Redis(④-消息队列削峰)

消息队列削峰是分布式系统中应对突发流量冲击 的一种重要策略，核心目的是平滑流量波动，保护后端服务不被瞬间高并发压垮。

想象你开了一家奶茶店，平时每小时接待 100 个客人（后端服务正常处理能力）。但某天突然来了 500 个客人同时排队（突发流量），如果让所有人同时涌向吧台（直接请求后端），吧台会因为忙不过来而混乱（服务崩溃）。

这时候，你可以让客人先取号排队（进入消息队列），吧台按顺序一个一个处理（消费消息），哪怕外面排了很多人，吧台内始终按自己的节奏处理（100 个 / 小时），避免了瞬间拥挤 ------ 这就是 "削峰"。

用 Python 脚本批量入队（模拟峰值）

python 复制代码

import redis
import time

# 连接Redis
r = redis.Redis(host='localhost', port=6379, db=0)
queue_name = "order_queue"

# 模拟秒杀峰值：1秒内产生1000个订单请求
start_time = time.time()
for i in range(1000):
    order_id = f"order_{i + 1}"
    # 入队（左侧添加）
    r.lpush(queue_name, order_id)
    if i % 100 == 0:
        print(f"已发送 {i + 1} 个订单请求")

end_time = time.time()
print(f"峰值流量模拟完成，共发送1000个请求，耗时：{end_time - start_time:.2f}秒")
print(f"当前队列长度：{r.llen(queue_name)}")  # 查看队列中的消息数

模拟 "匀速消费"（消费者处理消息）

consumer.py

python 复制代码

import redis
import time

# 连接Redis
r = redis.Redis(host='localhost', port=6379, db=0)
queue_name = "order_queue"
process_capacity = 100  # 系统每秒处理能力：100个订单

print(f"开始处理订单，每秒处理 {process_capacity} 个...")
processed = 0  # 已处理数量

while True:
    # 出队（右侧取出，FIFO 先进先出）
    # RPOP 会阻塞吗？不会，没有消息时返回None
    order_id = r.rpop(queue_name)
    
    if order_id:
        # 模拟处理订单（实际中这里是业务逻辑）
        processed += 1
        print(f"处理订单：{order_id.decode()}，已处理：{processed}")
        
        # 控制处理速度：每处理100个，暂停1秒（匹配系统能力）
        if processed % process_capacity == 0:
            time.sleep(1)
    else:
        # 队列空了，退出
        print("所有订单处理完成！")
        break

核心 Redis 命令解析

命令	作用	对应场景
`LPUSH key value`	向列表左侧添加消息（入队）	生产者发送消息
`RPOP key`	从列表右侧取出消息（出队）	消费者处理消息
`LLEN key`	查看列表长度（当前消息数）	监控队列堆积情况

通过这个例子可以看到，Redis 消息队列就像一个 "缓冲池"，把突发的 "尖峰流量" 转化为平缓的 "匀速流量"，这就是 "削峰" 的核心逻辑。