Reactive Spring實戰 -- 響應式Redis互動

binecy發表於2021-03-14

本文分享Spring中如何實現Redis響應式互動模式。

本文將模擬一個使用者服務,並使用Redis作為資料儲存伺服器。
本文涉及兩個java bean,使用者與權益

public class User {
    private long id;
    private String name;
    // 標籤
    private String label;
    // 收貨地址經度
    private Double deliveryAddressLon;
    // 收貨地址維度
    private Double deliveryAddressLat;
    // 最新簽到日
    private String lastSigninDay;
    // 積分
    private Integer score;
    // 權益
    private List<Rights> rights;
    ...
}

public class Rights {
    private Long id;
    private Long userId;
    private String name;
    ...
}

啟動

引入依賴

    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-data-redis-reactive</artifactId>
    </dependency>

新增Redis配置

spring.redis.host=192.168.56.102
spring.redis.port=6379
spring.redis.password=
spring.redis.timeout=5000

SpringBoot啟動

@SpringBootApplication
public class UserServiceReactive {
    public static void main(String[] args) {
        new SpringApplicationBuilder(
                UserServiceReactive.class)
                .web(WebApplicationType.REACTIVE).run(args);
    }
}

應用啟動後,Spring會自動生成ReactiveRedisTemplate(它的底層框架是Lettuce)。
ReactiveRedisTemplate與RedisTemplate使用類似,但它提供的是非同步的,響應式Redis互動方式。
這裡再強調一下,響應式程式設計是非同步的,ReactiveRedisTemplate傳送Redis請求後不會阻塞執行緒,當前執行緒可以去執行其他任務。
等到Redis響應資料返回後,ReactiveRedisTemplate再排程執行緒處理響應資料。
響應式程式設計可以通過優雅的方式實現非同步呼叫以及處理非同步結果,正是它的最大的意義。

序列化

ReactiveRedisTemplate預設使用的序列化是Jdk序列化,我們可以配置為json序列化

@Bean
public RedisSerializationContext redisSerializationContext() {
    RedisSerializationContext.RedisSerializationContextBuilder builder = RedisSerializationContext.newSerializationContext();
    builder.key(StringRedisSerializer.UTF_8);
    builder.value(RedisSerializer.json());
    builder.hashKey(StringRedisSerializer.UTF_8);
    builder.hashValue(StringRedisSerializer.UTF_8);

    return builder.build();
}

@Bean
public ReactiveRedisTemplate reactiveRedisTemplate(ReactiveRedisConnectionFactory connectionFactory) {
    RedisSerializationContext serializationContext = redisSerializationContext();
    ReactiveRedisTemplate reactiveRedisTemplate = new ReactiveRedisTemplate(connectionFactory,serializationContext);
    return reactiveRedisTemplate;
}

builder.hashValue方法指定Redis列表值的序列化方式,由於本文Redis列表值只存放字串,所以還是設定為StringRedisSerializer.UTF_8。

基本資料型別

ReactiveRedisTemplate支援Redis字串,雜湊,列表,集合,有序集合等基本的資料型別。
本文使用雜湊儲存使用者資訊,列表儲存使用者權益,其他基本資料型別的使用本文不展開。

public Mono<Boolean>  save(User user) {
    ReactiveHashOperations<String, String, String> opsForHash = redisTemplate.opsForHash();
    Mono<Boolean>  userRs = opsForHash.putAll("user:" + user.getId(), beanToMap(user));
    if(user.getRights() != null) {
        ReactiveListOperations<String, Rights> opsForRights = redisTemplate.opsForList();
        opsForRights.leftPushAll("user:rights:" + user.getId(), user.getRights()).subscribe(l -> {
            logger.info("add rights:{}", l);
        });
    }
    return userRs;
}

beanToMap方法負責將User類轉化為map。

HyperLogLog

Redis HyperLogLog結構可以統計一個集合內不同元素的數量。
使用HyperLogLog統計每天登入的使用者量

public Mono<Long>  login(User user) {
    ReactiveHyperLogLogOperations<String, Long> opsForHyperLogLog = redisTemplate.opsForHyperLogLog();
    return opsForHyperLogLog.add("user:login:number:" + LocalDateTime.now().toString().substring(0, 10), user.getId());
}

