精品推荐：Redis 5 新特性之Stream

纯洁的微笑 2018-07-25 13:53:23 ⋅ 617 阅读

1. 前言

redis 5 中有一个重大新特性：stream。

stream 是一个日志形式的存储结构，可以往里追加数据，每条数据都会生成一个时间戳ID，stream 也有便捷的读取数据的模型。

stream 的特性使其适合做消息队列和时间序列存储。

下面通过实践来深入了解stream，由于内容较长，我也准备了PDF版本，文章底部有下载地址。

2. 安装环境

需要使用最新的5.0版本，这里使用 docker redis 容器：

 
    
  
  1. docker run --name redis5 -p 6379:6379 -d redis:5.0-rc3
    2.

redis 客户端：

 
    
  
  1. docker run -it --link redis5:redis --rm redis redis-cli -h redis -p 6379
    2.

启动后进入交互命令行：

 
    
  
  1. redis:6379>
    2.

3. 实践

3.1 向stream添加元素

stream 元素可以是一个或多个键值对，添加：

 
    
  
  1. redis:6379> XADD mystream * sensor-id 1234 temperature 19.8
    2. 
  
  2. 1531989605376-0
    3.

解析：

  • mystream 是 stream的key

  • * 所在位置的参数的含义是元素ID，* 表示由系统自动生成一个元素ID

  • 添加的元素包含2个键值对，sensor-id 1234 和 temperature 19.8

  • 返回值是新增元素的ID，由时间戳和递增数字构成

获取Stream中元素的数量：

 
    
  
  1. redis:6379> XLEN mystream
    2. 
  
  2. (integer) 1
    3.

3.2 范围查询

需要指定起止ID，相当于给一个时间范围：

 
    
  
  1. redis:6379> XRANGE mystream 1531989605376 1531989605377
    2. 
  
  2. 1) 1) 1531989605376-0
    3. 
  
  3.    2) 1) "sensor-id"
    4. 
  
  4.       2) "1234"
    5. 
  
  5.       3) "temperature"
    6. 
  
  6.       4) "19.8"
    7.

可以使用 - 代表最小ID， + 代表最大ID：

 
    
  
  1. redis:6379> XRANGE mystream - +
    2. 
  
  2. 1) 1) 1531989605376-0
    3. 
  
  3.    2) 1) "sensor-id"
    4. 
  
  4.       2) "1234"
    5. 
  
  5.       3) "temperature"
    6. 
  
  6.       4) "19.8"
    7.

当返回元素太多时，可以限定返回结果数量，就像数据库查询时的分页，通过 COUNT 参数指定：

 
    
  
  1. redis:6379> XRANGE mystream - + COUNT 2
    2. 
  
  2. 1) 1) 1531989605376-0
    3. 
  
  3.    2) 1) "sensor-id"
    4. 
  
  4.       2) "1234"
    5. 
  
  5.       3) "temperature"
    6. 
  
  6.       4) "19.8"
    7.

还可以反向查询，使用 XREVRANGE 命令即可，用法与 XRANGE 相同。

3.3 监听 stream 的新元素

 
    
  
  1. redis:6379> XREAD COUNT 2 STREAMS mystream 0
    2. 
  
  2. 1) 1) "mystream"
    3. 
  
  3.    2) 1) 1) 1531989605376-0
    4. 
  
  4.          2) 1) "sensor-id"
    5. 
  
  5.             2) "1234"
    6. 
  
  6.             3) "temperature"
    7. 
  
  7.             4) "19.8"
    8.

STREAMS 后面的 mystream 指定的是目标 stream 的 key， 0 是指最小的ID，就是获取指定stream中的大于指定ID的元素， COUNT 指获取的数量

可以一起指定多个stream，例如 STREAMS mystream otherstream00

阻塞监听

在客户端1中执行：

 
    
  
  1. redis:6379> XREAD BLOCK 0 STREAMS mystream $
    2.

会进入等待状态。

在客户端2中添加元素：

 
    
  
  1. redis:6379> XADD mystream * test 1
    2.

客户端1中会显示刚刚添加的元素：

 
    
  
  1. 1) 1) "mystream"
    2. 
  
