python如何使用redis做隊列服務

這篇文章給大家介紹python如何使用redis做隊列服務，內(nèi)容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

系統(tǒng)中引入消息隊列機制是對系統(tǒng)一個非常大的改善。例如一個web系統(tǒng)中，用戶做了某項操作后需要發(fā)送郵件通知到用戶郵箱中。你可以使用同步方式讓用戶等待郵件發(fā)送完成后反饋給用戶，但是這樣可能會因為網(wǎng)絡的不確定性造成用戶長時間的等待從而影響用戶體驗。

有些場景下是不可能使用同步方式等待完成的，那些需要后臺花費大量時間的操作。例如極端例子，一個在線編譯系統(tǒng)任務，后臺編譯完成需要30分鐘。這種場景的設計不可能同步等待后在回饋，必須是先反饋用戶隨后異步處理完成，再等待處理完成后根據(jù)情況再此反饋用戶與否。

另外適用消息隊列的情況是那些系統(tǒng)處理能力有限的情況下，先使用隊列機制把任務暫時存放起來，系統(tǒng)再一個個輪流處理掉排隊的任務。這樣在系統(tǒng)吞吐量不足的情況下也能穩(wěn)定的處理掉高并發(fā)的任務。

消息隊列可以用來做排隊機制，只要系統(tǒng)需要用到排隊機制的地方就可以使用消息隊列來作。

rabbitmq的優(yōu)先級做法

目前成熟的消息隊列產(chǎn)品有很多，著名的例如rabbitmq。它使用起來相對還是比較簡單的，功能也相對比較豐富，一般場合下是完全夠用的。但是有個很煩人的就是它不支持優(yōu)先級。 例如一個發(fā)郵件的任務，某些特權用戶希望它的郵件能夠更加及時的發(fā)送出去，至少比普通用戶要優(yōu)先對待。默認情況下rabbitmq是無法處理掉的，扔給rabbitmq的任務都是FIFO先進先出。但是我們可以使用一些變通的技巧來支持這些優(yōu)先級。創(chuàng)建多個隊列，并為rabbitmq的消費者設置相應的路由規(guī)則。

例如默認情況下有這樣一個隊列，我們拿list來模擬 [task1, task2, task3]，消費者輪流按照FIFO的原則一個個拿出task來處理掉。如果有高優(yōu)先級的任務進來，它也只能跟在最后被處理[task1, task2, task3, higitask1]. 但是如果使用兩個隊列，一個高優(yōu)先級隊列，一個普通優(yōu)先級隊列。 普通優(yōu)先級[task1, task2, task3], 高優(yōu)先級[hightask1 ] 然后我們設置消費者的路由讓消費者隨機從任意隊列中取數(shù)據(jù)即可。

并且我們可以定義一個專門處理高優(yōu)先級隊列的消費者，它空閑的時候也不處理低優(yōu)先級隊列的數(shù)據(jù)。這類似銀行的VIP柜臺，普通客戶在銀行取號排隊，一個VIP來了他雖然沒有從取號機里拿出一個排在普通會員前面的票，但是他還是可以更快地直接走VIP通道。

使用rabbitmq來做支持優(yōu)先級的消息隊列的話，就像是上面所述同銀行VIP會員一樣，走不同的通道。但是這種方式只是相對的優(yōu)先級，做不到絕對的優(yōu)先級控制，例如我希望某一個優(yōu)先級高的任務在絕對意義上要比其他普通任務優(yōu)先處理掉，這樣上面的方案是行不通的。因為rabbitmq的消費者只知道再自己空閑的情況下從自己關心的隊列中“隨機”取某一個隊列里面的第一個數(shù)據(jù)來處理，它沒法控制優(yōu)先取找哪一個隊列?；蛘吒蛹毩６鹊膬?yōu)先級控制?；蛘吣阆到y(tǒng)里面設置的優(yōu)先級有10多種。這樣使用rabbitmq也是很難實現(xiàn)的。

但是如果使用redis來做隊列的話上面的需求都可以實現(xiàn)。

使用redis怎么做消息隊列

首先redis它的設計是用來做緩存的，但是由于它自身的某種特性使得他可以用來做消息隊列。它有幾個阻塞式的API可以使用，正是這些阻塞式的API讓他有做消息隊列的能力。

