1 缘起
项目中处理文件的场景：
将文件处理请求放入队列，
一方面，缓解服务器文件处理压力；
另一方面，可以根据文件大小拆分到不同的队列，提高文件处理效率。
这是Java开发组Leader佳汇提出的文件处理方案，非常实用。
从他那学习到之后，开始搜集Redis Stream相关的知识，整理成文，帮助开发者轻松应对知识交流和考核。
2 Redis Stream
Redis Stream是Redis 5.0.0版本新增的数据结构，想使用Stream需要Redis的最低版本是5.0。
Stream是一个高性能、高可靠的消息队列，用于异步消息处理，就是传统的队列功能，完成流量削峰。Redis 5.0之前的版本就有提供队列功能，如列表、有序集合和Pub/Sub均可实现队列功能。既然Redis已经有了队列功能，为什么还要Stream这个数据结构呢？
按照正常的思考过程，新事物的出现，一般是为了解决旧事物的问题，或者，为了防止垄断，当然， 技术圈也遵循这个理论。
2.1 解决的问题
Stream的出现是为了解决原先队列存在的问题：
（1）Pub/Sub模式无法持久化消息，如果Redis网络异常或者宕机，消息会丢失；
（2）列表和有序集合的方式支持消息持久化，但是，不支持消息多播和分组消费。
Redis Stream一一解决了上面的问题，实现了消息持久化、消息多播和分组消费。
Redis Stream既然是队列应用场景和其他队列一样：
（1）异步解耦；
（2）流量削峰；
不过Redis是基于内存的，如果是大量的消息数据建议选择其他消息队列，如RabbitMQ、Kafka、RocketMQ等。
2.2 架构
先来看一下Stream的总体架构：
Redis Stream有生产者、消费者和消费组，其中，
（1）消费组：有多个消费者，消费者之间是竞争关系，消费组中有一个last_delivered_id，消费组中的任意一消费者消费了消息，都会使last_delivered_id移动；
（2）消费者：消费者消费消息后，会产生pending_id，即消费者的状态变量，当消费者消费消息后，使用pending_ids记录被消费的消息，当客户端没有进行消费确认（ACK）时，pending_ids中的数据会一直增加，当客户端进行消息确认（ACK）后， 会移除pending_id。Redis官方称pending_ids为PEL（Pending Entries List），用于确保客户端至少消费一次消息，而不会在网络传输中丢失了处理。
2.3 数据结构
先从源码简单看下Stream相关的数据结构：
/* Stream item ID: a 128 bit number composed of a milliseconds time and* a sequence counter. IDs generated in the same millisecond (or in a past* millisecond if the clock jumped backward) will use the millisecond time* of the latest generated ID and an incremented sequence. */
typedef struct streamID {uint64_t ms; /* Unix time in milliseconds. */uint64_t seq; /* Sequence number. */
} streamID;typedef struct stream {rax *rax; /* The radix tree holding the stream. */uint64_t length; /* Current number of elements inside this stream. */streamID last_id; /* Zero if there are yet no items. */streamID first_id; /* The first non-tombstone entry, zero if empty. */streamID max_deleted_entry_id; /* The maximal ID that was deleted. */uint64_t entries_added; /* All time count of elements added. */rax *cgroups; /* Consumer groups dictionary: name -> streamCG */
} stream;
由源码知，stream由Radix树和streamID类型的数据构成，
其中，streamID有两部分组成，ms和seq，ms即毫秒（10位），seq即序列号，
Stream中的每一条消息使用：{毫秒}-{序列号}唯一标识。
3 基础操作
3.1 新建数据：XADD
格式：
XADD key ID field value [field value ...]
参数：
XADD mystream-test * name xiaoyi age 10
XADD mystream-test * name xiaoer age 11
3.2 查询数据：XRANGE
格式：
XRANGE key start end [COUNT count]
参数：
| 参数 | 描述 |
|---|---|
| key | 队列名称 |
| start | 起始ID标识 |
| end | 结束ID标识 |
| COUNT | 查询的条数 |
3.2.1 查询所有数据
XRANGE mystream-test - +
参数：
-：第一条数据
+：最后一条数据
使用- + 表示拆寻所有数据。
3.2.2 查询指定条数
XRANGE mystream-test - + COUNT 1
3.2.3 查询指定范围数据
XRANGE mystream-test 1697335440000-0 1697359922197-0
3.3 读取数据
格式：
XREAD [COUNT count] [BLOCK milliseconds] STREAMS key [key ...] ID [ID ...]
