGE指令忽略這些消息

XRANGE

使用XRANGE獲取消息列表，會自動過濾已經(jīng)刪除的消息，語法格式：

XRANGE key start end [COUNT count]

key：隊(duì)列名
start：開始值，-表示最小值
end：結(jié)束值，+表示最大值
count：數(shù)量

命令使用：
不指定count默認(rèn)查詢所有

127.0.0.1:6379> xrange mystream - + 
1) 1) "1674984765438-0"
   2) 1) "name"
      2) "tom"
      3) "age"
      4) "22"
2) 1) "1674985213802-0"
   2) 1) "height"
      2) "180"
      3) "use"
      4) "iphone"
127.0.0.1:6379>

XREAD

XREAD命令提供讀取隊(duì)列消息的能力，返回大于指定ID的消息。
XREAD常用于用于迭代隊(duì)列的消息，所以傳遞給 XREAD 的通常是上一次從該隊(duì)列接收到的最后一個消息的ID。

語法格式：

XREAD [COUNT count] [BLOCK milliseconds] STREAMS key [key ...] id [id ...]

count：用于限定獲取的消息數(shù)量
BLOCK milliseconds：用于設(shè)置XREAD為阻塞模式以及阻塞的時長，單位毫秒，默認(rèn)為非阻塞模式
ID：設(shè)置開始讀取的消息ID，使用0表示從第一條消息開始。
消息隊(duì)列ID是單調(diào)遞增的，所以通過設(shè)置起點(diǎn)，可以向后讀取。
在阻塞模式中，可以使用$，表示最新的消息ID, block 0表示永久阻塞。（非阻塞模式下$無意義）。

命令使用：

非阻塞讀取
從第一條消息開始

127.0.0.1:6379> xread streams mystream 0
1) 1) "mystream"
   2) 1) 1) "1674984765438-0"
         2) 1) "name"
            2) "tom"
            3) "age"
            4) "22"
      2) 1) "1674985213802-0"
         2) 1) "height"
            2) "180"
            3) "use"
            4) "iphone"
127.0.0.1:6379>

阻塞讀取

127.0.0.1:6379> xread block 10000 streams mystream $
(nil)
(10.04s)
127.0.0.1:6379>

阻塞模式讀，阻塞時長為10s。如果10s內(nèi)未讀取到消息則退出阻塞。另開一個終端向隊(duì)列中寫入一條消息，阻塞讀的終端就能接收到消息。
Redis 高級特性 Redis Stream使用

消費(fèi)者操作

XGROUP CREATE

創(chuàng)建消費(fèi)組。消費(fèi)組用于管理消費(fèi)者和隊(duì)列讀取記錄。Stream中的消費(fèi)組有兩個特點(diǎn)：

從資源結(jié)構(gòu)上說消費(fèi)者從屬于一個消費(fèi)組
一個隊(duì)列可以擁有多個消費(fèi)組。不同消費(fèi)組之間讀取隊(duì)列互不干擾

語法格式：

XGROUP [CREATE key groupname id-or-$] [SETID key groupname id-or-$] [DESTROY key groupname] [DELCONSUMER key groupname consumername]

key：隊(duì)列名稱，如果不存在就創(chuàng)建
groupname：組名
id: $表示從尾部開始消費(fèi)，只接受新消息，當(dāng)前Stream消息會全部忽略

命令使用：

為隊(duì)列mystream創(chuàng)建一個消費(fèi)組 mqGroup，從第一個消息開始讀

127.0.0.1:6379> XGROUP CREATE mystream mqGroup 0
OK

XREADGROUP

讀取隊(duì)列的消息。在讀取消息時需要指定消費(fèi)者，只需要指定名字，不用預(yù)先創(chuàng)建。

語法格式：

XREADGROUP GROUP group consumer [COUNT count] [BLOCK milliseconds]
  [NOACK] STREAMS key [key ...] id [id ...]

group：消費(fèi)組名
consumer：消費(fèi)者名
count：讀取數(shù)量
BLOCK milliseconds：阻塞讀以及阻塞毫秒數(shù)。默認(rèn)非阻塞。和XREAD類似
key：隊(duì)列名
id：消息ID。ID可以填寫特殊符號>，表示未被組內(nèi)消費(fèi)的起始消息

命令使用：
創(chuàng)建消費(fèi)者consumerA和consumerB，各讀取一條消息

127.0.0.1:6379> XREADGROUP GROUP mqGroup consumerA COUNT 1 STREAMS mystream >
1) 1) "mystream"
   2) 1) 1) "1674984765438-0"
         2) 1) "name"
            2) "tom"
            3) "age"
            4) "22"
            
