本文將介紹一種基于Redis實現(xiàn)的消息隊列（Redis message queue, RMQ），RMQ可以作為傳統(tǒng)消息隊列的互補選擇，在傳統(tǒng)消息隊列沒有涉及的場景中使用RMQ。

　　RMQ設(shè)計為一個二方庫，可以幫助用戶基于Redis快速實現(xiàn)消息隊列的功能，RMQ消息隊列具有消息合并、區(qū)分優(yōu)先級、支持定時消息等特性。RMQ消息隊列可以用于異步解耦、削峰填谷，支持億級數(shù)據(jù)堆積。RMQ消息隊列目前支持三種類型的消息，分別是RangeMergeMessage（區(qū)間重復(fù)合并消息）、PriorityMessage（優(yōu)先級消息）、FixedTimeMessage（任意定時消息）。

　　RangeMergeMessage支持區(qū)間重復(fù)消息合并，發(fā)送消息時需要設(shè)置時間區(qū)間，消息延遲該時間區(qū)間長度后被消費，在該時間區(qū)間內(nèi)如果發(fā)送重復(fù)的消息，重復(fù)消息將會被合并。如果消息在Redis服務(wù)端發(fā)生堆積，重復(fù)到來的消息依然會被合并處理。該類型消息適用于消息重復(fù)率較高且希望重復(fù)消息合并處理的場景，對重復(fù)消息進行合并可以減少下游消費系統(tǒng)的壓力，減少不必要的資源消耗，將有限的資源最大化的利用，提升消費效率。

　　PriorityMessage支持給消息設(shè)置任意等級的優(yōu)先級，優(yōu)先級高的消息會被優(yōu)先消費，相同優(yōu)先級的消息被隨機消費。如果消息在Redis服務(wù)端發(fā)生堆積，重復(fù)的消息將被合并處理，合并后消息的優(yōu)先級等于最后存儲的消息的優(yōu)先級。該類型消息適用于希望重復(fù)消息合并處理且需要設(shè)置優(yōu)先級的場景，下游消費者資源有限時，合并重復(fù)消息且優(yōu)先處理優(yōu)先級高的消息將可以合理利用有限的資源。

　　FixedTimeMessage支持給消息設(shè)置任意消費時間，只有消費時間到了之后消息才被消費，消費時間可精確到秒。消息到期后沒有及時被消費時，消費者將按照時間由遠及近進行消費。如果消息在Redis服務(wù)端發(fā)生堆積，重復(fù)的消息將被合并處理，合并后消息的消費時間等于最后存儲的消息的消費時間。該類型消息適用于希望重復(fù)消息合并處理且需要定時消費的場景，定時消息應(yīng)用場景非常豐富，比如定時打標(biāo)去標(biāo)、活動結(jié)束后清理動作、訂單超時關(guān)閉等。

　　使用傳統(tǒng)消息中間件進行集群消費的時候，為了避免并發(fā)處理同一元數(shù)據(jù)導(dǎo)致不一致問題，通常需要對元數(shù)據(jù)加分布式鎖，頻繁的鎖沖突會導(dǎo)致消費效率低下。加分布式鎖的最終目的其實就是保障屬于同一元數(shù)據(jù)的消息被串行消費。加分布式鎖并不是最好的方案，最好的方案應(yīng)該是從根上解決并發(fā)問題，讓屬于同一元數(shù)據(jù)的消息串行消費。RMQ消息隊列具有并發(fā)消費控制能力，屬于同一元數(shù)據(jù)的消息只會被分配給全局唯一一個線程進行消費，因此屬于同一元數(shù)據(jù)的消息將被串行消費。使用方如果需要該能力，除了需要提供Redis，還需要提供ZooKeeper。

　　RMQ消息隊列支持失敗重試消費16次，業(yè)務(wù)返回消費失敗后，消息會被回滾并等待重試消費，重試16次后消息進入死信隊列，消息不再被消費，除非人工干預(yù)。

　　RMQ消息隊列由三部分組成，分別為ZooKeeper、RMQ二方庫、Redis。ZooKeeper負責(zé)維護集群worker的信息，將topic的所有slot分配給全局的woker。Redis負責(zé)存儲消息，采用Sorted Set結(jié)構(gòu)存儲，Store Queue是消息存放的隊列，Prepare Queue是采用二階段消費方式正在消費的消息存放隊列，Dead Queue是死信隊列。RMQ二方庫由RmqClient、Consumer、Producer三部分組成。RmqClient負責(zé)RMQ的啟動工作，包括上報TopicDef、Worker給ZooKeeper，分配Slot給Worker，掃描業(yè)務(wù)定義的MessageListener Bean。Producer負責(zé)根據(jù)不用消息類型將消息按照指定的方式存儲到Redis。Consumer負責(zé)根據(jù)不用消息類型按照指定方式從Redis彈出消息并調(diào)用業(yè)務(wù)的MessageListener。

