12. Redis中的消息队列

无能力者只知抱怨

2020-07-18

楔子

Redis虽然是一个缓存，但是它也可以作为一个消息队列。所以redis还是比较有野心的，本来在缓存方面就已经把memcached给干掉了，但还想在消息队列的方向上闯一闯。不过虽说Redis支持消息队列，但是它还是作为缓存更加的专业，大公司很少有将redis作为消息队列来使用的，因此消息队列的话一般还是使用rabbitmq、activemq之类的会比较好。

发布订阅模式

在 Redis 中提供了专门的类型：Publisher（发布者）和 Subscriber（订阅者）来实现消息队列。

不过在介绍消息队列之前，先抛出几个概念，这样理解下文会更加轻松一些，当然都是老生常谈的内容了。

发布消息的叫做发布方或发布者，也就是消息的生产者。
接收消息的叫做消息的订阅方或订阅者，也就是消费者，用来处理生产者发布的消息。

12. Redis中的消息队列

除了发布和和订阅者，在消息队列中还有一个重要的概念：channel，指的是管道，可以理解为某个消息队列的名称。首先消费者先要订阅某个 channel，然后当生产者把消息发送到这个 channel 中时，消费者就可以正常接收到消息了，如下图所示：

12. Redis中的消息队列

普通订阅与发布

消息队列有两个重要的角色，一个是发送者，另一个就是订阅者，对应的命令如下：

发布消息：publish channel "message"
订阅消息：subscribe channel

下面我们来看具体的命令实现。

订阅消息

127.0.0.1:6379> subscribe channel1 channel2  # 可以同时订阅多个频道
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "channel1"
3) (integer) 1
1) "subscribe"
2) "channel2"
3) (integer) 2

注意：当我们订阅某个频道的时候，就阻塞在这里了。

就类似于微信公众号一样，你关注了某个公众号，那么当公众号上面发表文章的时候，你就可以收到。此时操作公众号的人就是消息发布者，你就是消息订阅者，公众号就是消息队列，往公众号上面发表的文章就是消息。

发送消息

我们上面的订阅者在订阅之后，就处于阻塞状态，因此我们需要再开一个终端。

127.0.0.1:6379> publish channel1 "mea: please please money"
(integer) 1
127.0.0.1:6379> publish channel2 "mea: please please money"
(integer) 1
127.0.0.1:6379>

返回值表示成功发送给了几个订阅方，所以这里的 1 就表示成功发给了一个订阅者，这个数字可以是 0~n，这是由订阅者的数量决定的。如果有两个订阅者，那么返回值就是2。

然后我们来看看订阅者：

127.0.0.1:6379> subscribe channel1 channel2
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "channel1"
3) (integer) 1
1) "subscribe"
2) "channel2"
3) (integer) 2
1) "message"
2) "channel1"  # channel1 接收到消息
3) "mea: please please money"
1) "message"
2) "channel2"  # channel2接收到消息
3) "mea: please please money"

主题订阅

主题订阅说白了，和模糊匹配是类似的。假设我们需要订阅好几个消息队列，但它们都是以log开头的，那么我们就可以通过psubscribe log*来自动订阅所有以log开头的队列。

比如我们上面的channel1、channel2，我们就可以通过psubscribe channel*实现，至于消息发布者则不需要变。

当然主题订阅也可以是多个，比如：psubscribe log*?db*，订阅所有以log开头、db开头的消息队列。

Python操作Redis的发布订阅

# 订阅者
import redis

client = redis.Redis(host="47.94.174.89", decode_responses="utf-8")

# 调用pubsub方法返回一个订阅者
sub = client.pubsub()
# 订阅两个队列
sub.subscribe("ch1", "ch2")
# 监听，此时处于阻塞状态
for item in sub.listen():
    # 一旦发布者发布消息，这里就可以接收到
    # item["channel"]是频道，item["data"]是接收到了内容
    print(item["channel"], item["data"])

