2026 轻量级消息队列 Redis Stream

一、Redis Stream 是什么?

日志型、持久化、有序、支持多播+ACK的轻量级消息队列，Redis 5.0 引入，底层由 Radix Tree + listpack 实现，单节点可 10w+ TPS。
核心角色：消息 ID（时间戳-序号）、Stream 队列、消费者组（Consumer Group）、消费者（Consumer）、PEL（Pending Entry List）。

二、安装与启用

版本 ≥ 5.0 即可；7.0+ 增加了 maxmemory-stream 等参数。

默认零配置直接用；若需要限制内存/条数，在 redis.conf 加：

bash 复制代码

stream-node-max-bytes 4kb # 每个 listpack 最大尺寸
stream-node-max-entries 100 # 每个 listpack 最多消息数 
maxmemory 2gb # 内存上限 
maxmemory-policy stream-eviction # 到达上限按 Stream 策略裁剪

重启即可生效。

三、基础命令速查表

场景	命令示例
生产	XADD order * userId 123 money 88.8
阻塞读（单播）	XREAD COUNT 100 BLOCK 5000 STREAMS order $
建消费组	XGROUP CREATE order cg1 $ MKSTREAM
组内读	XREADGROUP GROUP cg1 c1 COUNT 10 STREAMS order >
确认	XACK order cg1 171234567890-0
PEL 查看	XPENDING order cg1 - + 10
消息修剪	XTRIM order MAXLEN ~ 10000

四、Java 实战（Spring Boot 3.x）

1.依赖

XML 复制代码

<dependency>
 <groupId>org.springframework.boot</groupId>
 <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

2.发送

java 复制代码

 @Autowired
 private RedisTemplate<String,Object> redis;
 public void send(Order o){
   MapRecord<String,String,String> r = MapRecord.create("order", BeanUtils.toMap(o));
   redis.opsForStream().add(r); 
 }

3.消费（组模式，自动 ACK）

java 复制代码

@Bean 
StreamListenerContainer<String, ObjectRecord<String,String>> container(
 RedisConnectionFactory f) { 
  var opt = StreamListenerContainerOptions.builder()
    .pollTimeout(Duration.ofMillis(100))
    .targetType(String.class).build();
  var c = StreamListenerContainer.create(f, opt);
  c.receive(Consumer.from("cg1", "c1"),
  StreamOffset.create("order", ReadOffset.lastConsumed()),
  rec -> handle(rec.getValue()));
  c.start();
  return c;
 }

五、进阶能力

多播 + 竞争消费每个消费组独立游标；组内竞争，组间广播。
PEL 重放服务宕机重启后，用 XPENDING 取出未 ACK 的 ID，再 XCLAIM 转移或继续处理，保证至少一次。
水平扩展 Redis Cluster 下不同 Stream key 落在不同 slot，天然分片；结合 client-side sharding 可横向扩容。
内存控制 XTRIM MAXLEN ~ 100000 或 redis.conf 中 stream-node-max-entries 双重控制，防止堆积爆炸。

六、黑科技玩法

延迟队列生产时把"执行时间"放在字段里，消费者轮询 XPENDING + 系统时间，到期再处理；精度 1s 内，无额外延时插件。
ID 生成器利用 XADD 返回的毫秒-序号全局唯一 ID，替代雪花算法，自带时钟回拨保护。
事件溯源 / Audit Log 业务增量事件全部 XADD 到一条 Stream，设置 MAXLEN 0（永不删除），配合 RDB/AOF 做时序溯源。
轻量 CDC 监听 Binlog → XADD 到 Stream，下游多组消费者（搜索、缓存、统计）各自订阅，替代 Kafka 降低运维成本。

七、常见踩坑

坑点	现象	规避方案
内存暴涨	无 MAXLEN 也未配置 stream-eviction	生产侧 XTRIM 或配置 maxmemory-policy
重复消费	ACK 前崩溃，PEL 重放	业务幂等或幂等键
消息丢失	主节点宕机，未持久化	开启 AOF appendfsync everysec + 主从
集群漂移	Stream key 哈希槽切换	客户端重连 + XREADGROUP 重新绑定
阻塞超时	BLOCK 过大导致连接占满	控制 COUNT 与线程池大小

八、小结

Redis Stream = 高性能 + 低运维 + 足够用的 MQ 语义。若你的系统 QPS ≤ 10w、消息体量 ≤ 内存、可接受秒级延迟，Stream 就是最轻量、最省钱的消息中间件方案；再往上，再考虑 Kafka、Pulsar 等专业 MQ。