后端利用Redis队列及哈希实现定时推送提醒的三个思路

周煦辰 2016年8月31日

本文介绍了一下本人在开发过程中遇到“定时推送提醒”的需求的时候所思考的三种解决方案。

明确问题

首先明确一下这个需求可能包含的几个“坑”：

1. 系统内的用户量是否很大？所涉及的提醒任务是否会很多？
2. 该提醒是否是用户自己设置的？中途是否会修改？
3. 推送的时间是否固定（如每天固定时间推送或者每隔一个小时推送等）？还是用户自定义推送时间？

所需工具

• Redis
• crontab
• 任何一种Linux上可以运行的脚本语言（Python、PHP等）

解决方案一：使用Redis队列（普通入队出队）

针对第一个问题，我们可以将需要推送的任务作为一个消息队列，这样可以减轻数据库的压力。因此这就引出第一种解决思路：使用Redis的队列命令实现一个简单的消息队列。

基本思路为，在一天中的某个时间（例如早上五点这种服务器不会遇到什么压力的时间段），通过crontab运行脚本，将推送任务整理完成并逐条插入Redis的队列中。基本的代码思路如下：

import redis
import json

# 这里是你的数据库查询代码
# TODO

# 这里将你需要推送的用户ID、内容等整合为一个字典
reminder = {
    'id': 27149,
    'content': 'The meaning of life is 42'
}
# 将字典编码为json字符串
reminder_str = json.dumps(reminder)

# 连接redis并将数据插入redis中
r = redis.StrictRedis(hostname='localhost', port=6379, db=0)
print r.lpush('test_list', reminder_str)

# 如果所有数据已入队
# 可以在最后插入一个空数据作为结束的标志
r.lpush('test_list', '{}')

到需要推送消息的时间（例如早上十点），通过crontab运行如下的出队命令，进行消息的推送。

import redis
import json

r = redis.StrictRedis(hostname='localhost', port=6379, db=0)
while True:
    item = r.rpop('test_list')
    data = json.loads(item)
    if not data:
        break
    # 这里是自定义的推送代码

以上这种方法的优点在于：

1. 可以利用Redis实现不同服务端应用间的数据，例如你的服务端应用是用PHP写的，而入队的脚本希望使用Python，则可以采用这种方法。
2. 可以减轻对数据库的压力，且Redis的查询效率非常高，可以提升该功能上的性能。

不足之处：

• 假如推送的消息是用户自定义的，且中间会有修改，那这种方案就会遇到推送时的消息错误。

针对不足，我们来看方案二。

解决方案二：还是使用Redis队列，但是我们使用阻塞模式（Blocking）

这个方案我们还是会用到Redis的队列，不同的是我们会使用到Redis提供的阻塞出队接口（blpop、brpop）。阻塞出队简单来说，就是在出队命令在没有接收到队列内的数据前，会挂起，直到在设置的阻塞时间内队列中有新的数据入队，则弹出数据，命令结束；如果在设置的阻塞时间内没有数据入队，则返回空；如果阻塞时间被设置为0，则进程将一直被挂起直到队列中有数据入队。

若使用阻塞模式，假设我们的推送时间为早上的十点，那么在9:58左右，可以运行入队命令，将需要推送的数据加入Redis队列中。代码示例如方案一，这里就不放了。

到了十点整，运行如下代码进行出队。

import redis
import json

r = redis.StrictRedis(hostname='localhost', port=6379, db=0)
while True:
    item = r.brpop('test_list', 0)
    data = json.loads(item)
    if not data:
        break
    # 这里是自定义的推送代码

注意第6行代码item = r.brpop('test_list', 0)，第二个参数即为阻塞的等待时间。

使用这种方法基本可以保证推送消息的准确性，一边生成消息塞进队列，一边从队列里拿即可。但是似乎这种方式并没有发挥到“缓存”的优势。

解决方案三：偷鸡摸狗，用Redis的Hash实现一个“队列”

这个方案中我们会使用到Redis中的Hash功能。简单来说Redis的Hash就是一个类似Python中的字典，不同的是Redis的一个Hash-Field只能对应一个字符串。

r.hset(hash_key, hask_field, value)

使用该方案可以在用户修改计划任务时快速找到需要推送的消息并修改。出队的时候使用HAVLS并且遍历即可。代码就不放了，毕竟是个偷鸡摸狗的思路。