127.0.0.1:6379> XREADGROUP group mqGroup consumerB count 1 streams mystream >
1) 1) "mystream"
   2) 1) 1) "1674985213802-0"
         2) 1) "height"
            2) "180"
            3) "use"
            4) "iphone"

可以進(jìn)行組內(nèi)消費(fèi)的基本原理是，STREAM類型會為每個組記錄一個最后讀取的消息ID（last_delivered_id），這樣在組內(nèi)消費(fèi)時，就可以從這個值后面開始讀取，保證不重復(fù)消費(fèi)。

消費(fèi)組消費(fèi)時，還有一個必須要考慮的問題，就是若某個消費(fèi)者，消費(fèi)了某條消息，但是并沒有處理成功時（例如消費(fèi)者進(jìn)程宕機(jī)），這條消息可能會丟失，因?yàn)榻M內(nèi)其他消費(fèi)者不能再次消費(fèi)到該消息了

XPENDING

為了解決組內(nèi)消息讀取但處理期間消費(fèi)者崩潰帶來的消息丟失問題，Stream 設(shè)計了 Pending 列表，用于記錄讀取但并未確認(rèn)完畢的消息。
語法格式：

XPENDING key group [[IDLE min-idle-time] start end count [consumer]]

key：隊(duì)列名
group：消費(fèi)組名
start：開始值，-表示最小值
end：結(jié)束值，+表示最大值
count：數(shù)量

命令使用：

首先查看隊(duì)列中的消息數(shù)量有3個，然后查看已讀取未處理的消息有兩個。

127.0.0.1:6379> xlen mystream
(integer) 3

127.0.0.1:6379> xpending mystream mqGroup
1) (integer) 2 # 2個已讀取但未處理的消息
2) "1674984765438-0" # 起始ID
3) "1674985213802-0" # 結(jié)束ID
4) 1) 1) "consumerA"  # 消費(fèi)者A有1個
      2) "1"
   2) 1) "consumerB"  # 消費(fèi)者B有1個
      2) "1"

隊(duì)列中一共三條信息，有兩條被消費(fèi)但未處理完畢，也就是上面XREADGROUP消費(fèi)的兩條。一個是消費(fèi)者consumerA，另一個是consumerB。

獲取未確認(rèn)的詳細(xì)信息

127.0.0.1:6379> xpending mystream mqGroup - + 10
1) 1) "1674984765438-0"
   2) "consumerA"
   3) (integer) 12110001
   4) (integer) 1
2) 1) "1674985213802-0"
   2) "consumerB"
   3) (integer) 89140701
   4) (integer) 1

XACK

對于已讀取未處理的消息，使用命令 XACK 完成告知消息處理完成
XACK 命令確認(rèn)消費(fèi)的信息，一旦信息被確認(rèn)處理，就表示信息被完善處理。

語法格式：

XACK key group id [id ...]

key: stream 名
group：消費(fèi)組
id：消息ID

命令使用：

確認(rèn)消息1674985213802-0

127.0.0.1:6379> XACK mystream mqGroup 1674985213802-0
(integer) 1
127.0.0.1:6379>

XCLAIM

某個消費(fèi)者讀取了消息但沒有處理，這時消費(fèi)者宕機(jī)或重啟等就會導(dǎo)致該消息失蹤。那么就需要該消息轉(zhuǎn)移給其他的消費(fèi)者處理，就是消息轉(zhuǎn)移。XCLAIM來實(shí)現(xiàn)消息轉(zhuǎn)移的操作。

語法格式：

XCLAIM key group consumer min-idle-time id [id ...] [IDLE ms]
  [TIME unix-time-milliseconds] [RETRYCOUNT count] [FORCE] [JUSTID]
  [LASTID id]

key：隊(duì)列名稱
group ：消費(fèi)組
consumer：消費(fèi)組里的消費(fèi)者
min-idle-time 最小時間。空閑時間大于min-idle-time的消息才會被轉(zhuǎn)移成功
id：消息的ID

