Redis 与缓存 / 系统课时
认识 Redis Streams
认识 Redis Streams
Redis Streams 把消息组织成可保留、可按位置读取的有序日志,并提供消费组来协调多个消费者。本课重点建立它与 List、Pub/Sub 的边界,理解后续消费、确认和故障恢复所依赖的核心对象。
学习目标
- 理解 Stream、Entry、Consumer Group 与 consumer 的基本关系
- 能区分 Streams、List、Pub/Sub 的核心使用边界
- 能根据消息留存、消费确认和多消费者协作需求选择合适模型
Streams 解决什么问题
Redis Streams 可以看作一种追加式消息日志。生产者不断向 Stream 写入 Entry,每条 Entry 都有唯一 ID,并按 ID 保持顺序。消费者既可以直接按 ID 范围读取历史消息,也可以加入消费组,由 Redis 协调消息分派和待确认状态。
与只面向当前在线订阅者的 Pub/Sub 不同,Stream 中的 Entry 会保存在 Redis 数据结构中,因此消费者短暂离线后仍可继续读取尚未处理的历史消息。至于数据在 Redis 重启后的持久性,则取决于 RDB、AOF、复制等 Redis 持久化与高可用配置。
Streams 的核心对象
理解 Streams 时先抓住四个对象:Stream 是消息容器,Entry 是其中的一条消息,Consumer Group 保存一组消费者的协作进度,consumer 则是组内实际领取并处理消息的成员。
消费组读取新消息时,同一条 Entry 通常只会分派给组内某个 consumer;消息被分派后会进入该消费组的 Pending Entries List,直到消费者执行确认。确认会清除这条消息在该组中的 pending 状态,但不会删除 Stream 里的 Entry。不同消费组拥有彼此独立的读取与确认进度,因此可以分别处理同一份事件流。

与 List 和 Pub/Sub 怎么区分
List 更适合简单任务分发,例如生产者把任务压入列表,消费者阻塞弹出并立即处理。它能实现队列,但没有 Streams 围绕 Entry ID、消费组、pending 和确认机制提供的完整消费状态模型。
Pub/Sub 更适合实时广播。消息发布后只推送给当时在线的订阅者,不保存可供离线消费者补读的消息历史;如果订阅者断开期间发生了发布,重新连接后无法自动取回这些消息。
选择时可以抓住三个问题:是否需要保留消息历史,失败后是否需要重新处理未确认消息,以及多个消费者是否需要共享工作进度。前两项或第三项成立时通常优先考虑 Streams;只需要简单队列时可考虑 List;只需要在线实时广播时可考虑 Pub/Sub。
典型异步场景
订单创建后触发库存同步、通知发送、审计记录或异步任务处理,都可以使用 Streams 组织事件流。一个业务事件也可以被多个消费组独立处理,例如库存服务和通知服务分别维护自己的消费进度,而各自组内再由多个 consumer 分担任务。
Streams 适合希望继续利用 Redis、同时需要消息留存与消费进度管理的轻量事件处理场景。但它并不自动等价于专业消息平台;当系统要求超大规模吞吐、复杂跨地域复制、长期日志存储或完整企业级消息治理时,仍应结合业务约束评估专用消息系统。