  2.    2) 1) 1) 1531994510562-0
    3. 
  
  3.          2) 1) "test"
    4. 
  
  4.             2) "1"
    5.

BLOCK 表示阻塞， 0 是指定超时时间，0 表示永不超时， $ 表示stream中的最大ID。

3.4 消费者组

当stream量很大，或者消费者处理过程比较耗时的时候，只有一个消费者的话压力就比较大了，redis stream 提供了消费者组的概念，可以让多个消费者处理同一个stream，可以实现负债均衡。

例如有3个消费者 C1、C2、C3，stream 中有7个消息元素，那么消费的分配就是：

 
    
  
  1. 1 -> C1
    2. 
  
  2. 2 -> C2
    3. 
  
  3. 3 -> C3
    4. 
  
  4. 4 -> C1
    5. 
  
  5. 5 -> C2
    6. 
  
  6. 6 -> C3
    7. 
  
  7. 7 -> C1
    8.

3.4.1 创建消费者组

 
    
  
  1. redis:6379> XGROUP CREATE mystream mygroup01 $
    2. 
  
  2. OK
    3.

针对 mystream 这个 stream 创建了一个消费者组，名字为 mygroup01，$ 表示读取目前最大ID之后的元素。

3.4.2 添加测试数据

添加几条新数据：

 
    
  
  1. redis:6379> XADD mystream * message apple
    2. 
  
  2. 1531999977149-0
    3. 
  
  3. redis:6379> XADD mystream * message orange
    4. 
  
  4. 1531999980272-0
    5. 
  
  5. redis:6379> XADD mystream * message strawberry
    6. 
  
  6. 1531999983493-0
    7. 
  
  7. redis:6379> XADD mystream * message apricot
    8. 
  
  8. 1531999988458-0
    9. 
  
  9. redis:6379> XADD mystream * message banana
    10. 
  
  10. 1531999991782-0
    11.

3.4.3 通过消费者组读数据

 
    
  
  1. redis:6379> XREADGROUP GROUP mygroup01 Alice COUNT 1 STREAMS mystream >
    2. 
  
  2. 1) 1) "mystream"
    3. 
  
  3.    2) 1) 1) 1531999977149-0
    4. 
  
  4.          2) 1) "message"
    5. 
  
  5.             2) "apple"
    6.

Alice 是组成员的名字，> 的含义是：到目前为止没有被组内成员读取过的数据。

可以看到，组成员不需要提前创建，第一次使用时自动创建。

下面再创建1个成员来读取数据：

 
    
  
  1. redis:6379> XREADGROUP GROUP mygroup01 Bob COUNT 1 STREAMS mystream >
    2. 
  
  2. 1) 1) "mystream"
    3. 
  
  3.    2) 1) 1) 1531999980272-0
    4. 
  
  4.          2) 1) "message"
    5. 
  
  5.             2) "orange"
    6.

3.4.4 消费历史

 
    
  
  1. redis:6379> XREADGROUP GROUP mygroup01 Alice STREAMS mystream 0
    2. 
  
  2. 1) 1) "mystream"
    3. 
  
  3.    2) 1) 1) 1531999977149-0
    4. 
  
  4.          2) 1) "message"
    5. 
  
  5.             2) "apple"
    6.

这里最后指定的ID是 0，这样可以拿到悬而未决的历史数据，就是：自己曾经消费过，但没有发送消费确认的历史数据，这样可以让我们做故障恢复后的完善工作。

3.4.5 消费确认

 
    
  
  1. redis:6379> XACK mystream mygroup01 1531999977149-0
    2. 
  
  2. (integer) 1
    3.

1531999977149-0 是 Alice 消费的那条 apple 数据，再查看下 Alice 的消费历史：

 
    
  
  1. redis:6379> XREADGROUP GROUP mygroup01 Alice STREAMS mystream 0
    2. 
  
  2. 1) 1) "mystream"
    3. 
  
  3.    2) (empty list or set)
    4.