轉(zhuǎn)移除了要指定ID外，還需要指定min-idle-time，min-idle-time是最小空閑時間，該值要小于消息的空閑時間，這個參數(shù)是為了保證是多于多長時間的消息未處理的才被轉(zhuǎn)移。比如超過24小時的處于pending未xack的消息要進(jìn)行轉(zhuǎn)移
同時min-idle-time還有一個功能是能夠避免兩個消費(fèi)者同時轉(zhuǎn)移一條消息。被轉(zhuǎn)移的消息的IDLE會被重置為0。假設(shè)兩個消費(fèi)者都以2min來轉(zhuǎn)移，第一個成功之后IDLE被重置為0，第二個消費(fèi)者就會因?yàn)閙in-idle-time大與空閑時間而是失敗。

命令使用：
目前未確認(rèn)的消息

127.0.0.1:6379> xpending mystream mqGroup - + 10
1) 1) "1674984765438-0"
   2) "consumerA"
   3) (integer) 12145595
   4) (integer) 1

id: 1674984765438-0
空閑時間：12145595，單位ms
讀取次數(shù)：1

將cosumerA未處理的消息轉(zhuǎn)移給consumerB。

127.0.0.1:6379> XCLAIM mystream mqGroup consumerB 3600000 1674984765438-0
1) 1) "1674984765438-0"
   2) 1) "name"
      2) "tom"
      3) "age"
      4) "22"

查看未確認(rèn)的消息
消息已經(jīng)從consumerA轉(zhuǎn)移給consumerB，IDLE重置，讀取次數(shù)加1。轉(zhuǎn)移之后就可以繼續(xù)處理這條消息。

127.0.0.1:6379> xpending mystream mqGroup - + 10
1) 1) "1674984765438-0"
   2) "consumerB"
   3) (integer) 5729 # 注意IDLE，被重置了
   4) (integer) 2 # 注意，讀取次數(shù)也累加了1次

通常轉(zhuǎn)移操作的完整流程是：

先用xpending命令找出所有未確認(rèn)的消息
再用xclaim命令轉(zhuǎn)移所有未確認(rèn)消息

在redis6.2.0之后有一個命令XAUTOCLAIM，可以將xpending查找未確認(rèn)消息和xclaim轉(zhuǎn)移消息合并成一個操作。

XINFO

Stream提供了XINFO來實(shí)現(xiàn)對服務(wù)器信息的監(jiān)控

查看隊(duì)列信息

127.0.0.1:6379> xinfo stream mystream
 1) "length"
 2) (integer) 3
 3) "radix-tree-keys"
 4) (integer) 1
 5) "radix-tree-nodes"
 6) (integer) 2
 7) "groups"
 8) (integer) 1
 9) "last-generated-id"
10) "1674985995856-0"
11) "first-entry"
12) 1) "1674984765438-0"
    2) 1) "name"
       2) "tom"
       3) "age"
       4) "22"
13) "last-entry"
14) 1) "1674985995856-0"
    2) 1) "name"
       2) "jack"

消費(fèi)組信息

127.0.0.1:6379> xinfo groups mystream
1) 1) "name"
   2) "mqGroup"
   3) "consumers"
   4) (integer) 2
   5) "pending"
   6) (integer) 1
   7) "last-delivered-id"
   8) "1674985213802-0"

消費(fèi)者組成員信息

127.0.0.1:6379> xinfo consumers mystream mqGroup
1) 1) "name"
   2) "consumerA"
   3) "pending"
   4) (integer) 0
   5) "idle"
   6) (integer) 12904777
2) 1) "name"
   2) "consumerB"
   3) "pending"
   4) (integer) 1
   5) "idle"
   6) (integer) 696457
127.0.0.1:6379>

項(xiàng)目中中Stream的使用

項(xiàng)目中部分web請求的處理是異步處理，web服務(wù)調(diào)用底層模塊異步執(zhí)行。當(dāng)?shù)讓幽K處理完成后需要保存結(jié)果并通知web服務(wù)，所以使用Stream作為保存的載體。
Redis 高級特性 Redis Stream使用

Stream 的生產(chǎn)和消費(fèi)

生產(chǎn)
向隊(duì)列中寫消息

def batch_xadd(self, name: str, payloads: List[Dict]) -> None:
    pipe = self._redis.pipeline()
    for payload in payloads:
        pipe.xadd(name, payload)
    pipe.execute()

消費(fèi)
定時任務(wù)間隔10s從隊(duì)列中讀消息

while True:
    
    _, payloads = await self._conn.xautoclaim(
        self.stream_name, self.group_name, self.consumer_name, min_idle_time
    )
    
    id_ = last_id if check_backlog else ">"
    for _, messages in await self._conn.xreadgroup(
        groupname=self.group_name,
        consumername=self.consumer_name,
        streams={self.stream_name: id_},
        block=block_timeout,
    ):
        ...
        last_id = messages[-1][0]
        payloads += messages
    