# 发布者
import redis

client = redis.Redis(host="47.94.174.89", decode_responses="utf-8")
# 发布者很简单，直接发布消息接口
client.publish("ch1", "屑女仆1")
client.publish("ch1", "屑女仆2")
client.publish("ch2", "屑女仆3")

当执行发布者的时候，会发现订阅者多了几条输出，至于内容显然是发布者发布的内容。

Python操作Redis，订阅者还有几种方式。

import redis

client = redis.Redis(host="47.94.174.89", decode_responses="utf-8")

sub = client.pubsub()
sub.subscribe("ch1", "ch2")

while True:
    # 这种方式会瞬间返回，如果有消息得到消息，没有消息会返回None
    item = sub.get_message()
    if item:
        print(item["channel"], item["data"])

或者开启一个新的线程去监听。

import redis

client = redis.Redis(host="47.94.174.89", decode_responses="utf-8")

sub = client.pubsub()
sub.subscribe("ch1", "ch2")

def handler(item):
    print(item["channel"], item["data"])

# 给每一个频道注册一个处理函数，当频道有消息时，会自动将消息传递给处理函数
# 注意：上面的pubsub中订阅的频道都要有对应的处理函数
# 假设我们只给ch1注册了处理函数，那么执行的时候就会报错：Channel: ‘ch2‘ has no handler registered
sub.channels.update({"ch1": handler, "ch2": handler})
# 开启一个线程运行，会返回新开启的线程对象，注意：因为是单独开了一个线程，所以这里不会阻塞的，会直接往下走
th = sub.run_in_thread()
print("xxx")
print("yyy")
print("zzz")

# 先启动订阅者，再启动发布者，程序输出如下
"""
xxx
yyy
zzz
ch1 屑女仆1
ch1 屑女仆2
ch2 屑女仆3
"""

# 注意：这里程序依旧会卡住，因为开启的线程是非守护线程
# 所以即便主线程执行完毕，也依旧会等待子线程
# 解决的办法有两种：
# 一种是在run_in_thread中加上一个参数daemon=True，设置为守护线程，这样主线程就不会等待了
# 另一种是手动停止，我们说sub.run_in_thread会返回新开启的线程，然后调用其stop方法即可
th.stop()  # 通过这种方式，我们可以在任意时刻停止监听。

对于主题订阅，发布者代码不用变，只需要将订阅的sub.subscribe换成sub.psubscribe即可。

import redis

client = redis.Redis(host="47.94.174.89", decode_responses="utf-8")

sub = client.pubsub()
sub.psubscribe("ch*")

def handler(item):
    print(item["channel"], item["data"])

# 对于开启新的线程去监听，要将之前的self.channels换成self.patterns
sub.patterns.update({"ch*": handler})
sub.run_in_thread()

取消订阅

既然有订阅，那么就要取消订阅，就类似于取关(o(╥﹏╥)o)。

使用unsubscribe channel1 channel2可以取消订阅多个channel，同理对于psubscribe ch*，也有punsubscribe ch*取消订阅指定模式的频道。比较简单，不再赘述。

注意事项

发布订阅模式存在以下两个缺点：

无法持久化保存消息，如果 Redis 服务器宕机或重启，那么所有的消息将会丢失；
发布订阅模式是"发后既忘"的工作模式，如果有订阅者离线重连之后不能消费之前的历史消息。

然而这些缺点在 Redis 5.0 添加了 Stream 类型之后会被彻底的解决。

除了以上缺点外，发布订阅模式还有另一个需要注意问题：当消费端有一定的消息积压时，也就是生产者发送的消息，消费者消费不过来时，如果超过 32M 或者是 60s 内持续保持在 8M 以上，消费端会被强行断开，这个参数是在配置文件中设置的，默认值是 client-output-buffer-limit pubsub 32mb 8mb 60。

小结

这一节介绍了消息队列的几个名词，生产者、消费者对应的就是消息的发送者和接收者，也介绍了发布订阅模式的几个命令：

subscribe channel：普通订阅
publish channel message：消息推送
psubscribe pattern：主题订阅
unsubscribe channel：取消普通订阅
punsubscribe pattern：取消主题订阅