已经空了。

3.4.6 失败处理

通过上面可以了解到，当某个消费者出现问题然后恢复了之后，可以拿到自己还没有确认过的消息数据，这个一个安全保障机制，但如果这个出问题的消费者再也恢复不了了怎么办？他的那些还没确认过的消息数据是不是就没办法处理了？

redis stream 提供了这种情况的处理办法，通过2个步骤来解决：

  1. 查出所有已传递但未确认的消息数据

  2. 变更这些数据的所有者

这样就可以让新的消费者来处理这些数据了。

列出未处理的数据：

 
    
  
  1. redis:6379> XPENDING mystream mygroup01 - + 10
    2. 
  
  2. 1) 1) 1531999980272-0
    3. 
  
  3.    2) "Bob"
    4. 
  
  4.    3) (integer) 45126376
    5. 
  
  5.    4) (integer) 2
    6. 
  
  6. 2) 1) 1531999983493-0
    7. 
  
  7.    2) "Tom"
    8. 
  
  8.    3) (integer) 867475
    9. 
  
  9.    4) (integer) 1
    10.

可以看到有2条数据未处理，列出了每条数据的 ID、所有者、此条消息的闲置时间（毫秒）、此消息被传递的次数。

声明变更所有者：

 
    
  
  1. redis:6379> XCLAIM mystream mygroup01 Gates 3600 1531999980272-0 1531999983493-0
    2. 
  
  2. 1) 1) 1531999980272-0
    3. 
  
  3.    2) 1) "message"
    4. 
  
  4.       2) "orange"
    5. 
  
  5. 2) 1) 1531999983493-0
    6. 
  
  6.    2) 1) "message"
    7. 
  
  7.       2) "strawberry"
    8.

把指定2个ID的消息给了Gates，3600 是指最小闲置时间，就是把指定消息中闲置时间大于3600的分配给Gates，注意Gates是全新的消费者，之前没有声明过，说明分配给新的消费者也是可以的。

查询一下Gates现在未处理的数据：

 
    
  
  1. redis:6379> XREADGROUP GROUP mygroup01 Gates STREAMS mystream 0
    2. 
  
  2. 1) 1) "mystream"
    3. 
  
  3.    2) 1) 1) 1531999980272-0
    4. 
  
  4.          2) 1) "message"
    5. 
  
  5.             2) "orange"
    6. 
  
  6.       2) 1) 1531999983493-0
    7. 
  
  7.          2) 1) "message"
    8. 
  
  8.             2) "strawberry"
    9.

可以看到新分配的2条数据。

3.5 查看 stream 相关信息

基本信息：

 
    
  
  1. redis:6379> XINFO STREAM mystream
    2. 
  
  2.  1) length
    3. 
  
  3.  2) (integer) 15
    4. 
  
  4.  3) radix-tree-keys
    5. 
  
  5.  4) (integer) 1
    6. 
  
  6.  5) radix-tree-nodes
    7. 
  
  7.  6) (integer) 2
    8. 
  
  8.  7) groups
    9. 
  
  9.  8) (integer) 2
    10. 
  
  10.  9) first-entry
    11. 
  
  11. 10) 1) 1531989605376-0
    12. 
  
  12.     2) 1) "sensor-id"
    13. 
  
  13.        2) "1234"
    14. 
  
  14.        3) "temperature"
    15. 
  
  15.        4) "19.8"
    16. 
  
  16. 11) last-entry
    17. 
  
  17. 12) 1) 1531999991782-0
    18. 
  
  18.     2) 1) "message"
    19. 
  
  19.        2) "banana"
    20.

消费组信息：

 
    
  
  1. redis:6379> XINFO GROUPS mystream
    2. 
  
  2. 1) 1) name
    3. 
  
  3.    2) "mygroup"
    4. 
  
  4.    3) consumers
    5. 
  
  5.    4) (integer) 3
    6. 
  
  6.    5) pending
    7. 
  
  7.    6) (integer) 5
    8. 
  
  8. 2) 1) name
    9. 
  
  9.    2) "mygroup01"
    10. 
  
  10.    3) consumers
    11. 
  
  11.    4) (integer) 4
    12. 
  
  12.    5) pending
    13. 
  
  13.    6) (integer) 2
    14.

某个组中消费者的信息：

 
    
  
  1. redis:6379> XINFO CONSUMERS mystream mygroup
    2. 
  
  2. 1) 1) name
    3. 
  