    # 處理隊(duì)列中取出的消息，耗時操作
    successful_ids = await f_processor(payloads)
    if successful_ids:
        await self._conn.xack(self.stream_name, self.group_name, *successful_ids)

Stream和專業(yè)消息隊(duì)列對比

專業(yè)的消息隊(duì)列包括：

RabbitMQ
RocketMQ
Kafka

一個專業(yè)的消息隊(duì)列，必須要滿足兩個條件：

消息不丟
消息可堆積

下面從這兩個方面來對比Stream和專業(yè)消息隊(duì)列。

消息不丟

消息隊(duì)列的使用模型如下：
Redis 高級特性 Redis Stream使用

要保證消息不丟，就需要在生產(chǎn)者、中間件、消費(fèi)者這三個方面來分析。

生產(chǎn)者：消息發(fā)送失敗或發(fā)送超時，這兩種情況會導(dǎo)致數(shù)據(jù)丟失，可以使用重試來解決。不依賴消息中間件，需要業(yè)務(wù)實(shí)現(xiàn)。

消費(fèi)者：消費(fèi)者存在讀取消息未處理完就異常宕機(jī)了，消費(fèi)者要還能重新讀取消息。Stream和其他消息中間件都能做到。

隊(duì)列中間件：中間件要保證數(shù)據(jù)不丟失。 Redis 在以下 2 個場景下，都會導(dǎo)致數(shù)據(jù)丟失：

AOF 持久化配置為每秒寫盤，Redis 宕機(jī)時會存在丟失最后1秒數(shù)據(jù)的可能
主從復(fù)制的集群，主從切換時，從庫還未同步完成主庫發(fā)來的數(shù)據(jù)，就被提成主庫，也存在丟失數(shù)據(jù)的可能。

基于以上原因可以推斷出，Redis 本身的無法保證嚴(yán)格的數(shù)據(jù)完整性。

專業(yè)隊(duì)列如何解決數(shù)據(jù)丟失問題：
RabbitMQ 或 Kafka 這類專業(yè)的隊(duì)列中間件，在使用時一般是部署一個集群。生產(chǎn)者在發(fā)布消息時，隊(duì)列中間件通常會寫「多個節(jié)點(diǎn)」，以此保證消息冗余。這樣一來，即便其中一個節(jié)點(diǎn)掛了，集群也能的數(shù)據(jù)不丟失。

消息積壓

因?yàn)?Redis 的數(shù)據(jù)都存儲在內(nèi)存中，這就意味著一旦發(fā)生消息積壓，則會導(dǎo)致 Redis 的內(nèi)存持續(xù)增長，如果超過機(jī)器內(nèi)存上限，就會面臨 OOM 的風(fēng)險。

所以，Redis 的 Stream 提供了可以指定隊(duì)列最大長度的功能，就是為了避免這種情況發(fā)生。

但 Kafka、RabbitMQ 這類消息隊(duì)列就不一樣了，它們的數(shù)據(jù)都會存儲在磁盤上，磁盤的成本要比內(nèi)存小得多，當(dāng)消息積壓時，無非就是多占用一些磁盤空間，磁盤相比于內(nèi)存在面對積壓時能輕松應(yīng)對。

總結(jié)

綜上可以看到，把 Redis 當(dāng)作隊(duì)列來使用時，始終面臨兩個問題：

Redis 本身可能會丟數(shù)據(jù)
面對消息積壓，Redis 內(nèi)存資源緊張

優(yōu)缺點(diǎn)

優(yōu)點(diǎn)：

使用成本低。幾乎每一個項(xiàng)目都會使用Redis，用Stream做消息隊(duì)列就不需要額外再引入中間件，減少系統(tǒng)復(fù)雜性，運(yùn)維成本，硬件資源。

缺點(diǎn)：

Redis 的數(shù)據(jù)都存儲在內(nèi)存中，內(nèi)存持續(xù)增長超過機(jī)器內(nèi)存上限，就會面臨 OOM 的風(fēng)險
Stream 作為Redis的一種數(shù)據(jù)結(jié)構(gòu)，Redis 在持久化或主從切換時有丟失數(shù)據(jù)的風(fēng)險，所以Stream也有丟失消息的風(fēng)險
所有的消息會一直保存在Stream中，沒有刪除機(jī)制。要么定時清除，那么設(shè)置隊(duì)列的長度自動丟棄先入列消息