参数：
| 参数 | 描述 |
|---|---|
| COUNT | 返回的条数 |
| BLOCK | 用于设置XREAD为阻塞模式，单位毫秒，默认为非阻塞模式。非阻塞模式下，读取完毕（即使没有任何消息）立即返回，而在阻塞模式下，若读取不到内容，则阻塞等待。如果在这个时间内没有新的数据流入，那么输出(nil) (1.05s) |
注：使用Block模式，配合 作为 I D ，表示读取最新的消息（在非阻塞模式 作为ID，表示读取最新的消息（在非阻塞模式 作为ID，表示读取最新的消息（在非阻塞模式无意义），若没有消息，命令阻塞！等待过程中，其他客户端向队列追加消息，则会立即读取到。
3.3.1 直接读取
XREAD STREAMS mystream-test 0
3.3.2 阻塞读取
XREAD BLOCK 4000 STRRAMS mystream-test $
3.3.3 非阻塞读取
XREAD STREAMS mystream-test 0
3.4 删除数据
格式：
XDEL key ID [ID ...]
参数：
| 参数 | 描述 |
|---|---|
| key | 队列名称 |
| ID | 数据ID |
XDEL mystream-test 1697376922916-0
3.5 消费组
3.5.1 创建消费组：XGROUP
格式：
XGROUP [CREATE key groupname id-or-$] [SETID key groupname id-or-$] [DESTROY key groupname] [DELCONSUMER key groupname consumername]
参数：
| 参数 | 描述 |
|---|---|
| CREATE | 创建消费组 |
| key | 队列名称 |
| groupname | 消费组名称 |
| id | 接收指定ID之后的消息 |
| $ | 接收所有的消息 |
| 参数 | 描述 |
|---|---|
| DESTROY | 删除消费组 |
| key | 队列名称 |
| groupname | 消费组名称 |
| 参数 | 描述 |
|---|---|
| DELCONSUMER | 删除消费组中的消费者 |
| key | 队列名称 |
| groupname | 消费组组名称 |
| consumername | 消费者名称 |
# 创建接收最新消息的消费组
XGROUP CREATE mystream-test mygroup-1 $
# 创建接收所有消息的消费组
XGROUP CREATE mystream-test mygroup-2 0
3.5.2 删除消费组
# 删除消费组
XGROUP DESTROY mystream-test mygroup-1
XGROUP DELCONSUMER mystream-test mygroup-2
3.5.3 消费组消费消息：XREADGROUP
格式：
XREADGROUP GROUP group consumer [COUNT count] [BLOCK milliseconds] [NOACK] STREAMS key [key ...] ID [ID ...]
| 参数 | 描述你 |
|---|---|
| group | 消费组名称。 |
| consumer | 消费者名称。 |
| count | 要读取的数量。 |
| milliseconds | 阻塞时间，以毫秒为单位。 |
| key | 键指定的队列名称。 |
| ID | 表示消息 ID。 |
XREADGROUP GROUP mygroup-1 myconsumer-1 COUNT 1 BLOCK 100000 STREAMS mystream-test >
3.6 查看等待确认状态：XPENDING
XPENDING key group [[IDLE min-idle-time] start end count [consumer]]
3.7 消费信息确认：XACK
格式：
XACK key group ID [ID ...]
参数：
| 参数 | 描述 |
|---|---|
| key | 队列名称 |
| group | 消费组名称 |
| ID | 消息ID |
XACK mystream-test mygroup-1 1698558137966-0
3.8 查询信息：XINFO
格式：
XINFO [CONSUMERS key groupname] [GROUPS key] [STREAM key] [HELP]
参数：
查询消费者信息
| 参数 | 名称 |
|---|---|
| CONSUMERS | 查询消费者名称 |
| key | 消费者名称 |
| groupname | |
| 查询消费组信息 | |
| 参数 | 名称 |
| – | – |
| GROUPS | 查询消费组信息 |
| key | 消费组名称 |
| 查询队列信息 | |
| 参数 | 名称 |
| – | – |
| STREAM | 查询队列信息 |
| key | 队列名称 |
3.8.1 查询队列信息
XINFO STREAM mystream-test
3.8.3 查询队列中的消费组
XINFO GROUPS mystream-test
3.8.4 查询队列消费组中的消费者
XINFO CONSUMERS mystream-test mygroup-1
4 小结
Stream的出现是为了解决原先队列存在的问题：
（1）Pub/Sub模式无法持久化消息，如果Redis网络异常或者宕机，消息会丢失；
（2）列表和有序集合的方式支持消息持久化，但是，不支持消息多播和分组消费。
Redis Stream一一解决了上面的问题，实现了消息持久化、消息多播和分组消费。
Redis Stream既然是队列应用场景和其他队列一样：
（1）异步解耦；
（2）流量削峰；
不过Redis是基于内存的，如果是大量的消息数据建议选择其他消息队列，如RabbitMQ、Kafka、RocketMQ等。
![[NSSCTF 2nd] web刷题记录](https://img-blog.csdnimg.cn/07e44ff1ffc846009243f4258b48f6e8.png)
![BUUCTF_练[CISCN2019 华北赛区 Day1 Web5]CyberPunk](https://img-blog.csdnimg.cn/img_convert/b32feae4f2b6f6686af7cbc770a59e13.png)