使用它们之后就可以完成单个频道和多个频道的消息收发，但发送与订阅模式也有一些缺点，比如“发后既忘”和不能持久化等问题，然而这些问题会等到 Stream 类型的出现而得到解决，关于更多 Stream 的内容后面文章会详细介绍。

实现消息队列的其它方式

在 Redis 5.0 之前消息队列的实现方式有很多种，比较常见的除了我们上文介绍的发布订阅模式，还有两种：List 和 ZSet 的实现方式。

List 和 ZSet 的方式解决了发布订阅模式不能持久化的问题，但这两种方式也有自己的缺点，接下来我们一起来了解一下，先从 List 实现消息队列的方式说起。

List版消息队列

List 方式是实现消息队列最简单和最直接的方式，它主要是通过 lpush 和 rpop 存入和读取实现消息队列的，如下图所示：

12. Redis中的消息队列

List 使用命令的方式实现消息队列：

127.0.0.1:6379> lpush channel message1
(integer) 1
127.0.0.1:6379> lpush channel message2
(integer) 2
127.0.0.1:6379> rpop channel
"message1"
127.0.0.1:6379> rpop channel
"message2"
127.0.0.1:6379>

lpush用于生产消息，rpop用于消费消息。

然后我们使用Python来操作List模拟消息队列。

import threading
import redis

client = redis.Redis(host="47.94.174.89", decode_responses="utf-8")


def producer(messages: list):

    for message in messages:
        client.lpush("mq", message)
        print("生产者往队列mq里放入消息:", message)


def consumer():
    while True:
        # brpop里面可以传入一个timeout，表示设置超时时间，默认为0，会一直阻塞
        print("消费者从队列mq中消费了消息:", client.brpop("mq"))


t1 = threading.Thread(target=producer, args=([f"message{_}" for _ in range(10)],))
t2 = threading.Thread(target=consumer)

t1.start()
t2.start()

for t in threading.enumerate():
    if t is not threading.main_thread():
        t.join()

"""
消费者从队列mq中消费了消息: (‘mq‘, ‘message0‘)
生产者往队列mq里放入消息: message0
生产者往队列mq里放入消息: message1
消费者从队列mq中消费了消息: (‘mq‘, ‘message1‘)
生产者往队列mq里放入消息: message2
消费者从队列mq中消费了消息: (‘mq‘, ‘message2‘)
生产者往队列mq里放入消息: message3
消费者从队列mq中消费了消息: (‘mq‘, ‘message3‘)
生产者往队列mq里放入消息: message4
消费者从队列mq中消费了消息: (‘mq‘, ‘message4‘)
生产者往队列mq里放入消息: message5
消费者从队列mq中消费了消息: (‘mq‘, ‘message5‘)
消费者从队列mq中消费了消息: (‘mq‘, ‘message6‘)
生产者往队列mq里放入消息: message6
消费者从队列mq中消费了消息: (‘mq‘, ‘message7‘)
生产者往队列mq里放入消息: message7
消费者从队列mq中消费了消息: (‘mq‘, ‘message8‘)
生产者往队列mq里放入消息: message8
消费者从队列mq中消费了消息: (‘mq‘, ‘message9‘)
生产者往队列mq里放入消息: message9
"""

我们看到使用List实现了一个类似于队列的方式，但这显然也是有其优缺点的

优点

消息可以被持久化，借助 Redis 本身的持久化（AOF、RDB 或者是混合持久化），可以有效的保存数据；
消费者可以积压消息，不会因为客户端的消息过多而被强行断开。

缺点

消息不能被重复消费，一个消息消费完就会被删除；
没有主题订阅的功能。

ZSet 版消息队列

相比于之前的List 和发布订阅方式，ZSet 版消息队列在实现上要复杂一些，但 ZSet 因为多了一个 score（分值）属性，从而使它具备更多的功能，例如我们可以用它来存储时间戳，以此来实现延迟消息队列等。