使用場景

適用
適用業(yè)務(wù)場景：

場景足夠簡單
對于數(shù)據(jù)丟失不敏感
消息積壓概率比較小

滿足以上場景把 Redis 當(dāng)作隊(duì)列是完全可以的。
基于redis的高性能和使用內(nèi)存的機(jī)制使得其的性能優(yōu)于大部分消息隊(duì)列。在小規(guī)模場景會有更出色的表現(xiàn)。

不適用
不適用業(yè)務(wù)場景：

對于數(shù)據(jù)丟失非常敏感，如訂單系統(tǒng)
寫入量非常大，并發(fā)請求大
消息積壓時會占用很多的內(nèi)存資源，消息數(shù)據(jù)量大

這些業(yè)務(wù)場景下建議使用專業(yè)的消息隊(duì)列中間件。

題外話
技術(shù)選型出了技術(shù)本身之外還要考慮公司團(tuán)隊(duì)能否匹配技術(shù)。

Kafka、RabbitMQ 是非常專業(yè)的消息中間件，但它們的部署和運(yùn)維，相比于 Redis 來說，也會更復(fù)雜一些。

如果在一個大公司，公司本身就有優(yōu)秀的運(yùn)維團(tuán)隊(duì)，那么使用這些中間件肯定沒問題，因?yàn)橛凶銐騼?yōu)秀的人能 hold 住這些中間件，公司也會投入人力和時間在這個方向上。

但是在一個初創(chuàng)公司，業(yè)務(wù)正處在快速發(fā)展期，暫時沒有能 hold 住這些中間件的團(tuán)隊(duì)和人，如果貿(mào)然使用這些組件，當(dāng)發(fā)生故障時，排查問題也會變得很困難，甚至?xí)璧K業(yè)務(wù)的發(fā)展。

實(shí)際案例討論

同一個大型項(xiàng)目中子項(xiàng)目的互相調(diào)用。TMS調(diào)用ATS獲取數(shù)據(jù)集
Redis 高級特性 Redis Stream使用

改用Stream完成
Redis 高級特性 Redis Stream使用

理由：

丟失數(shù)據(jù)不敏感
業(yè)務(wù)場景簡單
消息積壓概率比較小

參考：
https://zhuanlan.zhihu.com/p/60501638
https://redis.io/commands/xclaim/
https://liziba.blog.csdn.net/article/details/120320018
https://juejin.cn/post/6962423461071290375#heading-2

準(zhǔn)備連載一系列關(guān)于python異步編程的文章。包括同異步框架性能對比、異步事情驅(qū)動原理等。首發(fā)微信公眾號，歡迎關(guān)注第一時間閱讀。
Redis 高級特性 Redis Stream使用文章來源地址http://www.zghlxwxcb.cn/news/detail-448890.html

到了這里，關(guān)于Redis 高級特性 Redis Stream使用的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！

本文來自互聯(lián)網(wǎng)用戶投稿，該文觀點(diǎn)僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務(wù)，不擁有所有權(quán)，不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載，請注明出處：如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符，請點(diǎn)擊違法舉報進(jìn)行投訴反饋，一經(jīng)查實(shí)，立即刪除！