　

　　Topic的設(shè)計

　　Topic的定義有三部分組成，topic表示主題名稱，slotAmount表示消息存儲劃分的槽數(shù)量，topicType表示消息的類型。主題名稱是一個Topic的唯一標(biāo)示，相同主題名稱Topic的slotAmount和topicType一定是一樣的。消息存儲采用Redis的Sorted Set結(jié)構(gòu)，為了支持大量消息的堆積，需要把消息分散存儲到很多個槽中，slotAmount表示該Topic消息存儲共使用的槽數(shù)量，槽數(shù)量一定需要是2的n次冪。在消息存儲的時候，采用對指定數(shù)據(jù)或者消息體哈希求余得到槽位置。

　　上圖中topic劃分了8個槽位，編號0-7。如果發(fā)送方指定了消息的slotBasis，則計算slotBasis的CRC32值，CRC32值對槽數(shù)量進行取模得到槽序號，SlotKey設(shè)計為#{topic}_#{index}（也即Redis的鍵），其中#{}表示占位符。發(fā)送方需要保證相同內(nèi)容的消息的slotBasis相同，如果沒有指定slotBasis則采用消息內(nèi)容計算SlotKey，這樣內(nèi)容相同的消息體就會落在同一個Sorted Set里面，所以內(nèi)容相同的消息會進行合并。Redis的Sorted Set中的數(shù)據(jù)按照分數(shù)排序，實現(xiàn)不同類型的消息的關(guān)鍵就在于如何利用分數(shù)、如何添加消息到Sorted Set、如何從Sorted Set中彈出消息。優(yōu)先級消息將優(yōu)先級作為分數(shù)，消費時每次彈出分數(shù)最大的消息。任意定時消息將時間戳作為分數(shù)，消費時每次彈出分數(shù)大于當(dāng)前時間戳的一個消息。區(qū)間重復(fù)合并消息將時間戳作為分數(shù)，添加消息時將（當(dāng)前時間戳+時間區(qū)間）作為分數(shù)，消費時每次彈出分數(shù)大于當(dāng)前時間戳的一個消息。

　　為了保障RMQ消息隊列的可用性，做到每條消息至少消費一次，消費者不是直接pop有序集合中的元素，而是將元素從StoreQueue移動到PrepareQueue并返回消息給消費者，等消費成功后再從PrepareQueue從刪除，或者消費失敗后從PreapreQueue重新移動到StoreQueue，這便是根據(jù)二階段提交的思想實現(xiàn)的二階段消費。在后面將會詳細介紹二階段消費的實現(xiàn)思路，這里重點介紹下PrepareQueue的存儲設(shè)計。StoreQueue中每一個Slot對應(yīng)PrepareQueue中的Slot，PrepareQueue的SlotKey設(shè)計為prepare{#{topic}#{index}}。PrepareQueue采用Sorted Set作為存儲，消息移動到PrepareQueue時刻對應(yīng)的（秒級時間戳*1000+重試次數(shù)）作為分數(shù)，字符串存儲的是消息體內(nèi)容。這里分數(shù)的設(shè)計與重試次數(shù)的設(shè)計密切相關(guān)，所以在重試次數(shù)設(shè)計章節(jié)詳細介紹。PrepareQueue的SlotKey設(shè)計中需要注意的一點，由于消息從StoreQueue移動到PrepareQueue是通過Lua腳本操作的，因此需要保證Lua腳本操作的Slot在同一個Redis節(jié)點上，如何保證PrepareQueue的SlotKey和對應(yīng)的StoreQueue的SlotKey被hash到同一個Redis槽中呢。Redis的hash tag功能可以指定SlotKey中只有某一部分參與計算hash，這一部分采用{}包括，因此PrepareQueue的SlotKey中采用{}包括了StoreQueue的SlotKey。

　　消息重試消費16次后，消息將進入DeadQueue。DeadQueue的SlotKey設(shè)計為prepare{#{topic}#{index}}，這里同樣采用hash tag功能保證DeadQueue的SlotKey與對應(yīng)StoreQueue的SlotKey存儲在同一Redis節(jié)點。

　　生產(chǎn)者的任務(wù)就是將消息添加到Redis的Sorted Set中。首先，需要計算出消息添加到Redis的SlotKey，如果發(fā)送方指定了消息的slotBasis（否則采用content代替），則計算slotBasis的CRC32值，CRC32值對槽數(shù)量進行取模得到槽序號，SlotKey設(shè)計為#{topic}_#{index}，其中#{}表示占位符。然后，不同類型的消息有不同的添加方式，因此分布講述三種類型消息的添加過程。

