如需最新的稳定版本，请使用 Spring Data Redis 3.4.0！spring-doc.cn

Redis 流

Redis Streams 以抽象方法对日志数据结构进行建模。通常，日志是仅附加数据结构，从一开始就使用，在随机位置使用，或者通过流式传输新消息来使用。spring-doc.cn

在 Redis 参考文档中了解有关 Redis Streams 的更多信息。

Redis Streams 大致可以分为两个功能领域：spring-doc.cn

尽管此模式与 Pub/Sub 有相似之处，但主要区别在于消息的持久性及其使用方式。spring-doc.cn

Pub/Sub 依赖于瞬态消息的广播（即，如果您不监听，就会错过一条消息），而 Redis Stream 使用一种持久的、仅附加的数据类型，该数据类型会保留消息，直到流被修剪。使用的另一个不同之处在于 Pub/Sub 注册服务器端订阅。Redis 将到达的消息推送到客户端，而 Redis Streams 需要主动轮询。spring-doc.cn

和 软件包为 Redis Streams 提供核心功能。org.springframework.data.redis.connectionorg.springframework.data.redis.streamspring-doc.cn

附加

要发送记录，与其他操作一样，您可以使用 low-level 或 high-level 。这两个实体都提供 （） 方法，该方法接受记录和目标流作为参数。虽然需要原始数据（字节数组），但允许将任意对象作为记录传入，如以下示例所示：RedisConnectionStreamOperationsaddxAddRedisConnectionStreamOperationsspring-doc.cn

// append message through connection
RedisConnection con = …
byte[] stream = …
ByteRecord record = StreamRecords.rawBytes(…).withStreamKey(stream);
con.xAdd(record);

// append message through RedisTemplate
RedisTemplate template = …
StringRecord record = StreamRecords.string(…).withStreamKey("my-stream");
template.opsForStream().add(record);

流记录带有 、 键值元组作为其有效负载。将记录附加到流会返回 ，可用作进一步的引用。MapRecordIdspring-doc.cn

消费

在消费端，可以使用一个或多个流。Redis Streams 提供读取命令，允许从已知流内容内和流端之外的任意位置（随机访问）使用流，以使用新的流记录。spring-doc.cn

在低级别，提供 and 方法，分别映射用于使用者组内读取和读取的 Redis 命令。请注意，多个流可以用作参数。RedisConnectionxReadxReadGroupspring-doc.cn

Redis 中的订阅命令可能会阻塞。也就是说，调用连接会导致当前线程在开始等待消息时阻塞。仅当 read 命令超时或收到消息时，才会释放线程。xRead

要使用流消息，可以在应用程序代码中轮询消息，也可以通过消息侦听器容器使用两种异步接收之一，即命令式或反应式。每次有新记录到达时，容器都会通知应用程序代码。spring-doc.cn

同步接收

虽然流使用通常与异步处理相关联，但也可以同步使用消息。重载的方法提供此功能。在同步接收期间，调用线程可能会阻塞，直到消息可用。该属性指定接收方在放弃等待消息之前应等待的时间。StreamOperations.read(…)StreamReadOptions.blockspring-doc.cn

// Read message through RedisTemplate
RedisTemplate template = …

List<MapRecord<K, HK, HV>> messages = template.opsForStream().read(StreamReadOptions.empty().count(2),
				StreamOffset.latest("my-stream"));

List<MapRecord<K, HK, HV>> messages = template.opsForStream().read(Consumer.from("my-group", "my-consumer"),
				StreamReadOptions.empty().count(2),
				StreamOffset.create("my-stream", ReadOffset.lastConsumed()))

通过 Message Listener Containers 进行异步接收

由于其阻塞性质，低级轮询没有吸引力，因为它需要为每个消费者管理连接和线程。为了缓解这个问题， Spring Data 提供了消息侦听器，它完成了所有繁重的工作。如果您熟悉 EJB 和 JMS，您应该会发现这些概念很熟悉，因为它的设计尽可能接近 Spring Framework 及其消息驱动的 POJO （MDP） 中的支持。spring-doc.cn

Spring Data 附带了两个针对所使用的编程模型量身定制的实现：spring-doc.cn

StreamMessageListenerContainer并负责将消息接收和分派到侦听器中进行处理的所有线程。消息侦听器容器/接收器是 MDP 和消息传递提供商之间的中介，负责注册以接收消息、资源获取和释放、异常转换等。这样，作为应用程序开发人员，您可以编写与接收消息（并对其做出反应）相关的（可能复杂的）业务逻辑，并将样板 Redis 基础设施问题委托给框架。StreamReceiverspring-doc.cn

这两个容器都允许运行时配置更改，以便您可以在应用程序运行时添加或删除订阅，而无需重新启动。此外，容器使用延迟订阅方法，仅在需要时使用 a。如果所有侦听器都已取消订阅，则自动执行清理并释放线程。RedisConnectionspring-doc.cn