它的实现思路和 List 相同也是利用 zadd 和 zrangebyscore 来实现存入和读取，这里就不重复叙述了，可以根据 List 的实现方式来实践一下，看能不能实现相应的功能。如果写不出来也没关系，我们会在后面学习延迟队列，到时候会用 ZSet 来实现。

优点

支持消息持久化；
相比于 List 查询更方便，ZSet 可以利用 score 属性很方便的完成检索，而 List 则需要遍历整个元素才能检索到某个值。

缺点

ZSet 不能存储相同元素的值，也就是如果有消息是重复的，那么只能插入一条信息在有序集合中；
ZSet 是根据 score 值排序的，不能像 List 一样，按照插入顺序来排序；
ZSet 没有向 List 的 brpop 那样的阻塞弹出的功能。

小结

这一节我们介绍了消息队列的另外两种实现方式 List 和 ZSet，它们都是利用自身方法，先把数据放到队列(自身的数据结构)里，再使用无限循环读取队列中的消息，以实现消息队列的功能，相比发布订阅模式，这两种方式的优势是支持持久化，当然它们各自都存在一些问题。

消息队列的终极解决方案--stream(上)

在 Redis 5.0 Stream 没出来之前，消息队列的实现方式都有着各自的缺陷，例如：

发布订阅模式 PubSub，不能持久化也就无法可靠的保存消息，并且对于离线重连的客户端不能读取历史消息的缺陷；
列表实现消息队列的方式不能重复消费，一个消息消费完就会被删除；
有序集合消息队列的实现方式不能存储相同 value 的消息，并且不能阻塞读取消息。

基础使用

Stream 既然是一个数据类型，那么和其他数据类型相似，它也有一些自己的操作方法，例如：

xadd：添加消息；
xlen：查询消息的长度；
xdel：根据消息ID删除消息；
del：删除整个stream，当然del可以删除任意的key；
xrange：读取区间消息；
xread：读取某个消息之后的消息；

我们看一下具体如何操作。

添加消息

语法：xadd key ID field1 string1 field2 string2······

127.0.0.1:6379> xadd my_stream * name mea age 19
"1594952987816-0"
127.0.0.1:6379>

其中*表示Redis使用的规则：时间戳+序号的方式自动生成ID，当然你也可以指定自己的ID

查询消息的长度

语法：xlen key

127.0.0.1:6379> xlen my_stream
(integer) 1
127.0.0.1:6379> xadd my_stream * name hanser age 28  # 再添加一条
"1594953077142-0"
127.0.0.1:6379> xlen my_stream  # 长度变为2
(integer) 2
127.0.0.1:6379>

删除消息

语法：xdel key 消息ID·····，可以同时删除多个

127.0.0.1:6379> xlen my_stream
(integer) 2
127.0.0.1:6379> xdel my_stream 1594953077142-0
(integer) 1
127.0.0.1:6379> xlen my_stream
(integer) 1
127.0.0.1:6379>

