在项目中，缓存是提高应用性能和响应速度的关键手段之一。然而，当多个模块在短时间内发布工单并且需要清理同一个接口的缓存时，容易引发缓存清理冲突，导致缓存失效的问题。为了解决这一难题，我们采用Redisson的消息队列功能，实现了一个简单而高效的消息队列，优雅地解决了缓存清理冲突问题。本文将为您详细介绍Redisson实现简单消息队列的方案，以及如何在项目中使用它来优化缓存清理。
第一部分：缓存清理冲突的挑战
在高并发场景下，多个模块可能同时发布工单，并且这些工单可能会导致同一个接口的缓存失效。当多个模块同时发起缓存清理请求时，可能会造成数据库压力增大及缓存不一致的问题，降低应用程序的性能和稳定性。这种情况下，我们需要一种优雅的解决方案来协调缓存清理的行为。
第二部分：Redisson简介
Redisson是一个功能强大的Java库，基于Redis构建，它提供了分布式数据结构和服务，以及异步处理的解决方案。其中，消息队列是Redisson提供的一项强大功能，用于在多个模块之间实现高效的消息传递和处理。
第三部分：使用Redisson消息队列解决方案
为了解决缓存清理冲突问题，我们选择使用Redisson的消息队列功能，具体步骤如下：
创建Redisson客户端： 首先，我们需要创建一个Redisson客户端，用于连接到Redis服务器。
创建消息队列： 接下来，我们创建一个Redisson的队列，用于存放缓存清理请求消息。
发布缓存清理请求： 在每个模块发布工单时，我们将对应的缓存清理请求添加到Redisson队列中。
消费缓存清理请求： 我们创建一个定时任务，周期性的从Redisson队列中获取缓存清理请求消息。
处理缓存清理冲突： 合并消息，并执行缓存清理操作，避免多个模块同时清理同一个接口的缓存。
第三部分：代码示例
redisson配置文件
# 项目相关Spring redis配置
spring:
redisson:
# 地址
clusters: 192.168.10.106:6479,192.168.10.106:6579,192.168.10.106:6679
# 密码
password: 123456
# 连接超时时间
timeout: 10s
客户端连接类： RedissonManager
package cn.xj.redis;
import org.redisson.Redisson;
import org.redisson.api.RedissonClient;
import org.redisson.client.codec.StringCodec;
import org.redisson.config.Config;
import org.redisson.config.ReadMode;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
/**
* description: redisson初始化
*
* @author xj
* <p>
* create on 2020-04-09 17:21
**/
@Configuration
public class RedissonManager {
@Value("${spring.redisson.clusters}")
private String cluster;
@Value("${spring.redisson.password}")
private String password;
@Bean(name="cacheCluster")
public RedissonClient getRedissonCluster(){
String[] nodes = cluster.split(",");
//redisson版本是3.5，集群的ip前面要加上“redis://”，不然会报错，3.2版本可不加
for(int i=0;i<nodes.length;i++){
nodes[i] = "redis://"+nodes[i];
}
RedissonClient redisson = null;
Config config = new Config();
//设置
config.setCodec(new StringCodec())
//这是用的集群server
.useClusterServers()
//设置集群状态扫描时间
.setScanInterval(2000)
.addNodeAddress(nodes)
.setPassword(password)
.setReadMode(ReadMode.MASTER);;
redisson = Redisson.create(config);
return redisson;
}
}
redis工具类:RedissonCache
package cn.xj.redis;
import com.alibaba.fastjson2.JSON;
import com.alibaba.fastjson2.JSONObject;
import com.alibaba.fastjson2.TypeReference;
import lombok.extern.slf4j.Slf4j;
import org.redisson.api.*;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.stereotype.Component;
import java.util.Map;
import java.util.Set;
/**
* redisson工具类
* company
* @author
* @data 2020-04-01
*/
@Component
@Slf4j
public class RedissonCache {
@Autowired
@Qualifier("cacheCluster")
private RedissonClient cacheCluster;
public boolean cacheAdd(String key, Map<String,Set<String>> message){
String msgJsonstr = JSONObject.toJSONString(message);
RQueue<String> queue = cacheCluster.getQueue(key);
return queue.add(msgJsonstr);
}
public Map<String, Set<String>> cachePoll(String key){
RQueue<String> queue = cacheCluster.getQueue(key);
String msgJsonstr = queue.poll();
return JSON.parseObject(msgJsonstr, new TypeReference<Map<String, Set<String>>>() {
});
}
}
功能示例类：QueueController
package cn.xj.redis;
import org.apache.commons.lang3.ObjectUtils;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RestController;
import java.util.ArrayList;
import java.util.List;
import java.util.Map;
import java.util.Set;
@RestController
public class QueueController {
private static final String KEY= "xj_test_queue";
@Autowired
private RedissonCache redissonCache;
/**
* 添加消息队列
* @param params
*/
@PostMapping("/redis/queue/add")
public void add(@RequestBody Map<String, Set<String>> params){
redissonCache.cacheAdd(KEY,params);
}
/**
* 消费队列中的消息
* @return
*/
@GetMapping("/redis/queue/poll")
public List<Map<String, Set<String>>> poll(){
List<Map<String, Set<String>>> result = new ArrayList<>();
//每次最大消费条数
int batchSize = 200;
//获取消费的所有消息
Map<String, Set<String>> msgMap = redissonCache.cachePoll(KEY);
while (batchSize > 0 && !ObjectUtils.isEmpty(msgMap)) {
result.add(msgMap);
batchSize--;
msgMap = redissonCache.cachePoll(KEY);
}
try {
//消息合并、处理逻辑
//此处省略代码一万行
} catch (Exception e){
//消息处理失败的逻辑
}
return result;
}
}
我们调用模拟添加接口可以看到。每次有新的消息都是给queque的尾部添加
每次消费的时候是queque的头部开始取数据
第五部分：总结和应用场景及注意事项
通过Redisson的消息队列功能，我们成功实现了一个简单而高效的缓存清理解决方案。该方案有效解决了多个模块同时发布工单导致缓存清理冲突的问题，提高了应用程序的性能和稳定性。
适用场景：
多个模块在短时间内发布工单，并需要清理同一个接口的缓存。
消息队列可以将不同模块或不同组件之间的通信解耦，实现系统的高内聚和低耦合。同时，在系统面临突发大量请求时，消息队列可以进行削峰填谷，保护系统不受过载影响。
注意事项：
在使用队列时，要考虑队列的容量，避免队列过大导致内存压力过大或队列过小导致消息丢失。
在使用消息队列时，需要小心处理异常情况。例如，如果消息处理失败，可以将消息重新排队或将其放入一个死信队列，以便稍后进行处理。
总结
Redisson的消息队列是解决缓存清理冲突问题的优雅方案，通过其强大的功能，我们可以简单地实现消息传递和处理，从而优化应用程序的性能。在日常开发中，合理应用Redisson的消息队列功能，能够帮助我们处理更多类似的并发问题，提升应用程序的可靠性和扩展性。
希望本文能够为读者提供有益的参考，让您在项目中更加灵活和高效地使用Redisson实现简单消息队列。愿您的应用程序在缓存清理中更上一层楼，助您的项目更加稳健发展！