祈使的StreamMessageListenerContainer

与 EJB 世界中的消息驱动 Bean （MDB） 类似，流驱动 POJO （SDP） 充当流消息的接收者。SDP 的一个限制是它必须实现 StreamListener 接口。另请注意，如果您的 POJO 在多个线程上接收消息，确保您的实现是线程安全的非常重要。spring-doc.cn

class ExampleStreamListener implements StreamListener<String, MapRecord<String, String, String>> {

	@Override
	public void onMessage(MapRecord<String, String, String> message) {

		System.out.println("MessageId: " + message.getId());
		System.out.println("Stream: " + message.getStream());
		System.out.println("Body: " + message.getValue());
	}
}

StreamListener表示函数接口，因此可以使用其 Lambda 表单重写实现：spring-doc.cn

message -> {

    System.out.println("MessageId: " + message.getId());
    System.out.println("Stream: " + message.getStream());
    System.out.println("Body: " + message.getValue());
};

实现 后，就可以创建消息侦听器容器并注册订阅了：StreamListenerspring-doc.cn

RedisConnectionFactory connectionFactory = …
StreamListener<String, MapRecord<String, String, String>> streamListener = …

StreamMessageListenerContainerOptions<String, MapRecord<String, String, String>> containerOptions = StreamMessageListenerContainerOptions
			.builder().pollTimeout(Duration.ofMillis(100)).build();

StreamMessageListenerContainer<String, MapRecord<String, String, String>> container = StreamMessageListenerContainer.create(connectionFactory,
				containerOptions);

Subscription subscription = container.receive(StreamOffset.fromStart("my-stream"), streamListener);

请参阅各种消息侦听器容器的 Javadoc，了解每个实现支持的功能的完整描述。spring-doc.cn

反应性的StreamReceiver

流数据源的反应性使用通常通过事件或消息进行。反应式接收器实现随及其重载消息一起提供。与利用驱动程序提供的线程资源相比，反应式方法需要更少的基础设施资源（如线程）。接收流是 ：FluxStreamReceiverreceive(…)StreamMessageListenerContainerStreamMessagespring-doc.cn

Flux<MapRecord<String, String, String>> messages = …

return messages.doOnNext(it -> {
    System.out.println("MessageId: " + message.getId());
    System.out.println("Stream: " + message.getStream());
    System.out.println("Body: " + message.getValue());
});

现在，我们需要创建并注册订阅以使用流消息：StreamReceiverspring-doc.cn

ReactiveRedisConnectionFactory connectionFactory = …

StreamReceiverOptions<String, MapRecord<String, String, String>> options = StreamReceiverOptions.builder().pollTimeout(Duration.ofMillis(100))
				.build();
StreamReceiver<String, MapRecord<String, String, String>> receiver = StreamReceiver.create(connectionFactory, options);

Flux<MapRecord<String, String, String>> messages = receiver.receive(StreamOffset.fromStart("my-stream"));

请参阅各种消息侦听器容器的 Javadoc，了解每个实现支持的功能的完整描述。spring-doc.cn

需求驱动型消费使用背压信号来激活和停用轮询。 如果满足需求，订阅将暂停轮询，直到订阅服务器发出进一步需求的信号。根据策略，这可能会导致邮件被跳过。StreamReceiverReadOffset

Acknowledge策略

当您通过 阅读消息时，服务器将记住已传递的给定消息，并将其添加到待处理条目列表 （PEL） 中。已送达但尚未确认的消息列表。
消息必须通过 确认才能从 Pending Entries 列表中删除，如下面的代码片段所示。Consumer GroupStreamOperations.acknowledgespring-doc.cn

StreamMessageListenerContainer<String, MapRecord<String, String, String>> container = ...

container.receive(Consumer.from("my-group", "my-consumer"), (1)
	StreamOffset.create("my-stream", ReadOffset.lastConsumed()),
    msg -> {

	    // ...
	    redisTemplate.opsForStream().acknowledge("my-group", msg); (2)
    });
1 从组 my-group 中读取为 my-consumer。未确认收到的消息。
2 处理后确认消息。
要在接收时自动确认邮件，请使用 ，而不是 。receiveAutoAckreceive

ReadOffset策略

流读取操作接受读取偏移量规范，以使用来自给定偏移量的消息。 表示读取偏移量规范。Redis 支持 3 种偏移量变体，具体取决于您是独立使用流还是在使用者组内使用流：ReadOffsetspring-doc.cn

  • ReadOffset.latest()– 阅读最新消息。spring-doc.cn

  • ReadOffset.from(…)– 在特定消息 ID 后读取。spring-doc.cn

  • ReadOffset.lastConsumed()– 在上次使用的消息 ID 之后读取（仅限使用者组）。spring-doc.cn

在基于消息容器的使用上下文中，我们需要在使用消息时提前（或增加）读取偏移量。前进取决于 requested 和 consumption mode（带/不带 Consumer Group）。以下矩阵说明了容器如何前进：ReadOffsetReadOffsetspring-doc.cn