分享到：

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

【MySQL新手入門系列五】：MySQL的高級特性簡介及MySQL的安全簡介
前面我們已經(jīng)大致講了一下mysql的安裝等介紹，MySQL 中的“新增、刪除與修改”操作。 MySQL 作為一款業(yè)界領(lǐng)先的數(shù)據(jù)庫管理系統(tǒng)，具備許多高級特性，本文將重點(diǎn)介紹MySQL中的索引、視圖、存儲過程、觸發(fā)器和事務(wù)處理。【MySQL新手入門系列一】：手把手教你入門MySQL 【MySQ
2024年02月11日
瀏覽(15)
Java 8 新特性 Stream 的使用場景（不定期更新）
方便在寫代碼的過程中直接使用，好記性不如好文章，直接 CV 改了直接用。提高辦（摸）公（魚）效（時）率（間），不然就直接問 GPT 也不是說不行。 anyMatch ：只要有一個就會返回 true 。 allMatch ：所有元素都滿足就返回 true。后續(xù)將不定期更新 Stream 的騷操作使用，如果
2024年02月05日
瀏覽(19)
Java8特性，Stream流的使用,收集成為map集合
Java 8引入了Stream API，這是Java集合操作的一個重大改進(jìn)。Stream API提供了一種高效且易于使用的處理數(shù)據(jù)的方式。 Stream是數(shù)據(jù)渠道，用于操作數(shù)據(jù)源（集合、數(shù)組等）所生成的元素序列。注意：Stream自己不會存儲元素，它不會改變源對象，反而它的操作會返回一個全新的Strea
2024年04月22日
瀏覽(100)
java8新特性Stream流中anyMatch和allMatch和noneMatch的使用?。。?/a>
判斷數(shù)據(jù)列表中是否存在任意一個元素符合設(shè)置的predicate條件，如果是就返回true，否則返回false。接口定義： boolean anyMatch(Predicate? super T predicate); 方法描述：在anyMatch 接口定義中是接收 Predicate 類型參數(shù)，在Lamdba表達(dá)式中 PredicateT 是接收一個T類型參數(shù)，然后經(jīng)過邏輯驗(yàn)證返
2024年02月08日
瀏覽(23)
在Spring Boot中使用Redis 5的Stream
Redis是一個開源的高性能鍵值對存儲系統(tǒng)，而Redis 5引入了新的數(shù)據(jù)結(jié)構(gòu)——Stream（流）。Stream可以用于高效地保存和處理事件流數(shù)據(jù)。在本文中，我們將學(xué)習(xí)如何在Spring Boot應(yīng)用程序中使用Redis 5的Stream功能。步驟1：配置Redis連接首先，確保您的Spring Boot應(yīng)用程序已經(jīng)添加了
2024年02月09日
瀏覽(22)
使用java8 新特性stream流對List＜Map＜String, Object＞＞集合進(jìn)行遍歷、過濾、查詢、去重、排序、分組
對于一個ListMapString, Object類型的數(shù)據(jù)，可以使用Java 8的新特性stream流來進(jìn)行遍歷、過濾、查詢、去重、排序、分組等操作。遍歷：過濾：查詢：去重：排序：分組：
2024年02月10日
瀏覽(106)
Unity學(xué)會使用高級功能Attributes(特性)，讓您的程序如虎添翼
在Unity中，Attributes用于增強(qiáng)類、字段、方法等程序元素的行為或元數(shù)據(jù)信息，這些信息可以在編輯器界面中或者通過代碼反射來訪問和使用。以下是如何在Unity中使用內(nèi)置及自定義Attributes的示例說明：此Attribute允許將私有變量顯示在Unity Inspector中，盡管它不是public。使Insp
2024年02月01日
瀏覽(27)
【Hive 01】簡介、安裝部署、高級函數(shù)使用
Hive是建立在 Hadoop上的數(shù)據(jù)倉庫基礎(chǔ)構(gòu)架，它提供了一系列的工具，可以進(jìn)行數(shù)據(jù)提取、轉(zhuǎn)化、加載（ ETL ） Hive定義了簡單的類SQL查詢語言，稱為HQL，它允許熟悉SQL的用戶直接查詢Hadoop中的數(shù)據(jù) Hive包含SQL解析引擎，它會將SQL語句轉(zhuǎn)譯成MR Job，然后在Hadoop中執(zhí)行 Hive的數(shù)據(jù)存儲
2024年02月16日
瀏覽(63)
quarkus依賴注入之十一：攔截器高級特性上篇(屬性設(shè)置和重復(fù)使用)
這里分類和匯總了欣宸的全部原創(chuàng)(含配套源碼)：https://github.com/zq2599/blog_demos 本篇是《quarkus依賴注入》系列的第十一篇，之前的[《攔截器》]學(xué)習(xí)了攔截器的基礎(chǔ)知識，現(xiàn)在咱們要更加深入的了解攔截器，掌握兩種高級用法：攔截器屬性和重復(fù)使用攔截器先來回顧攔截器的基
2024年02月13日
瀏覽(49)
超好用的特性：Stream 流
JDK 8引入了Stream API，它是Java中處理集合數(shù)據(jù)的一種新方式。Stream流提供了一種更簡潔、更靈活的方式來對集合進(jìn)行操作和處理。 Stream流可以看作是一種高級的迭代器，它可以對集合中的元素進(jìn)行過濾、映射、排序、聚合等操作，而不需要顯式地使用循環(huán)。這樣可以使代碼更
2024年02月09日
瀏覽(19)

<nav id="acwwy"><tfoot id="acwwy"></tfoot></nav>

<button id="acwwy"><noscript id="acwwy"></noscript></button>

<noframes id="acwwy"></noframes>

<del id="acwwy"></del>

<menu id="acwwy"></menu>