删除整个stream

直接使用del，它可以删除任意多个任意的key

127.0.0.1:6379> del my_stream
(integer) 1
127.0.0.1:6379>

查询区间消息

xrange key start end count n，这里的start和end指的是消息ID。

127.0.0.1:6379> # 添加几条消息
127.0.0.1:6379> xadd mq * name satori age 17
"1594953403230-0"
127.0.0.1:6379> xadd mq * name koishi age 16
"1594953410148-0"
127.0.0.1:6379> xadd mq * name scarlet age 400
"1594953422249-0"
127.0.0.1:6379> xadd mq * name morisa age unknow
"1594953438554-0"
127.0.0.1:6379> # 查询
127.0.0.1:6379> xrange mq 1594953410148-0 1594953438554-0
1) 1) "1594953410148-0"
   2) 1) "name"
      2) "koishi"
      3) "age"
      4) "16"
2) 1) "1594953422249-0"
   2) 1) "name"
      2) "scarlet"
      3) "age"
      4) "400"
3) 1) "1594953438554-0"
   2) 1) "name"
      2) "morisa"
      3) "age"
      4) "unknow"
127.0.0.1:6379>
127.0.0.1:6379> # -表示第一条消息、+表示最后一条消息
127.0.0.1:6379> xrange mq - +
1) 1) "1594953403230-0"
   2) 1) "name"
      2) "satori"
      3) "age"
      4) "17"
2) 1) "1594953410148-0"
   2) 1) "name"
      2) "koishi"
      3) "age"
      4) "16"
3) 1) "1594953422249-0"
   2) 1) "name"
      2) "scarlet"
      3) "age"
      4) "400"
4) 1) "1594953438554-0"
   2) 1) "name"
      2) "morisa"
      3) "age"
      4) "unknow" 
127.0.0.1:6379> 
127.0.0.1:6379> # count n表示限定数量，这里是返回两条
127.0.0.1:6379> xrange mq - + count 2
1) 1) "1594953403230-0"
   2) 1) "name"
      2) "satori"
      3) "age"
      4) "17"
2) 1) "1594953410148-0"
   2) 1) "name"
      2) "koishi"
      3) "age"
      4) "16"
127.0.0.1:6379>

虽然这里查询用的是消息ID，但是也要像索引一样注意先后关系。start对应的消息要在end对应的消息之前，类似于索引。

查询某个消息之后的消息

语法：xread count n streams xxx MESSAGE_ID

从名为xxx的stream中，读取消息ID为MESSAGE_ID的后n条消息

127.0.0.1:6379> xread count 2 streams mq 1594953410148-0
1) 1) "mq"
   2) 1) 1) "1594953422249-0"
         2) 1) "name"
            2) "scarlet"
            3) "age"
            4) "400"
      2) 1) "1594953438554-0"
         2) 1) "name"
            2) "morisa"
            3) "age"
            4) "unknow"
127.0.0.1:6379>
127.0.0.1:6379> # 该消息后面只剩一条消息了，所以即便count为2，所以也只返回了一条
127.0.0.1:6379> xread count 2 streams mq 1594953422249-0
1) 1) "mq"
   2) 1) 1) "1594953438554-0"
         2) 1) "name"
            2) "morisa"
            3) "age"
            4) "unknow"
127.0.0.1:6379>

并且该命令还提供了一个可以阻塞读取的参数block，我们可以使用它读取某条数据之后的新增数据。

比如：xread count 1 block streams mq $

$表示最后一条，此时程序会阻塞，会一直读取最后一条数据之后的新增数据，既然阻塞，那么肯定要开启两个终端才会看得到现象。

127.0.0.1:6379> xread count 1 block 0 streams mq $  # 程序就卡在了这里

127.0.0.1:6379> xadd mq * name mea age 19  # 新开一个窗口，添加数据
"1594969025661-0"
127.0.0.1:6379>

127.0.0.1:6379> xread count 1 block 0 streams mq $
1) 1) "mq"
   2) 1) 1) "1594969025661-0"
         2) 1) "name"
            2) "mea"
            3) "age"
            4) "19"
(44.51s)
127.0.0.1:6379>  # 此时接收到了新添加的数据，另外此时监听也就结束了。

Python实现stream

from pprint import pprint
import redis

client = redis.Redis(host="47.94.174.89", decode_responses="utf-8")


def producer():
    id_lst = []
    for _ in [
        {"name": "mashiro", "age": 17},
        {"name": "satori", "age": 17},
        {"name": "koishi", "age": 17}]:
        id_lst.append(client.xadd("ch", _))
    return id_lst


def consumer():
    id_lst = producer()
    # 第二个参数和第三个参数默认是"-"和"+"，也就是全部读取
    # 当然我们也可以使用xread，具体参数可以看注释
    msg = client.xrange("ch", id_lst[0], id_lst[-1])
    pprint(msg)


consumer()
"""
[(‘1594956361922-0‘, {‘age‘: ‘17‘, ‘name‘: ‘mashiro‘}),
 (‘1594956361929-0‘, {‘age‘: ‘17‘, ‘name‘: ‘satori‘}),
 (‘1594956361934-0‘, {‘age‘: ‘17‘, ‘name‘: ‘koishi‘})]
"""