　　發(fā)送該消息時需要設(shè)置timeRange，timeRange必須大于0，單位為毫秒，表示消息將延遲timeRange毫秒后被消費，期間到來的重復(fù)消息將被合并，合并后的消息依然維持原來的消費時間。因此在存儲該類型消息的時候，采用（當(dāng)前時間戳+timeRange）作為分數(shù)，添加消息采用Lua腳本執(zhí)行，保證操作的原子性，Lua腳本首先采用zscore命令檢查消息是否已經(jīng)存在，如果已經(jīng)存在則直接返回，如果不存在則執(zhí)行zadd命令添加。

　　發(fā)送該消息時需要設(shè)置priority，priority必須大于16，表示消息的優(yōu)先級，數(shù)值越大表示優(yōu)先級越高。因此在存儲該類型消息的時候，采用priority作為分數(shù)，采用zadd命令直接添加。

　　發(fā)送該類型消息時需要設(shè)置fixedTime，fixedTime必須大于當(dāng)前時間，表示消費時間戳，當(dāng)前時間大于該消費時間戳的時候，消息才會被消費。因此在存儲該類型消息的時候，采用fixedTime作為分數(shù)，采用命令zadd直接添加。

　　一般消息隊列存在三種消費模式，分別是：最多消費一次、至少消費一次、只消費一次。最多消費一次模式消息可能丟失，一般不怎么使用。至少消費一次模式消息不會丟失，但是可能存在重復(fù)消費，比較常用。只消費一次模式消息被精確只消費一次，實現(xiàn)較困難，一般需要業(yè)務(wù)記錄冪等ID來實現(xiàn)。RMQ實現(xiàn)了至少消費一次的模式，那么如何保證消息至少被消費一次呢？

　　從最簡單的消費模式——最多消費一次說起，消費者端只需要從消息隊列服務(wù)中取出消息就行，即執(zhí)行Redis的zpopmax命令，不倫消費者是否接收到該消息并成功消費，消息隊列服務(wù)都認為消息消費成功。最多一次消費模式導(dǎo)致消息丟失的因素可能有：網(wǎng)絡(luò)丟包導(dǎo)致消費者沒有接收到消息，消費者接收到消息但在消費的時候宕機了，消費者接收到消息但消費失敗。針對消費失敗導(dǎo)致消息丟失的情況比較好解決，只需要把消費失敗的消息重新放入消息隊列服務(wù)就行，但是網(wǎng)絡(luò)丟包和消費系統(tǒng)異常導(dǎo)致的消息丟失問題不好解決。可能有人會想到，我們不把元素從有序集合中pop出來，我們先查詢優(yōu)先級最高的元素，然后消費，再刪除消費成功的元素，但是這樣消息服務(wù)隊列就變成了同步阻塞隊列，性能會很差。

　　至少消費一次的問題比較類似銀行轉(zhuǎn)賬問題，A向B賬戶轉(zhuǎn)賬100元，如何保障A賬戶扣減100同時B賬戶增加100，因此我們可以想到二階段提交的思想。第一個準(zhǔn)備階段，A、B分別進行資源凍結(jié)并持久化undo和redo日志，A、B分別告訴協(xié)調(diào)者已經(jīng)準(zhǔn)備好；第二個提交階段，協(xié)調(diào)者告訴A、B進行提交，A、B分別提交事務(wù)。RMQ基于二階段提交的思想來實現(xiàn)至少消費一次的模式。RMQ存儲設(shè)計中PrepareQueue的作用就是用來凍結(jié)資源并記錄事務(wù)日志，消費者端即是參與者也是協(xié)調(diào)者。第一個準(zhǔn)備階段，消費者端通過執(zhí)行Lua腳本從StoreQueue中Pop消息并存儲到PrepareQueue，同時消息傳輸?shù)较�費者端，消費者端消費該消息；第二個提交階段，消費者端根據(jù)消費結(jié)果是否成功協(xié)調(diào)消息隊列服務(wù)是提交還是回滾，如果消費成功則提交事務(wù)，該消息從PrepareQueue中刪除，如果消費失敗則回滾事務(wù)，消費者端將該消息從PrepareQueue移動到StoreQueue，如果因為各種異常導(dǎo)致PrepareQueue中消息滯留超時，超時后將自動執(zhí)行回滾操作。二階段消費的流程圖如下所示。

