redis——队列

cfe

Redis消息通知系统的实现


Posted on 2012-02-29

　　最近忙着用Redis实现一个消息通知系统，今天大概总结了一下技术细节，其中演示代码如果没有特殊说明，使用的都是PhpRedis扩展来实现的。
　　

内存
　　比如要推送一条全局消息，如果真的给所有用户都推送一遍的话，那么会占用很大的内存，实际上不管粘性有多高的产品，活跃用户同全部用户比起来，都会 小很多，所以如果只处理登录用户的话，那么至少在内存消耗上是相当划算的，至于未登录用户，可以推迟到用户下次登录时再处理，如果用户一直不登录，就一了 百了了。

队列
　　当大量用户同时登录的时候，如果全部都即时处理，那么很容易就崩溃了，此时可以使用一个队列来保存待处理的登录用户，如此一来顶多是反应慢点，但不会崩溃。
　　Redis的LIST数据类型可以很自然的创建一个队列，代码如下：


　　出于类似的原因，我们还需要一个队列来保存待处理的消息。当然也可以使用LIST来实现，但LIST只能按照插入的先后顺序实现类似FIFO或LIFO形式的队列，然而消息实际上是有优先级的：比如说个人消息优先级高，全局消息优先级低。此时可以使用ZSET来实现，它里面分数的概念很自然的实现了优先级。
　　不过ZSET没有原生的POP操作，所以我们需要模拟实现，代码如下：


　　模拟实现了POP操作后，我们就可以使用ZSET实现队列了，代码如下：


推拉
　　以前微博架构中推拉选择的问题已经被大家讨论过很多次了。实际上消息通知系统和微博差不多，也存在推拉选择的问题，同样答案也是类似的，那就是应该 推拉结合。具体点说：在登陆用户获取消息的时候，就是一个拉消息的过程；在把消息发送给登陆用户的时候，就是一个推消息的过程。

速度
　　假设要推送一百万条消息的话，那么最直白的实现就是不断的插入，代码如下：


　　说明：这里我使用了SET数据类型，当然你也可以视需求换成LIST或者ZSET。
　　Redis的速度是很快的，但是借助PIPELINE，会更快，代码如下：


　　说明：所谓PIPELINE，就是省略了无谓的折返跑，把命令打包给服务端统一处理。
　　前后两段代码在我的测试里，使用PIPELINE的速度大概是不使用PIPELINE的十倍。

查询
　　我们用Redis命令行来演示一下用户是如何查询消息的。
　　先插入三条消息，其分别是1，2，3：

redis> HMSET msg:1 title title1 content content1
redis> HMSET msg:2 title title2 content content2
redis> HMSET msg:3 title title3 content content3
　　再把这三条消息发送给某个用户，其是123：

redis> SADD usr:123:msg 1
redis> SADD usr:123:msg 2
redis> SADD usr:123:msg 3
　　此时如果简单查询用户有哪些消息的话，无疑只能查到一些：

redis> SMEMBERS usr:123:msg
1) "1"
2) "2"
3) "3"
　　如果还需要用程序根据再来一次查询无疑有点低效，好在Redis内置的SORT命令可以达到事半功倍的效果，实际上它类似于SQL中的JOIN：

redis> SORT usr:123:msg GET msg:*->title
1) "title1"
2) "title2"
3) "title3"
redis> SORT usr:123:msg GET msg:*->content
1) "content1"
2) "content2"
3) "content3"
　　SORT的缺点是它只能GET出字符串类型的数据，如果你想要多个数据，就要多次GET：

redis> SORT usr:123:msg GET msg:*->title GET msg:*->content
1) "title1"
2) "content1"
3) "title2"
4) "content2"
5) "title3"
6) "content3"
　　很多情况下这显得不够灵活，好在我们可以采用其他一些方法平衡一下利弊，比如说新加一个字段，冗余保存完整消息的序列化，接着只GET这个字段就OK了。
　　实际暴露查询接口的时候，不会使用PHP等程序来封装，因为那会成倍降低RPS，推荐使用Webdis，它是一个Redis的Web代理，效率没得说。
　　…
　　最近Tumblr发表了一篇类似的文章：Staircar: Redis-powered notifications，介绍了他们使用Redis实现消息通知系统的一些情况，有兴趣的不妨一起看看。
　　This entry was posted in Technical and tagged Performance, Redis by 老王. Bookmark the permalink.