BitMap

Redis BitMap(點陣圖)通過一個Bit位表示某個元素對應的值或者狀態。由於Bit是計算機儲存中最小的單位,使用它進行儲存將非常節省空間。
使用BitMap記錄使用者本週是否有簽到

public void addSignInFlag(long userId) {
    String key = "user:signIn:" + LocalDateTime.now().getDayOfYear()/7 + (userId >> 16);
    redisTemplate.opsForValue().setBit(
            key, userId & 0xffff , true)
    .subscribe(b -> logger.info("set:{},result:{}", key, b));
}

userId高48位用於將使用者劃分到不同的key,低16位作為點陣圖偏移引數offset。
offset引數必須大於或等於0,小於2^32(bit 對映被限制在 512 MB 之內)。

Geo

Redis Geo可以儲存地理位置資訊,並對地理位置進行計算。
如查詢給定範圍內的倉庫資訊

public Flux getWarehouseInDist(User u, double dist) {
    ReactiveGeoOperations<String, String> geo = redisTemplate.opsForGeo();
    Circle circle = new Circle(new Point(u.getDeliveryAddressLon(), u.getDeliveryAddressLat()), dist);
    RedisGeoCommands.GeoRadiusCommandArgs args =
            RedisGeoCommands.GeoRadiusCommandArgs.newGeoRadiusArgs().includeDistance().sortAscending();
    return geo.radius("warehouse:address", circle, args);
}

warehouse:address這個集合中需要先儲存好倉庫地理位置資訊。
ReactiveGeoOperations#radius方法可以查詢集合中地理位置在給定範圍內的元素,它中還支援新增元素到集合,計算集合中兩個元素地理位置距離等操作。

Lua

ReactiveRedisTemplate也可以執行Lua指令碼。
下面通過Lua指令碼完成使用者簽到邏輯:如果使用者今天未簽到,允許簽到,積分加1,如果使用者今天已簽到,則拒接操作。

public Flux<String> addScore(long userId) {
    DefaultRedisScript<String> script = new DefaultRedisScript<>();
    script.setScriptSource(new ResourceScriptSource(new ClassPathResource("/signin.lua")));
    List<String> keys = new ArrayList<>();
    keys.add(String.valueOf(userId));
    keys.add(LocalDateTime.now().toString().substring(0, 10));
    return redisTemplate.execute(script, keys);
}

signin.lua內容如下

local score=redis.call('hget','user:'..KEYS[1],'score')
local day=redis.call('hget','user:'..KEYS[1],'lastSigninDay')
if(day==KEYS[2])
    then
    return '0'
else
    redis.call('hset','user:'..KEYS[1],'score', score+1,'lastSigninDay',KEYS[2])
    return '1'
end

Stream

Redis Stream 是 Redis 5.0 版本新增加的資料型別。該型別可以實現訊息佇列,並提供訊息的持久化和主備複製功能,並且可以記住每一個客戶端的訪問位置,還能保證訊息不丟失。

Redis借鑑了kafka的設計,一個Stream內可以存在多個消費組,一個消費組內可以存在多個消費者。
如果一個消費組內某個消費者消費了Stream中某條訊息,則這訊息不會被該消費組其他消費者消費到,當然,它還可以被其他消費組中某個消費者消費到。

下面定義一個Stream消費者,負責處理接收到的權益資料

@Component
public class RightsStreamConsumer implements ApplicationRunner, DisposableBean {
    private static final Logger logger = LoggerFactory.getLogger(RightsStreamConsumer.class);

    @Autowired
    private RedisConnectionFactory redisConnectionFactory;

    private StreamMessageListenerContainer<String, ObjectRecord<String, Rights>> container;
    // Stream佇列
    private static final String STREAM_KEY = "stream:user:rights";
    // 消費組
    private static final String STREAM_GROUP = "user-service";
    // 消費者
    private static final String STREAM_CONSUMER = "consumer-1";

    @Autowired
    @Qualifier("reactiveRedisTemplate")
    private ReactiveRedisTemplate redisTemplate;

    public void run(ApplicationArguments args) throws Exception {

        StreamMessageListenerContainer.StreamMessageListenerContainerOptions<String, ObjectRecord<String, Rights>> options =
                StreamMessageListenerContainer.StreamMessageListenerContainerOptions.builder()
                        .batchSize(100) //一批次拉取的最大count數
                        .executor(Executors.newSingleThreadExecutor())  //執行緒池
                        .pollTimeout(Duration.ZERO) //阻塞式輪詢
                        .targetType(Rights.class) //目標型別(訊息內容的型別)
                        .build();
        // 建立一個訊息監聽容器
        container = StreamMessageListenerContainer.create(redisConnectionFactory, options);

