Redis 发布订阅功能

redis在windows下查看工具 Another Redis Desktop Manager

发布订阅有多种实现方式，常用pubsub和stream

1.基于频道(Channel)或模式(Pattern)的发布/订阅

✦ 使用注意

客户端需要及时消费和处理消息。

客户端订阅了channel之后，如果接收消息不及时，可能导致DCS实例消息堆积，当达到消息堆积阈值（默认值为32MB），或者达到某种程度（默认8MB）一段时间（默认为1分钟）后，服务器端会自动断开该客户端连接，避免导致内部内存耗尽。

客户端需要支持重连。

当连接断开之后，客户端需要使用subscribe或者psubscribe重新进行订阅，否则无法继续接收消息。

不建议用于消息可靠性要求高的场景中。

Redis的pubsub不是一种可靠的消息系统。当出现客户端连接退出，或者极端情况下服务端发生主备切换时，未消费的消息会被丢弃。

缺点：

1.消息无法持久化，存在丢失风险

和常规的MQ不同,redis实现的发布/订阅模型消息无法持久化,一经发布,即使没有任何订阅方处理,该条消息就会丢失

2.没有类似ACK的机制

即发布方不会确保订阅方成功接收

3.广播机制，下游消费能力取决于消费方本身

广播机制无法通过添加多个消费方增强消费能力,因为这和发布/订阅模型本身的目的是不符的.广播机制的目的是一个一个发布者被多个订阅进行不同的处理

使用aioredis实现订阅import asyncioimport aioredisfrom pprint import ppasync def main():redis = await aioredis.create_redis('redis://:foobared@localhost:6379/0', encoding='utf-8')[channel] = await redis.psubscribe('bigfoot:broadcast:channel:*')while True:message = await channel.get()pp(message)asyncio.run(main())
————————————————https://blog.csdn.net/m0_49079037/article/details/107289103

使用aioredis实现发布import asyncioimport aioredisasync def main():redis = await aioredis.create_redis('redis://:foobared@localhost:6379/0', encoding='utf-8')await asyncio.gather(publish(redis, 1, 'Possible vocalizations east of Makanda'),publish(redis, 2, 'Sighting near the Columbia River'),publish(redis, 2, 'Chased by a tall hairy creature'))redis.close()await redis.wait_closed()def publish(redis, channel, message):return redis.publish(f'bigfoot:broadcast:channel:{channel}', message)asyncio.run(main())————————————————
https://blog.csdn.net/m0_49079037/article/details/107289103

2.基于stream的发布订阅

在 2018 年 6 月，Redis 5.0 新增了 Stream 数据结构，这个功能给 Redis 带来了持久化消息队列

在 xadd 的指令提供一个定长长度 maxlen，就可以将老的消息干掉，确保最多不超过指定长度

在客户端消费者读取 Stream 消息时，Redis 服务器将消息回复给客户端的过程中，客户端突然断开了连接，消息就丢失了。但是 PEL 里已经保存了发出去的消息 ID，待客户端重新连上之后，可以再次收到 PEL 中的消息 ID 列表。不过此时 xreadgroup 的起始消息 ID 不能为参数 > ，而必须是任意有效的消息 ID，一般将参数设为 0-0，表示读取所有的 PEL 消息以及自 last_delivered_id 之后的新消息。

发布import asyncioimport aioredisasync def main():redis = await aioredis.create_redis('redis://:foobared@localhost:6379/0', encoding='utf-8')await asyncio.gather(add_to_stream(redis, 1, 'Possible vocalizations east of Makanda', 'Class B'),add_to_stream(redis, 2, 'Sighting near the Columbia River', 'Class A'),add_to_stream(redis, 3, 'Chased by a tall hairy creature', 'Class A'))redis.close()await redis.wait_closed()def add_to_stream(redis, id, title, classification):return redis.xadd('bigfoot:sightings:stream', {'id': id, 'title': title, 'classification': classification })asyncio.run(main())
————————————————
https://blog.csdn.net/m0_49079037/article/details/107289103

消费import asyncioimport aioredisfrom pprint import ppasync def main():redis = await aioredis.create_redis('redis://:foobared@localhost:6379/0', encoding='utf8')last_id = '0-0'while True:events = await redis.xread(['bigfoot:sightings:stream'], timeout=0, count=5, latest_ids=[last_id])for key, id, fields in events:pp(fields)last_id = idasyncio.run(main())
————————————————
https://blog.csdn.net/m0_49079037/article/details/107289103

Redis 超越缓存使用 Python 配合_编程歆妍的博客-CSDN博客 redis其他典型应用

Redis 中的发布/订阅功能_IT瘾君的博客-CSDN博客_redis订阅发布缺点

Redis 基于内存存储，这意味着它会比基于磁盘的 Kafka 快上一些，也意味着使用 Redis 我们不能长时间存储大量数据。不过如果您想以最小延迟实时处理消息的话，您可以考虑 Redis，但是如果消息很大并且应该重用数据的话，则应该首先考虑使用 Kafka。