关于Redisson延迟队列的一些思考

本文来自公众号“ Idea的技术分享”。

最近部门在做一套告警治理相关的系统，专门用于对整个业务线杂七杂八的告警进行治理管控。例如Kakfa异常，业务异常，Dubbo超时等等场景，全部都首先会被这套系统给监控到，然后再通过一定的策略分配，将异常内容转换为特定的消息模版告知给特定的业务方。

然后，这里面涉及到一个告警升级的问题需要处理，例如告警消息发送给A员工，但是A员工可能没有看到消息，那么超过一定时限之后，该消息需要升级发送给B员工，以此类推。

关于升级这块的链路，我早期一开始想的是设计扫表+定时任务的思路去做，后边发现这套方案数据存储会有冗余，维护成本高，所以打算换个思路去实现–延迟消息。

延迟队列的选型

最早是计划用mq的延迟消息去做的，但是公司内部用的都是Kafka集群，Kafka不支持延迟队列。如果想用RocketMQ的延迟队列，那么就得搭建一套RocketMQ的环境，运维成本也比较高。所以后边看了下目前已有的基建设施，打算试试Redis的延迟队列。

为什么敢选择Redis做延迟队列？

衡量了一下业务场景的指标，首先异常通知的并发量不会特别多，即使说异常故障瞬间爆发，上游也会有“聚合”（例如100条异常合成1条告知下游）。所以到达升级这一环节的并发量很小。正应为数据量不高，所以才敢尝试用Redis做延迟队列。

加上目前Redis的基建也比较完善，内存空间足够大，而且对于消息通知的可靠性要求不会说要100%那么高。

Redis可以怎么做延迟队列

很早以前自己也试过基于Redis的Zset去实现一套延迟队列。这里可以利用到一个redis的zset数据结构。zset结构中基本存储信息和set结构类似，但是会给每个元素都有一个排分的score标示，根据排分的大小会在内存中进行排序操作。

然后由客户端定时扫描ZSet中达到提取时间的数据，这里推荐使用zrangebyscore函数去实现。

zrangebyscore用法扫盲

>> zrangebyscore key min max [WITHSCORES] [LIMIT offset count]
分页获取指定区间内(min - max)，带有分数值(可选)的有序集成员的列表。

扫描出来的数据，就是延迟时间截止的数据，从而实现延迟处理的效果。

这套思路是自己早两年的设计方式，然而最近又重新去看了下延迟队列的设计，发现Redisson的部分设计却有些许不同。

Redisson会怎么做延迟队列

首先提供一段简单的Redisson延迟队列的Demo代码给大家学习使用。

maven依赖：

    <dependency>
      <groupId>org.redisson</groupId>
      <artifactId>redisson</artifactId>
      <version>3.16.8</version>
    </dependency>

延迟队列投递方：

package org.idea.redission.framework.delay.queue;

import com.alibaba.fastjson2.JSON;
import org.redisson.Redisson;
import org.redisson.api.RBlockingQueue;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;

/**
 * @Author idea
 * @Date: Created in 10:21 2024/1/28
 * @Description
 */
public class DelayQueueConsumerMain {

    public static void main(String[] args) {
        Config config = new Config();
        config.useSingleServer().setAddress("redis://cloud.db:8801").setPassword("pwd");
        RedissonClient client = Redisson.create(config);
        RBlockingQueue<String> blockingQueue = client.getBlockingQueue("delay_queue");
        new Thread(new Runnable() {
            @Override
            public void run() {
                System.out.println("开始拉去延迟消息");
                while (true) {
                    try {
                        String item = blockingQueue.take();
                        long currentTime = System.currentTimeMillis();
                        MessageModel messageModel = JSON.parseObject(item, MessageModel.class);
                        System.out.println("获取延迟消息,投递时间" + (currentTime - messageModel.getPushTime()) + "ms前,content" + messageModel.getContent());
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            }
        }).start();
    }
}

延迟队列消费方：

package org.idea.redission.framework.delay.queue;

import com.alibaba.fastjson2.JSON;
import lombok.extern.slf4j.Slf4j;
import org.redisson.Redisson;
import org.redisson.api.RBlockingQueue;
import org.redisson.api.RDelayedQueue;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;

import java.util.concurrent.TimeUnit;

/**
 * @Author idea
 * @Date: Created in 10:25 2024/1/28
 * @Description
 */
@Slf4j
public class DelayQueueProducerMain {

    public static void main(String[] args) throws InterruptedException {
        Config config = new Config();
        config.useSingleServer().setAddress("redis://cloud.db:8801").setPassword("pwd");
        RedissonClient client = Redisson.create(config);
        RBlockingQueue<String> blockingQueue = client.getBlockingQueue("delay_queue");
        RDelayedQueue<String> delayedQueue = client.getDelayedQueue(blockingQueue);
        int i = 0;
        while (true) {
            i++;
            TimeUnit.SECONDS.sleep(3);
            MessageModel messageModel = new MessageModel();
            messageModel.setContent("test-content-" + i);
            messageModel.setPushTime(System.currentTimeMillis());
            delayedQueue.offer(JSON.toJSONString(messageModel), 3, TimeUnit.SECONDS);
            System.out.println("投递第" + i + "条消息进延迟队列");
        }
    }
}

将上述代码运行起来，一端投递数据，一端消费数据，然后连接上Redis，你会发现有两个队列存在：

这两个队列中，带有timeout关键字的那条是一个ZSet集合，另一个是普通的List。

但是为什么要设计两条队列呢，后边我查阅了相关资料，大概整理了下Redisson的延迟队列原理如下：

客户端启动，redisson先订阅一个key，同时 BLPOP key 0 无限监听一个阻塞队列（等里面有数据了就返回）。
当有数据put时，redisson先把数据放到一个zset集合（按延时到期时间的时间戳为分数排序），同时发布上面订阅的key，发布内容为数据到期的timeout，此时客户端进程开启一个延时任务，延时时间为发布的timeout。
客户端进程的延时任务到了时间执行，从zset分页取出过了当前时间的数据，然后将数据rpush到第一步的阻塞队列里。然后将当前数据从zset移除，取完之后，又执行 BLPOP key 0 无限监听一个阻塞队列。这一部分的逻辑，客户端会发送一个lua脚本给到服务端去操作：org.redisson.RedissonDelayedQueue源码里面的pushTaskAsync函数有lua脚本内容。

上一步客户端监听的阻塞队列返回取到数据，回调到 RBlockingQueue 的 take方法。于是，我们就收到了数据。

ps：可能有些同学对Redis的发布订阅不是很了解，你大概可以理解为是Redis做的一种消息广播机制。客户端订阅了A渠道之后，往A渠道发送内容，此时所有的订阅方立即可以收到消息内容。关于订阅发布的原理，可以看看这篇文章：https://cloud.tencent.com/developer/article/2297090

利用了Redis的订阅发布，确实可以减少客户端长时间轮询ZSet带来的网络性能开销，但需要依靠客户端的延迟任务，隔一段时间再去拉去zset。