手把手教你用redis实现一个简单的mq消息队列（java）

众所周知，消息队列是应用系统中重要的组件，主要解决应用解耦，异步消息，流量削锋等问题，实现高性能，高可用，可伸缩和最终一致性架构。目前使用较多的消息队列有 ActiveMQ，RabbitMQ，ZeroMQ，Kafka，MetaMQ，RocketMQ.

但是如果你不想为你的系统引入一个重量级(相对 redis 来说)的 mq,但是想要享受解耦、异步消息等特性，通过本文你就 get 到了，通过 redis 实现一个简单版的 mq。

为什么是 redis

redis 通常作为缓存服务引入，因此大部分系统都会有 redis

redis 本身的资源消耗是极小的，符合我们的轻量要求

redis 速度很快，几乎不会出现速度瓶颈

redis 有持久化方案，调整配置项可以在数据安全和速度间进行取舍(参考这篇)[https://segmentfault.com/a/1190000002906345]

如何实现

利用 redis 的队列结构来实现消息队列。redis 单个队列最多支持 2*32-1 条数据，对于大部分应用是完全够用的。

简单来说就是：

每个 topic 对应一条队列

从队列一段写入数据，从另一端读取数据

消费失败，重新将消息放入队列

注意：代码仅供个人尝鲜使用，请勿用于真实生产环境

代码仅可在 springboot 环境中使用

首先定义注解和接口类

注解代码如下：

@Target(ElementType.TYPE) @Retention(RetentionPolicy.RUNTIME) @Component public @interface MqConsumer { /** * 队列主题 */ String topic() default "default_es_topic"; }

被该注解修饰的类，将会接收 topic 下的消息。

接口代码如下：

public interface RedisConsumer { /** * 功能描述: 消费方法，消费者类必须继承此方法 * * @param message 数据载体 * @author 123 * @date 2020/3/28 22:41 */ void deal(String message); }

本接口用于定于接受消息的处理方法。

扫描注解修饰类

本部分为核心代码，首先需要获取代码中被注解修饰的类,然后建立一个循环从 redis 队列中取数据，最后调用类对象的 deal 方法消费消息，如果 deal 方法抛出错误，认为消费失败，重新将该数据放入队列中。

扫描部分代码如下：

/** * MqConfiguration.java */ @Override public void run(ApplicationArguments args) { Map<String, Object> map = context.getBeansWithAnnotation(MqConsumer.class); map.values().forEach(item -> { if (!(item instanceof RedisConsumer)) { log.warn("注意检测到被@EsConsumer注解的类{}未实现RedisConsumer接口", item.getClass().getCanonicalName()); return; } MqConsumer[] annotations = item.getClass().getAnnotationsByType(MqConsumer.class); MqConsumer annotation = annotations[0]; String topic = annotation.topic(); if (topicMap.containsKey(topic)) { log.error("多个消费者{},消费同一个消息:{},已忽略", item.getClass().getCanonicalName(), topic); } else { topicMap.put(topic, (RedisConsumer) item); } }); log.info("redis订阅信息汇总完毕！！！！！！"); //由一个线程始终循环获取es队列数据 threadPoolExecutor.execute(loop()); }

run 方法在 spring 扫描完毕后调用，通过实现ApplicationRunner接口实现，通过 spring 的方法来获取所有被MqConsumer接口注解的类(否则需要自己写类加载器)。数据汇总完毕后使用一个线程来进行无线循环从 redis 队列中取数据。

执行线程部分代码如下：

private Runnable loop() { return () -> { while (true) { AtomicInteger count = new AtomicInteger(0); topicMap.forEach((k, v) -> { try { String message = mqUtil.getRedisTemplate().opsForList().rightPop(k); if (message == null) { count.getAndIncrement(); } else { pushTask(v, message, k); } } catch (RedisConnectionFailureException connException) { log.error("redis无法连接,10s后重试", connException); sleep(10); } catch (Exception e) { log.error("redis消息队列异常", e); } }); if (count.get() == topicMap.keySet().size()) { //当所有的队列都为空时休眠1s sleep(1); } } }; } private void pushTask(RedisConsumer item, String value, String key) { threadPoolExecutor.execute(() -> { try { item.deal(value); } catch (Exception e) { log.error("执行消费任务出错", e); //非广播消息进行数据回补 mqUtil.getRedisTemplate().opsForList().rightPush(key, value); } }); }

loop 方法无限循环根据 topic 从 redis 中取数据，如果取到数据，调用 pushTask 方法执行，如果执行报错将会进行数据回补。