消息队列的终极解决方案--stream(下)

下面我们使用消息分组，不过在开始使用消息分组之前，我们必须手动创建分组才行，以下是几个和 Stream 分组有关的命令，我们先来学习一下它的使用。

消息分组命令

创建消费者群组

语法：xgroup create <stream_key> <group_key> <ID>

127.0.0.1:6379> xgroup create mq group1 0-0
OK
127.0.0.1:6379>

mq：stream的key
group1：分组的名称
0-0：表示从第一条消息开始读取

如果从当前最后一条消息向后读取的话，那么使用$即可。

127.0.0.1:6379> xgroup create mq group2 $
OK
127.0.0.1:6379>

读取消息

语法：xreadgroup group?<group_key>?<consumer_key>?[count n] streams?<stream_key>

group_key：创建的分组名
consumer_key：消费者名，随便指定即可
count n：每次读取的数量，可选，不指定全部返回
stream_key：队列名称

127.0.0.1:6379> xreadgroup group group1 c1 count 1 streams mq >  # 结尾应该还有个>,表示读取下一条消息
1) 1) "mq"
   2) 1) 1) "1594953403230-0"
         2) 1) "name"
            2) "satori"
            3) "age"
            4) "17"
127.0.0.1:6379> 
127.0.0.1:6379> xreadgroup group group1 古明地觉 count 1 streams mq >  # 消费者名字随便起
1) 1) "mq"
   2) 1) 1) "1594953410148-0"
         2) 1) "name"
            2) "koishi"
            3) "age"
            4) "16"
127.0.0.1:6379>

这个参数类似于xread，也可以设置阻塞读取。

127.0.0.1:6379> xreadgroup group group1 c2  streams mq >  # 不指定count，将消息全部消费完
1) 1) "mq"
   2) 1) 1) "1594953422249-0"
         2) 1) "name"
            2) "scarlet"
            3) "age"
            4) "400"
      2) 1) "1594953438554-0"
         2) 1) "name"
            2) "morisa"
            3) "age"
            4) "unknow"
      3) 1) "1594969025661-0"
         2) 1) "name"
            2) "mea"
            3) "age"
            4) "19"
127.0.0.1:6379> xreadgroup group group1 c2 streams mq >  # 此时已经获取不到消息了
(nil)# 另外，我们这里消费者数量是不受限制的，它们消费的都是同一个队列里面的数据
127.0.0.1:6379> xreadgroup group group1 c2 block 0  streams mq > # 开启阻塞监听状态

127.0.0.1:6379> xadd mq * name nagisa age 21  # 在另一个终端中向mq中发送一条数据
"1594970144178-0"
127.0.0.1:6379>

127.0.0.1:6379> xreadgroup group group1 c2 block 0 streams mq >
1) 1) "mq"
   2) 1) 1) "1594970144178-0"
         2) 1) "name"
            2) "nagisa"
            3) "age"
            4) "21"
(119.02s)
127.0.0.1:6379>  # 我们看到这里收到了数据，并且提示我们等待了119.02秒

