Redis消息队列
在程序员这个圈子打拼了太多年，见过太多的程序员使用redis，其中一部分喜欢把redis做缓存（cache）使用，其中最典型的当属存储用户session，除此之外，把redis作为消息队列使用也不在少数，可见redis在互联网中应用是多么的广泛。
redis作为消息队列使用，redis支持的数据结构是可以支撑这类业务，主要是利用了list这种数据结构的特性。Redis的列表相当于编程语言里面的 LinkedList，是一个双向的列表结构，这意味着列表新增和删除元素是非常快的，时间复杂度为O(1)，但是查找一个元素的时候需要遍历列表，时间复杂度为O(n)。由于列表的元素操作和消息队列操作类似，所以redis可以适用于消息队列的场景，当然，在适用于的栈的场景下也可以胜任。
需要提醒一下，生产环境中如果对消息的可靠性有十分高的要求（比如订单支付的消费消息），请使用专业的消息队列（例如：rmq，amq等），对消息的丢失有一定容忍度的程序完全可以使用redis，例如我们的日志收集程序
列表这种数据结构的命令为
移出并获取列表的第一个元素， 如果列表没有元素会阻塞列表直到等待超时或发现可弹出元素为止。
BLPOP key1 [key2 ] timeout
移出并获取列表的最后一个元素， 如果列表没有元素会阻塞列表直到等待超时或发现可弹出元素为止。
BRPOP key1 [key2 ] timeout
从列表中弹出一个值，将弹出的元素插入到另外一个列表中并返回它； 如果列表没有元素会阻塞列表直到等待超时或发现可弹出元素为止。
BRPOPLPUSH source destination timeout
通过索引获取列表中的元素
LINDEX key index
在列表的元素前或者后插入元素
LINSERT key BEFORE|AFTER pivot value
获取列表长度
LLEN key
移出并获取列表的第一个元素
LPOP key
将一个或多个值插入到列表头部
LPUSH key value1 [value2]
将一个值插入到已存在的列表头部
LPUSHX key value
获取列表指定范围内的元素
LRANGE key start stop
移除列表元素
LREM key count value
通过索引设置列表元素的值
LSET key index value
对一个列表进行修剪(trim)，就是说，让列表只保留指定区间内的元素，不在指定区间之内的元素都将被删除。
LTRIM key start stop
移除列表的最后一个元素，返回值为移除的元素。
RPOP key
移除列表的最后一个元素，并将该元素添加到另一个列表并返回
RPOPLPUSH source destination
在列表中添加一个或多个值
RPUSH key value1 [value2]
为已存在的列表添加值
RPUSHX key value
缺陷
消息队列的本质还是消费者和生产者的问题，只要是这样的场景，就会涉及到两端不平衡的情况，具体可表现为：
- 生产者生产速度大于消费者消费速度，面临消息不断堆积的问题，随着消息数据的堆积，队列是开启限流措施，还是丢弃某些消息，更或者是把消息数据进行持久化。对于基于redis实现的消息队列，一般为可忍受部分消息丢失的业务，所以很多人选择丢弃消息的方案。另一种方案是基于redis单线程机制，可以增加消费者数量，这也是仅仅针对消息只被消费一次的场景。当然也可以选择持久化方案，但是会对redis的性能产生影响。
- 消费者消费速度大于生产者生产速度，有的同学会说，这样挺好啊，是，在某种意义上是比反过来的那个场景要好一些，毕竟可以避免产生消息的堆积问题。但是消费者没有消息消费，会导致消费者进程一直在那里浪费cpu资源，而且还会把redis的QPS拉高。类似于这种死循环的场景，一般而且最常用的解决方案是让线程sleep 一小段时间，既降低了消费端cpu也降低了redis的QPS。 但是sleep会有一个问题，会导致处理消息的延迟，例如sleep了一秒，那消息的延迟处理就有可能会延迟一秒，虽然在大部分场景下这都不是什么问题，但是作为程序员怎么能不追求极致和完美呢？
关于消息延迟的问题，最暴力简单的方式就是增加消费客户端，这样可用多消费端交错的方式来缩小延迟的间隔，当然redis的设计者也考虑了这个问题，所有有了Blpop 命令
Redis Blpop 命令移出并获取列表的第一个元素， 如果列表没有元素会阻塞列表直到等待超时或发现可弹出元素为止。
redis 127.0.0.1:6379> BLPOP LIST1 LIST2 .. LISTN TIMEOUT
而且还可以设置超时自动返回，岂不是完美。但是还要顺便一句，redis的连接在空闲一段时间后，服务端可能会主动断开，Blpop命令会抛出异常，所以还要做好了重试或者其他策略为好。
- 如果作为专业的消息队列，一个消息被多个不同的业务消费（一个消息被消费多次）是必须要支持的，但是redis是基于自己的list数据结构来实现的伪队列，所以这种业务场景下就不要考虑redis了，或者自己封装一个类似分发器的中间件也可以。
- 基于redis的消息队列没有Ack的保证，换句话说，一个消息是否被正常处理redis是不知道的，这在很大程度上限制了它的适用场景。
写在最后
我还是建议不要用redis做专业的MQ使用，毕竟MQ这种场景不是redis的设计初衷，但是太多人把redis做MQ使用，于是redis的作者基于redis的核心代码实现了一个消息队列：disque，也许未来会作为redis的核心组件,地址为 https://github.com/antirez/disque
除了disque，Redis Stream也是一个把redis作为MQ的比较好的解决方案，有兴趣的同学可以研究一下。
千万不要把任何一个业务场景想象的太简单