  3.    2) "Alice"
    4. 
  
  4.    3) pending
    5. 
  
  5.    4) (integer) 3
    6. 
  
  6.    5) idle
    7. 
  
  7.    6) (integer) 2483388
    8. 
  
  8. 2) 1) name
    9. 
  
  9.    2) "Bob"
    10. 
  
  10.    3) pending
    11. 
  
  11.    4) (integer) 2
    12. 
  
  12.    5) idle
    13. 
  
  13.    6) (integer) 48453755
    14. 
  
  14. 3) 1) name
    15. 
  
  15.    2) "Gates"
    16. 
  
  16.    3) pending
    17. 
  
  17.    4) (integer) 0
    18. 
  
  18.    5) idle
    19. 
  
  19.    6) (integer) 2385114
    20.

3.7 删除消息数据

先查一下现有数据：

 
    
  
  1. redis:6379> XRANGE mystream - + COUNT 2
    2. 
  
  2. 1) 1) 1531989605376-0
    3. 
  
  3.    2) 1) "sensor-id"
    4. 
  
  4.       2) "1234"
    5. 
  
  5.       3) "temperature"
    6. 
  
  6.       4) "19.8"
    7. 
  
  7. 2) 1) 1531994510562-0
    8. 
  
  8.    2) 1) "test"
    9. 
  
  9.       2) "1"
    10.

删除第一条数据：

 
    
  
  1. redis:6379> XDEL mystream 1531989605376-0
    2. 
  
  2. (integer) 1
    3.

再次查看，之前的第一条数据已经没有了：

 
    
  
  1. redis:6379> XRANGE mystream - + COUNT 2
    2. 
  
  2. 1) 1) 1531994510562-0
    3. 
  
  3.    2) 1) "test"
    4. 
  
  4.       2) "1"
    5. 
  
  5. 2) 1) 1531994516257-0
    6. 
  
  6.    2) 1) "test"
    7. 
  
  7.       2) "2"
    8.

注意：XDEL 并不是真正的从内存中删除，只是做了标识，不会回收内存

3.8 设置stream最大长度

添加数据，同时指定了最大长度为2：

 
    
  
  1. redis:6379> XADD mystream MAXLEN 2 * value 1
    2. 
  
  2. 1532049865028-0
    3. 
  
  3. redis:6379> XADD mystream MAXLEN 2 * value 2
    4. 
  
  4. 1532049872075-0
    5. 
  
  5. redis:6379> XADD mystream MAXLEN 2 * value 3
    6. 
  
  6. 1532049877554-0
    7.

上面添加了3条数据，下面看一下stream 的长度和现在的内容：

 
    
  
  1. redis:6379> XLEN mystream
    2. 
  
  2. (integer) 2
    3. 
  
    4. 
  
  4. redis:6379> XRANGE mystream - +
    5. 
  
  5. 1) 1) 1532049872075-0
    6. 
  
  6.    2) 1) "value"
    7. 
  
  7.       2) "2"
    8. 
  
  8. 2) 1) 1532049877554-0
    9. 
  
  9.    2) 1) "value"
    10. 
  
  10.       2) "3"
    11.

可以看到只有2条数据。

4. 小结

以上就是 redis stream 的基础操作，实践一遍之后就会对 stream 有个全面的了解。

PDF 下载地址：

https://pan.baidu.com/s/1j91evQWfJHFxMXftTxSi6A


---------------END----------------

后续的内容同样精彩

长按关注“IT实战联盟”哦




注意：本文归作者所有，未经作者允许，不得转载

阅读全部

全部评论: 0 条

    我有话说:

    「收藏版」JDK1.8工作中最常用的14个Stream详细小示例

    一：简介 java.util.Stream 表示能应用在一组元素上一次执行的操作序列。Stream 操作分为中间操作或者最终操作两种，最终操作返回一特定类型的计算结果，而中间操作返回Stream本身

    Redis系列九 推荐系统-布隆过滤器

    存在时，那就肯定不存在. 特性： 与哈希表不同，...