試想一下在”數(shù)據(jù)庫解決所有問題“的思路下，不使用消息隊列也是可以完成你的需求的。我們把任務全部存放在數(shù)據(jù)庫然后通過不斷的輪詢方式來取任務處理。這種做法雖然可以完成你的任務但是做法很粗劣。但是如果你的數(shù)據(jù)庫接口提供一個阻塞的方法那么就可以避免輪詢操作了，你的數(shù)據(jù)庫也可以用來做消息隊列，只不過目前的數(shù)據(jù)庫還沒有這樣的接口。 另外做消息隊列的其他特性例如FIFO也很容易實現(xiàn)，只需要一個List對象從頭取數(shù)據(jù)，從尾部塞數(shù)據(jù)即可實現(xiàn)。

redis能做消息隊列得益于他list對象blpop brpop接口以及Pub/Sub(發(fā)布/訂閱)的某些接口。他們都是阻塞版的，所以可以用來做消息隊列。

redis消息隊列優(yōu)先級的實現(xiàn)

一些基礎redis基礎知識的說明

redis> blpop tasklist 0
"im task 01"

這個例子使用blpop命令會阻塞方式地從tasklist列表中取頭一個數(shù)據(jù)，最后一個參數(shù)就是等待超時的時間。如果設置為0則表示無限等待。另外redis存放的數(shù)據(jù)都只能是string類型，所以在任務傳遞的時候只能是傳遞字符串。我們只需要簡單的將負責數(shù)據(jù)序列化成json格式的字符串，然后消費者那邊再轉換一下即可。

這里我們的示例語言使用python，鏈接redis的庫使用redis-py. 如果你有些編程基礎把它切換成自己喜歡的語言應該是沒問題的。

1. 1簡單的FIFO隊列
   

2. import redis, time
   

3. 
   

4. def handle(info):
   

5.     print info
   

6.     time.sleep(20)
   

7. 
   

8. def main():
   

9.     pool = redis.ConnectionPool(host='localhost', port=6379, db=0)
   

10.     r = redis.Redis(connection_pool=pool)
    

11.     while 1:
    

12.         result = r.brpop('task', 0)            
    

13.         handle(result[1])
    

14. 
    

15. if __name__ == "__main__":
    

16.     main()

上例子即使一個最簡單的消費者，我們通過一個無限循環(huán)不斷地從redis的隊列中取數(shù)據(jù)。如果隊列中沒有數(shù)據(jù)則沒有超時的阻塞在那里，有數(shù)據(jù)則取出往下執(zhí)行。

一般情況取出來是個復雜的字符串，我們可能需要將其格式化后作為再傳給處理函數(shù),但是為了簡單我們的例子就是一個普通字符串。另外例子中的處理函數(shù)不做任何處理，僅僅sleep 用來模擬耗時的操作。

我們另開一個redis的客戶端來模擬生產(chǎn)者，自帶的客戶端就可以。多往tasklist 隊列里面塞上一些數(shù)據(jù)。

1. redis 127.0.0.1:6379> LPUSH task "fuckin1"
   

2. (integer) 1
   

3. redis 127.0.0.1:6379> LPUSH task "fuckin2"
   

4. (integer) 1
   

5. redis 127.0.0.1:6379> LPUSH task "fuckin3"
   

6. (integer) 2
   

7. redis 127.0.0.1:6379> LPUSH task "fuckin4"
   

8. (integer) 3
   

9. redis 127.0.0.1:6379> LPUSH task "fuckin5"
   

10. (integer) 4
    

11. redis 127.0.0.1:6379> LPUSH task "fuckin6"
    

12. (integer) 5
    

13. redis 127.0.0.1:6379> LPUSH task "fuckin7"
    

14. (integer) 6
    

15. redis 127.0.0.1:6379> LPUSH task "fuckin8"
    

16. (integer) 7
    

17. redis 127.0.0.1:6379> LPUSH task "fuckin10"
    

18. (integer) 8
    

19. redis 127.0.0.1:6379> lrange task 0 -1
    

20. 1) "fuckin10"
    

21. 2) "fuckin8"
    

22. 3) "fuckin7"
    

23. 4) "fuckin6"
    

24. 5) "fuckin5"
    

25. 6) "fuckin4"
    

26. 7) "fuckin3"

可以看到
[root@host-192-168-1-56 soft]# python duilie.py 
('task', 'fuckin1')
fuckin1
('task', 'fuckin2')    ---每個任務之間間隔20秒，20秒是模擬任務執(zhí)行時間
fuckin2
('task', 'fuckin3')
fuckin3
('task', 'fuckin4')
fuckin4
('task', 'fuckin5')
.。
。。。
。。。
('task', 'fuckin10')
fuckin10
。。。等待狀態(tài)，等待新的任務

