日常需求开发过程中，不免会遇到需要通过代码进行异步处理的情况，比如批量发送邮件，批量发送短信，数据导入，为了减少用户的等待，不希望一直菊花转啊转，因此需要进行异步处理，做法就是讲要处理的数据添加到队列当中，然后按照排队的先后顺序进行异步处理。
这个队列，可以是专业的消息队列，如 RocketMQ/RabbitMQ 等，一般项目中，如果只是为了进行异步，未免有点杀鸡用牛刀的意味。
也可以使用基于 JVM 内存实现队列，但是如果项目进行了重启，就会造成队列数据丢失。
大部分的项目都会用到 Redis 中间件作为缓存使用，此时使用 Redis 的 list 结构来实现队列则是非常合适的选择。
因此，本文主要讲解基于 Redis 的方式实现异步队列。
本文首发个人技术博客： https://nullpointer.pw/redis-block-queue.html
基于 Redis 的 list 实现队列的方式也有多种，先说第一种不推荐的方式，即使用LPUSH生产消息，然后 while(true) 中通过RPOP消费消息，这种方式的确可以实现，但是不断代码不断的轮询，势必会消耗一些系统的资源。
第二种方式也是不推荐的方式，也是通过 LPUSH生产消息，然后通过 BRPOP 进行阻塞地等待并消费消息，这种方式较第一种方式减少了无用的轮询，降低系统资源的消耗，但是可能会存在队列消息丢失的情况，如果取出了消息然后处理失败，这个被取出的消息就将丢失。
第二种方式就是下文要介绍的方式，首先也是通过 LPUSH 生产消息，然后通过 BRPOPLPUSH阻塞地等待 list 新消息到来，有了新消息才开始消费，同时将消息备份到另外一个 list 当中，这种方式具备了第二种方式的优点，即减少了无用的轮询，同时也对消息进行了备份不会丢失数据，如果处理成功，可以通过 LREM 对备份的 list 中当前的这条消息进行删除处理。这种方式实现方式可以参考 模式： 安全的队列 .
Redis 基础
# 将一个或多个值 value 插入到列表 key 的表头
LPUSH key value [value …]
# 阻塞式等待，将列表 source 中的最后一个元素 (尾元素) 弹出，并返回给客户端。将 source 弹出的元素插入到列表 destination ，作为 destination 列表的的头元素。超时参数 timeout 接受一个以秒为单位的数字作为值。超时参数设为 0 表示阻塞时间可以无限期延长 (block indefinitely) 。
BRPOPLPUSH source destination timeout
# 根据参数 count 的值，移除列表中与参数 value 相等的元素。
LREM key count value
代码实现队列消息生产者
笔者使用的是 Spring 相关 API 实现对 Redis 指令的调用。首先实现消息的生产代码，封装到一个工具类方法当中。这里很简单，就是调用了 lpush 方法，将序列化的 key 和 value 添加到列表当中去。
@Resource
private RedisConnectionFactory connectionFactory;
public void lPush(@Nonnull String key, @Nonnull String value) {
RedisConnection connection = RedisConnectionUtils.getConnection(connectionFactory);
try {
byte[] byteKey = RedisSerializer.string().serialize(getKey(key));
byte[] byteValue = RedisSerializer.string().serialize(value);
assert byteKey != null;
connection.lPush(byteKey, byteValue);
} finally {
RedisConnectionUtils.releaseConnection(connection, connectionFactory);
}
}
代码实现队列消息消费者
因为实现队列消费消息的代码比较多，不可能每个需要阻塞消费的地方，对需要写这一坨代码，因此使用 Java8 的函数式接口实现方法的传递，同时阻塞式获取消息代码使用新线程去执行。
有人看到以下代码要吐槽了，不是说不用 while(true) 吗，怎么你这里面还是有，这里稍微解释一下，因为 SpringBoot 一般会指定 timeout 的全局超时时间，即使 BRPOPLPUSH 设置了 0，即无限期，当超出了 timeout 设置的值时，就会抛出 QueryTimeoutException 异常导致线程退出，因此添加了 try/catch 对异常进行捕获并忽略，同时使用 while(true) 保证线程可以继续执行。
代码中记录了当前消息处理结果，如果处理结果为成功，需要对备份队列的当前消息进行删除。
public void bRPopLPush(@Nonnull String key, Consumer<String> consumer) {
CompletableFuture.runAsync(() -> {
RedisConnection connection = RedisConnectionUtils.getConnection(connectionFactory);
try {
byte[] srcKey = RedisSerializer.string().serialize(getKey(key));
byte[] dstKey = RedisSerializer.string().serialize(getBackupKey(key));
assert srcKey != null;
assert dstKey != null;
while (true) {
byte[] byteValue = new byte[0];
boolean success = false;
try {
byteValue = connection.bRPopLPush(0, srcKey, dstKey);
if (byteValue != null && byteValue.length != 0) {
consumer.accept(new String(byteValue));
success = true;
}
} catch (Exception ignored) {
// 防止获取 key 达到超时时间抛出 QueryTimeoutException 异常退出
} finally {
if (success) {
// 处理成功才删除备份队列的 key
connection.lRem(dstKey, 1, byteValue);
}
}
}
} finally {
RedisConnectionUtils.releaseConnection(connection, connectionFactory);
}
});
}
测试代码
@Test
public void testLPush() throws InterruptedException {
String queueA = "queueA";
int i = 0;
while (true) {
String msg = "Hello-" + i++;
redisBlockQueue.lPush(queueA, msg);
System.out.println("lPush: " + msg);
Thread.sleep(3000);
}
}
@Test
public void testBRPopLPush() {
String queueA = "queueA";
redisBlockQueue.bRPopLPush(queueA, (val) -> {
// 在这里处理具体的业务逻辑
System.out.println("val: " + val);
});
// 防止 Junit 进程退出
LockSupport.park();
}
运行结果：
项目使用方式
为了方便使用，我将其抽取为了一个工具类，使用时通过 Spring 注入使用即可，
队列消费可以使用如下方式在项目启动的时候就进行阻塞监听队列，等待消费
@Resource
private RedisBlockQueue redisBlockQueue;
@PostConstruct
public void init() {
redisBlockQueue.bRPopLPush(xx, (value) -> {
//...
});
}