　　我們來分析下采用二階段消費方案可能存在的異常情況，從以下分析來看二階段消費方案可以保障消息至少被消費一次。

　　采用二階段消費方式，需要將消息在StoreQueue和PrepareQueue之間移動，如何實現(xiàn)重試次數(shù)控制呢，其關(guān)鍵在StoreQueue和PrepareQueue的分數(shù)設(shè)計。PrepareQueue的分數(shù)需要與時間相關(guān)，正常情況下，消費者不管消費失敗還是消費成功，都會從PrepareQueue刪除消息，當(dāng)消費者系統(tǒng)發(fā)生異常或者宕機的時候，消息就無法從PrepareQueue中刪除，我們也不知道消費者是否消費成功，為保障消息至少被消費一次，我們需要做到超時回滾，因此分數(shù)需要與消費時間相關(guān)。當(dāng)PrepareQueue中的消息發(fā)生超時的時候，將消息從PrepareQueue移動到StoreQueue。因此PrepareQueue的分數(shù)設(shè)計為：秒級時間戳*1000+重試次數(shù)。不同類型的消息首次存儲到StoreQueue中的分數(shù)表示的含義不盡相同，區(qū)間重復(fù)合并消息和任意定時消息存儲時的分數(shù)表示消費時間戳，優(yōu)先級消息存儲時的分數(shù)表示優(yōu)先級。如果消息消費失敗，消息從PrepareQueue回滾到StoreQueue，所有類型的消息存儲時的分數(shù)都表示剩余重試次數(shù)，剩余重試次數(shù)從16次不斷降低最后為0，消息進入死信隊列。消息在StoreQueue和PrepareQueue之間移動流程如下：

　　

　　不同類型的消息在消費的時候Pop消息的方式不一樣，因此接下來分別講述三種類型消息的Pop方式。

　　該消息存儲的分數(shù)設(shè)計為消費時間戳，當(dāng)前時間大于消息的消費時間戳?xí)r，該消息應(yīng)該被消費。因此采用Redis命令ZRANGEBYSCORE彈出分數(shù)小于當(dāng)前時間戳的一條消息。

　　該消息存儲的分數(shù)設(shè)計為優(yōu)先級，優(yōu)先級越高分數(shù)越大，因此采用Redis命令ZPOPMAX彈出分數(shù)最大的一條消息。

　　任意定時消息該消息存儲的分數(shù)設(shè)計為消費時間戳，當(dāng)前時間大于消息的消費時間戳?xí)r，該消息應(yīng)該被消費。因此采用Redis命令ZRANGEBYSCORE彈出分數(shù)小于當(dāng)前時間戳的一條消息。

　　在主圖價格表達中需要實現(xiàn)一個功能，商品價格發(fā)生變化時將商品價格打印在商品主圖上面，那么需要在價格發(fā)生變動的時候觸發(fā)合成一張帶價格的圖片，每一次觸發(fā)合圖時計算價格都是獲取當(dāng)前最新的價格。上游價格變化的因素很多，變化很頻繁，下游合圖消耗GPU資源較大，處理容量較低。因此需要盡可能合并觸發(fā)合圖消息，減輕下游處理壓力，于是使用了RMQ作為消息隊列來進行削峰填谷、消息合并。不僅如此，還可以根據(jù)商家等級劃分觸發(fā)合圖消息的等級，使KA商家能夠優(yōu)先得到處理，縮短價格變化的延遲。

　　在線上實際環(huán)境中，集群共130臺機器，RMQ消息隊列的發(fā)送消息能力和消費消息能力均可以達到5w tps，而且這并不是峰值，理論上可以達到10w tps。

　　在線數(shù)據(jù)圈選引擎需要處理各種來源的大量動態(tài)數(shù)據(jù)，需要將一段時間區(qū)間內(nèi)的消息合并處理，減少處理壓力，并且在對同一元數(shù)據(jù)進行并發(fā)處理需要加分布式鎖，鎖沖突導(dǎo)致消費效率下降。RMQ的區(qū)間重復(fù)合并消息和并發(fā)消費控制能力可以幫助解決這些問題。目前，在線數(shù)據(jù)圈選引擎已經(jīng)采用了RMQ消息隊列作為核心組件，RMQ消息隊列發(fā)揮了很大的作用。

　　本文提出了一種可實現(xiàn)的基于Redis的消息隊列，充分利用Sorted Set結(jié)構(gòu)設(shè)計了消息合并、優(yōu)先級、定時等特性，與傳統(tǒng)消息隊列形成互補，彌補傳統(tǒng)消息隊列這方面特性的缺失。為了實現(xiàn)高可用，本文在二階段提交的思想上進行改進設(shè)計了二階段消費方式，保障消息至少被消費一次。未來將基于Redis的特性打造更多獨特的功能，與傳統(tǒng)消息中間件形成互補。在消費控制方面會增加流量自動調(diào)控能力，根據(jù)消息類型調(diào)控消費速度，減少因為某種類型消息消費瓶頸導(dǎo)致整體消費性能下降。