表 1.ReadOffset 推进
读取偏移量 独立 消费组

最近的spring-doc.cn

阅读最新消息spring-doc.cn

阅读最新消息spring-doc.cn

特定消息 IDspring-doc.cn

使用上次看到的消息作为下一个 MessageIdspring-doc.cn

使用上次看到的消息作为下一个 MessageIdspring-doc.cn

上次消耗spring-doc.cn

使用上次看到的消息作为下一个 MessageIdspring-doc.cn

每个使用者组的最后使用消息spring-doc.cn

从特定消息 ID 和最后使用的消息读取可被视为安全操作，可确保使用附加到流的所有消息。 使用 latest 消息进行读取可以跳过在 poll 操作处于停滞时间状态时添加到流中的消息。轮询引入了一个停滞时间，在该时间中，消息可以在各个轮询命令之间到达。流消耗不是线性连续读取，而是拆分为重复调用。XREADspring-doc.cn

序列化

发送到流的任何 Record 都需要序列化为其二进制格式。由于流与哈希数据结构非常接近，因此流键、字段名称和值使用在 .RedisTemplatespring-doc.cn

表 2.流序列化
Stream 属性 序列化器 描述

钥匙spring-doc.cn

keySerializer 的spring-doc.cn

用于Record#getStream()spring-doc.cn

田spring-doc.cn

hashKeySerializerspring-doc.cn

用于有效负载中的每个映射键spring-doc.cn

值spring-doc.cn

hashValueSerializer 的spring-doc.cn

用于有效负载中的每个 map 值spring-doc.cn

请务必查看正在使用的 s 并注意，如果您决定不使用任何序列化器，则需要确保这些值已经是二进制的。RedisSerializerspring-doc.cn

对象映射

简单值

StreamOperations允许将简单值 via 直接附加到流中，而无需将这些值放入结构中。 然后，该值将分配给有效负载字段，并且可以在读回值时提取该值。ObjectRecordMapspring-doc.cn

ObjectRecord<String, String> record = StreamRecords.newRecord()
    .in("my-stream")
    .ofObject("my-value");

redisTemplate()
    .opsForStream()
    .add(record); (1)

List<ObjectRecord<String, String>> records = redisTemplate()
    .opsForStream()
    .read(String.class, StreamOffset.fromStart("my-stream"));
1 XADD my-stream * “_class” “java.lang.String” “_raw” “my-value”

ObjectRecord的序列化过程与所有其他 Records 完全相同，因此也可以使用返回 .MapRecordspring-doc.cn

复杂值

可以通过 3 种方式向流中添加复杂值：spring-doc.cn

第一个变体是最直接的变体，但忽略了 stream 结构提供的字段值功能，但 stream 中的值仍然可以被其他使用者读取。 第二个选项具有与第一个选项相同的好处，但可能会导致非常具体的使用者限制，因为所有使用者都必须实现完全相同的序列化机制。 这种方法稍微复杂一些，它使用 steams 哈希结构，但将源扁平化。只要选择了合适的序列化程序组合，其他使用者仍然能够读取记录。HashMapperspring-doc.cn

HashMappers 将有效负载转换为具有特定类型的 。确保使用能够（反）序列化哈希的 Hash-Key 和 Hash-Value 序列化器。Map 
ObjectRecord<String, User> record = StreamRecords.newRecord()
    .in("user-logon")
    .ofObject(new User("night", "angel"));

redisTemplate()
    .opsForStream()
    .add(record); (1)

List<ObjectRecord<String, User>> records = redisTemplate()
    .opsForStream()
    .read(User.class, StreamOffset.fromStart("user-logon"));
1 XADD user-logon * “_class”， “com.example.User” “firstname” “night” “lastname” “angel”

StreamOperations默认使用 ObjectHashMapper 。 您可以在获得时提供适合您要求的 .HashMapperStreamOperationsspring-doc.cn

redisTemplate()
    .opsForStream(new Jackson2HashMapper(true))
    .add(record); (1)
1 XADD user-logon * “firstname” “night” “@class” “com.example.User” “lastname” “angel”

A 可能不知道域类型上使用了 any，因为这些域类型需要通过 . 确保使用 .StreamMessageListenerContainer@TypeAliasMappingContextRedisMappingContextinitialEntitySetspring-doc.cn

@Bean
RedisMappingContext redisMappingContext() {
    RedisMappingContext ctx = new RedisMappingContext();
    ctx.setInitialEntitySet(Collections.singleton(Person.class));
    return ctx;
}

@Bean
RedisConverter redisConverter(RedisMappingContext mappingContext) {
    return new MappingRedisConverter(mappingContext);
}

@Bean
ObjectHashMapper hashMapper(RedisConverter converter) {
    return new ObjectHashMapper(converter);
}

@Bean
StreamMessageListenerContainer streamMessageListenerContainer(RedisConnectionFactory connectionFactory, ObjectHashMapper hashMapper) {
    StreamMessageListenerContainerOptions<String, ObjectRecord<String, Object>> options = StreamMessageListenerContainerOptions.builder()
            .objectMapper(hashMapper)
            .build();

    return StreamMessageListenerContainer.create(connectionFactory, options);
}