消息消费确认

一般消息接收完了，我们会回复一个确认信息，告知我们消费完毕，命令：xack key group-key ID······

127.0.0.1:6379> xack mq group1 1594970144178-0
(integer) 1
127.0.0.1:6379>

消费确认增加了消息的可靠性，一般在业务处理完成之后，需要执行 ack 确认消息已经被消费完成，整个流程的执行如下图所示：

12. Redis中的消息队列

查询未确认的消费队列

127.0.0.1:6379> xpending mq group1
1) (integer) 5  # 未确认（ack）的消息数量为 1 条
2) "1594953403230-0"
3) "1594969025661-0"
4) 1) 1) "c1"
      2) "1"
   2) 1) "c2"
      2) "3"
   3) 1) "\xe5\x8f\xa4\xe6\x98\x8e\xe5\x9c\xb0\xe8\xa7\x89"
      2) "1"
127.0.0.1:6379> 
127.0.0.1:6379> xack mq group1 1594953403230-0 1594969025661-0  # 确认两条
(integer) 2
127.0.0.1:6379> xpending mq group1  # 还剩下三条
1) (integer) 3
2) "1594953410148-0"
3) "1594953438554-0"
4) 1) 1) "c2"
      2) "2"
   2) 1) "\xe5\x8f\xa4\xe6\x98\x8e\xe5\x9c\xb0\xe8\xa7\x89"
      2) "1"
127.0.0.1:6379>

xinfo 查询相关命令

1. 查询流信息：xinfo stream stream_key(队列)

127.0.0.1:6379> xinfo stream mq
 1) "length"
 2) (integer) 6  # 队列中有6个消息
 3) "radix-tree-keys"
 4) (integer) 1
 5) "radix-tree-nodes"
 6) (integer) 2
 7) "last-generated-id"
 8) "1594970144178-0"
 9) "groups"  # 2个消费分组，我们上面的group1 group2
10) (integer) 2
11) "first-entry"
12) 1) "1594953403230-0"
    2) 1) "name"
       2) "satori"
       3) "age"
       4) "17"
13) "last-entry"
14) 1) "1594970144178-0"
    2) 1) "name"
       2) "nagisa"
       3) "age"
       4) "21"
127.0.0.1:6379>

查询消费组消息：xinfo groups stream_key

127.0.0.1:6379> xinfo groups mq
1) 1) "name"
   2) "group1"  # 消息分组名称
   3) "consumers"
   4) (integer) 3  # 3个消费者
   5) "pending"
   6) (integer) 3  # 三个未确认的消息
   7) "last-delivered-id"
   8) "1594970144178-0"
2) 1) "name"
   2) "group2"
   3) "consumers"
   4) (integer) 0
   5) "pending"
   6) (integer) 0
   7) "last-delivered-id"
   8) "1594953438554-0"
127.0.0.1:6379>

查询消费组成员信息：xinfo consumers stream_key group_key

127.0.0.1:6379> xinfo consumers mq group1
1) 1) "name"
   2) "c1"  # 消费者名称
   3) "pending"
   4) (integer) 0
   5) "idle"
   6) (integer) 25214247
2) 1) "name"
   2) "c2"
   3) "pending"
   4) (integer) 2
   5) "idle"
   6) (integer) 24613903
3) 1) "name"
   2) "\xe5\x8f\xa4\xe6\x98\x8e\xe5\x9c\xb0\xe8\xa7\x89"  # 中文名的消费者
   3) "pending"
   4) (integer) 1
   5) "idle"
   6) (integer) 25200911
127.0.0.1:6379>

删除消费者：xgroup delconsumer stream-key group-key consumer-key

127.0.0.1:6379> xgroup delconsumer mq group1 c2

删除消费组：xgroup destroy stream-key group-key

127.0.0.1:6379> xgroup destroy mq group1
(integer) 1
127.0.0.1:6379>

小结

感觉消息队列的话，发布订阅和主题订阅不是很难，但是stream的命令有点头疼，这里介绍的不是很详细。建议自己理解一下，并实际动手操作。

消息队列 redis 科技新闻

12. Redis中的消息队列

楔子

发布订阅模式

普通订阅与发布

主题订阅

Python操作Redis的发布订阅

取消订阅

注意事项

小结

实现消息队列的其它方式

List版消息队列

ZSet 版消息队列

小结

消息队列的终极解决方案--stream(上)

基础使用

Python实现stream

消息队列的终极解决方案--stream(下)

消息分组命令

小结

相关推荐