    精品推荐：Redis主从复制

    持久化保证了即使 redis 服务重启也会丢失数据，因为 redis 服务重启后会将硬盘上持久化的数据恢复到内存中，但是当 redis 服务器的硬盘损坏了可能会导致数据丢失，如果通过 redis 的

    Redisson 3.13.6 发布，官方推荐的 Redis 客户端

    Redisson 3.13.6 已发布，这是一个 Java 编写的 Redis 客户端，具备驻内存数据网格（In-Memory Data Grid）功能，并获得了 Redis 的官方推荐

    Redisson 3.13.5 发布，官方推荐的 Redis 客户端

    Redisson 3.13.5 已发布，这是一个 Java 编写的 Redis 客户端，具备驻内存数据网格（In-Memory Data Grid）功能，并获得了 Redis 的官方推荐。 主要更新

    Redis系列四 锁

      本文目标 1. 熟悉乐观锁ABA概念 2. 理解掌握redis事务以及watch回滚； 3. 实战redis锁 乐观锁 乐观锁是一种不会阻塞其他线程并发的机制，它不会使用数据库的

    为什么单线程的Redis能够达到百万级的QPS？

    作者：在江湖中coding链接：https://juejin.im/post/5e6097846fb9a07c9f3fe744 性能测试报告 查看了下阿里云 Redis 的性能测试报告如下，能够

    Redis系列七 Debug Lua

      调试redis+lua 学了lua的基本语法，了解了redis+lua的配套用法，但是却不知道怎么断点调试。学就学全面点， 官网中有dubug相关说明。地址：Redis Lua

    Redis系列六 Lua

      本文目标 学习lua基本语法 能够采用redis+lua lua 基本语法 Lua 是一种轻量小巧的脚本语言，用标准C语言编写并以源代码形式开放， 其设计目的是为了嵌入应用

    Redis系列一 基本用法&应用场景

        说明 redis的最基本使用方法以及使用场景。 字符串 // stringasync function stringFun() { const [key

    Jedis 3.5.0 发布，Redis 的 Java 客户端开发包

    Jedis 3.5.0 发布了。Jedis 是 Redis 官方推荐的面向 Java 的操作 Redis 客户端，与新版本的 Redis 完全兼容。 本次更新内容包括： 增强功能 通过 COUNT

    Redis系列二：位图实战，实现打卡签到

    前言 如果要统计一篇文章的阅读量，可以直接使用 Redis 的 incr 指令来完成。 如果要求阅读量必须按用户去重，那就可以使用 set 来记录阅读了这篇文章的所有用户 id，获取

    推荐一款功能强大，开源免费的H5可视化编辑器

    H5-Dooring 是一款功能强大，开源免费的H5可视化页面配置解决方案，致力于提供一套简单方便、专业可靠、无限可能的H5落地页最佳实践。技术栈以react为主， 后台采用nodejs开发. 预览

    精品推荐：从数据存储角度聊聊Redis为何这么快

    Redis是一个由ANSI C语言编写，性能优秀、支持网络、可持久化的K-K内存数据库，并提供多种语言的API。它常用的类型主要是 String、List、Hash、Set、ZSet 这5种

    精品推荐：JDFlutter | 京东技术中台新一代跨平台开发框架

    DFlutter 是商城共享技术部-多端融合技术部推出的新一代跨平台开发框架，可快速集成至现有 Android/iOS 工程，开发者可借助 JDFlutter 平台快速完成 Flutter 业务开发。

    dubbogo v1.5.6 发布，性能提升并带来多项新特性

    dubbogo 社区近期发布了 dubbogo v1.5.6。该版本和 dubbo 2.7.8 对齐，提供了命令行工具，并提供了多种加载配置的方式。 相关改进实在太多，本文只列出相关重大

    「精品推荐」优秀跨平台Redis可视化客户端工具—RedisViewer

    自荐RedisViewer一个有情怀的跨平台Redis可视化客户端工具

    Redis系列八 抢红包

      本文概述 掌握红包的两种常见生成算法 掌握lua+redis 实现原子性抢红包 项目中还有mysql相关内容 了解jmeter的基本用法 遗留问题 redis同步DB时机问题

    Java 实战篇-JDK9新特性体验

    JDK9 已经出来好几个月了，我们一起来了解一下JDK9的一些新特性吧