日常需求開發過程中，不免會遇到需要通過代碼進行異步處理的情況，比如批量發送郵件，批量發送短信，數據導入，為了減少用戶的等待，不希望一直菊花轉啊轉，因此需要進行異步處理，做法就是講要處理的數據添加到隊列當中，然后按照排隊的先后順序進行異步處理。

這個隊列，可以是專業的消息隊列，如 RocketMQ/RabbitMQ 等，一般項目中，如果只是為了進行異步，未免有點殺雞用牛刀的意味。

也可以使用基于 JVM 內存實現隊列，但是如果項目進行了重啟，就會造成隊列數據丟失。

大部分的項目都會用到 redis 中間件作為緩存使用，此時使用 Redis 的 list 結構來實現隊列則是非常合適的選擇。

因此，本文主要講解基于 Redis 的方式實現異步隊列。

基于 Redis 的 list 實現隊列的方式也有多種，先說第一種不推薦的方式，即使用 LPUSH 生產消息，然后 while(true) 中通過 RPOP 消費消息，這種方式的確可以實現，但是不斷代碼不斷的輪詢，勢必會消耗一些系統的資源。

第二種方式也是不推薦的方式，也是通過 LPUSH 生產消息，然后通過 BRPOP 進行 阻塞地 等待并消費消息，這種方式較第一種方式減少了無用的輪詢，降低系統資源的消耗，但是可能會存在隊列消息丟失的情況，如果取出了消息然后處理失敗，這個被取出的消息就將丟失。

第二種方式就是下文要介紹的方式，首先也是通過 LPUSH 生產消息，然后通過 BRPOPLPUSH 阻塞 地等待 list 新消息到來，有了新消息才開始消費，同時將消息備份到另外一個 list 當中，這種方式具備了第二種方式的優點，即減少了無用的輪詢，同時也對消息進行了備份不會丟失數據，如果處理成功，可以通過 LREM 對備份的 list 中當前的這條消息進行刪除處理。這種方式實現方式可以參考 模式： 安全的隊列 .

Redis 基礎

# 將一個或多個值 value 插入到列表 key 的表頭
LPUSH key value [value …]

# 阻塞式等待，將列表 source 中的最后一個元素 (尾元素) 彈出，并返回給客戶端。將 source 彈出的元素插入到列表 destination ，作為 destination 列表的的頭元素。超時參數 timeout 接受一個以秒為單位的數字作為值。超時參數設為 0 表示阻塞時間可以無限期延長 (block indefinitely) 。
BRPOPLPUSH source destination timeout

# 根據參數 count 的值，移除列表中與參數 value 相等的元素。
LREM key count value

代碼實現隊列消息生產者

筆者使用的是 Spring 相關 API 實現對 Redis 指令的調用。首先實現消息的生產代碼，封裝到一個工具類方法當中。這里很簡單，就是調用了 lpush 方法，將序列化的 key 和 value 添加到列表當中去。

@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);
  }
}

代碼實現隊列消息消費者

因為實現隊列消費消息的代碼比較多，不可能每個需要阻塞消費的地方，對需要寫這一坨代碼，因此使用 JAVA8 的函數式接口實現方法的傳遞，同時阻塞式獲取消息代碼使用新線程去執行。

有人看到以下代碼要吐槽了，不是說不用 while(true) 嗎，怎么你這里面還是有，這里稍微解釋一下，因為 SpringBoot 一般會指定 timeout 的全局超時時間，即使 BRPOPLPUSH 設置了 0，即無限期，當超出了 timeout 設置的值時，就會拋出 QueryTimeoutException 異常導致線程退出，因此添加了 try/catch 對異常進行捕獲并忽略，同時使用 while(true) 保證線程可以繼續執行。

代碼中記錄了當前消息處理結果，如果處理結果為成功，需要對備份隊列的當前消息進行刪除。

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) {
          // 防止獲取 key 達到超時時間拋出 QueryTimeoutException 異常退出
        } finally {
          if (success) {
            // 處理成功才刪除備份隊列的 key
            connection.lRem(dstKey, 1, byteValue);
          }
        }
      }
    } finally {
      RedisConnectionUtils.releaseConnection(connection, connectionFactory);
    }
  });
}

測試代碼

@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) -> {
    // 在這里處理具體的業務邏輯
    System.out.println("val: " + val);
  });

  // 防止 Junit 進程退出
  LockSupport.park();
}

運行結果：

項目使用方式

為了方便使用，我將其抽取為了一個工具類，使用時通過 Spring 注入使用即可，

隊列消費可以使用如下方式在項目啟動的時候就進行阻塞監聽隊列，等待消費

@Resource
private RedisBlockQueue redisBlockQueue;

@PostConstruct
public void init() {
   redisBlockQueue.bRPopLPush(xx, (value) -> {
     //...
   });
}