2.簡單優(yōu)先級的隊列

假設一種簡單的需求，只需要高優(yōu)先級的比低優(yōu)先級的任務率先處理掉。其他任務之間的順序一概不管，這種我們只需要在在遇到高優(yōu)先級任務的時候將它塞到隊列的前頭，而不是push到最后面即可。

因為我們的隊列是使用的redis的 list,所以很容易實現(xiàn)。遇到高優(yōu)先級的使用rpush 遇到低優(yōu)先級的使用lpush

redis> lpush tasklist 'im task 01'
redis> lpush tasklist 'im task 02'
redis> rpush tasklist 'im high task 01'
redis> rpush tasklist 'im high task 01'
redis> lpush tasklist 'im task 03'
redis> rpush tasklist 'im high task 03'

隨后會看到，高優(yōu)先級的總是比低優(yōu)先級的率先執(zhí)行。但是這個方案的缺點是高優(yōu)先級的任務之間的執(zhí)行順序是先進后出的。

3.較為完善的隊列

例子2中只是簡單的將高優(yōu)先級的任務塞到隊列最前面，低優(yōu)先級的塞到最后面。這樣保證不了高優(yōu)先級任務之間的順序。

假設當所有的任務都是高優(yōu)先級的話，那么他們的執(zhí)行順序將是相反的。這樣明顯違背了隊列的FIFO原則。

不過只要稍加改進就可以完善我們的隊列。

跟使用rabbitmq一樣，我們設置兩個隊列，一個高優(yōu)先級一個低優(yōu)先級的隊列。高優(yōu)先級任務放到高隊列中，低的放在低優(yōu)先隊列中。redis和rabbitmq不同的是它可以要求隊列消費者從哪個隊列里面先讀。

def main():
    pool = redis.ConnectionPool(host='localhost', port=6379, db=0)
    r = redis.Redis(connection_pool=pool)
    while 1:
        result = r.brpop(['high_task_queue', 'low_task_queue'], 0)
        handle(result[1])

上面的代碼，會阻塞地從'high_task_queue', 'low_task_queue'這兩個隊列里面取數(shù)據(jù)，如果第一個沒有再從第二個里面取。 所以只需要將隊列消費者做這樣的改進便可以達到目的。

redis> lpush low_task_queue low001
redis> lpush low_task_queue low002
redis> lpush low_task_queue low003
redis> lpush low_task_queue low004
redis> lpush high_task_queue low001
redis> lpush high_task_queue low002
redis> lpush high_task_queue low003
redis> lpush high_task_queue low004

通過上面的測試看到，高優(yōu)先級的會被率先執(zhí)行，并且高優(yōu)先級之間也是保證了FIFO的原則。

這種方案我們可以支持不同階段的優(yōu)先級隊列，例如高中低三個級別或者更多的級別都可以。

4.優(yōu)先級級別很多的情況

假設有個這樣的需求，優(yōu)先級不是簡單的高中低或者0-10這些固定的級別。而是類似0-99999這么多級別。那么我們第三種方案將不太合適了。 雖然redis有sorted set這樣的可以排序的數(shù)據(jù)類型，看是很可惜它沒有阻塞版的接口。于是我們還是只能使用list類型通過其他方式來完成目的。

有個簡單的做法我們可以只設置一個隊列，并保證它是按照優(yōu)先級排序號的。然后通過二分查找法查找一個任務合適的位置，并通過 lset 命令插入到相應的位置。 例如隊列里面包含著寫優(yōu)先級的任務[1, 3, 6, 8, 9, 14]，當有個優(yōu)先級為7的任務過來，我們通過自己的二分算法一個個從隊列里面取數(shù)據(jù)出來反和目標數(shù)據(jù)比對，計算出相應的位置然后插入到指定地點即可。

因為二分查找是比較快的，并且redis本身也都在內(nèi)存中，理論上速度是可以保證的。但是如果說數(shù)據(jù)量確實很大的話我們也可以通過一些方式來調優(yōu)。

回想我們第三種方案，把第三種方案結合起來就會很大程度上減少開銷。例如數(shù)據(jù)量十萬的隊列，它們的優(yōu)先級也是隨機0-十萬的區(qū)間。我們可以設置10個或者100個不同的隊列，0-一萬的優(yōu)先級任務投放到1號隊列，一萬-二萬的任務投放到2號隊列。這樣將一個隊列按不同等級拆分后它單個隊列的數(shù)據(jù)就減少許多，這樣二分查找匹配的效率也會高一點。但是數(shù)據(jù)所占的資源基本是不變的，十萬數(shù)據(jù)該占多少內(nèi)存還是多少。只是系統(tǒng)里面多了一些隊列而已。

關于python如何使用redis做隊列服務就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。