        // prepareStreamAndGroup查詢Stream資訊,如果不存在,則建立Stream
        prepareStreamAndGroup(redisTemplate.opsForStream(), STREAM_KEY , STREAM_GROUP)
                .subscribe(stream -> {
            // 為Stream建立一個消費者,並繫結處理類
            container.receive(Consumer.from(STREAM_GROUP, STREAM_CONSUMER),
                    StreamOffset.create(STREAM_KEY, ReadOffset.lastConsumed()),
                    new StreamMessageListener());
            container.start();
        });
    }

    @Override
    public void destroy() throws Exception {
        container.stop();
    }

    // 查詢Stream資訊,如果不存在,則建立Stream
    private Mono<StreamInfo.XInfoStream> prepareStreamAndGroup(ReactiveStreamOperations<String, ?, ?> ops, String stream, String group) {
        // info方法查詢Stream資訊,如果該Stream不存在,底層會報錯,這時會呼叫onErrorResume方法。
        return ops.info(stream).onErrorResume(err -> {
            logger.warn("query stream err:{}", err.getMessage());
            // createGroup方法建立Stream
            return ops.createGroup(stream, group).flatMap(s -> ops.info(stream));
        });
    }

    // 訊息處理物件
    class  StreamMessageListener implements StreamListener<String, ObjectRecord<String, Rights>> {
        public void onMessage(ObjectRecord<String, Rights> message) {
            // 處理訊息
            RecordId id = message.getId();
            Rights rights = message.getValue();
            logger.info("receive id:{},rights:{}", id, rights);
            redisTemplate.opsForList().leftPush("user:rights:" + rights.getUserId(), rights).subscribe(l -> {
                logger.info("add rights:{}", l);
            });
        }
    }
}

下面看一下如何傳送資訊

public Mono<RecordId> addRights(Rights r) {
    String streamKey = "stream:user:rights";//stream key
    ObjectRecord<String, Rights> record = ObjectRecord.create(streamKey, r);
    Mono<RecordId> mono = redisTemplate.opsForStream().add(record);
    return mono;
}

建立一個訊息記錄物件ObjectRecord,並通過ReactiveStreamOperations傳送資訊記錄。

Sentinel、Cluster

ReactiveRedisTemplate也支援Redis Sentinel、Cluster叢集模式,只需要調整配置即可。
Sentinel配置如下

spring.redis.sentinel.master=mymaster
spring.redis.sentinel.nodes=172.17.0.4:26379,172.17.0.5:26379,172.17.0.6:26379
spring.redis.sentinel.password=

spring.redis.sentinel.nodes配置的是Sentinel節點IP地址和埠,不是Redis例項節點IP地址和埠。

Cluster配置如下

spring.redis.cluster.nodes=172.17.0.2:6379,172.17.0.3:6379,172.17.0.4:6379,172.17.0.5:6379,172.17.0.6:6379,172.17.0.7:6379
spring.redis.lettuce.cluster.refresh.period=10000
spring.redis.lettuce.cluster.refresh.adaptive=true

如Redis Cluster中node2是node1的從節點,Lettuce中會快取該資訊,當node1當機後,Redis Cluster會將node2升級為主節點。但Lettuce不會自動將請求切換到node2,因為它的緩衝沒有重新整理。
開啟spring.redis.lettuce.cluster.refresh.adaptive配置,Lettuce可以定時重新整理Redis Cluster叢集快取資訊,動態改變客戶端的節點情況,完成故障轉移。

暫時未發現ReactiveRedisTemplate實現pipeline,事務的方案。

官方文件:https://docs.spring.io/spring-data/redis/docs/current/reference/html/#redis:reactive
文章完整程式碼:https://gitee.com/binecy/bin-springreactive/tree/master/user-service

如果您覺得本文不錯,歡迎關注我的微信公眾號,系列文章持續更新中。您的關注是我堅持的動力!

相關文章