go+mysql+redis+vue3简单聊室，第5弹：使用消息队列和定时任务同步消息到mysql

完成消息发送后，我们需要保存聊天记录到数据库中。像聊天记录这种访问不频繁的冷数据，保存在mysql数据是常规做法。但是当用户增多，消息发送频率上升，会在短时间频繁链接mysql，大并发下会造成mysql的阻塞

我们可以使用reids消息队列作为中间缓冲，先把用户的聊天记录保存在队列中，在服务器空闲时段，使用定时任务，在把数据同步到mysql中即可。redis是基于内存的，可以承受比mysql大得多的并发

go连接redis

在db目录下，创建redis.go文件，获取redis连接

package db

import (
	"github.com/garyburd/redigo/redis"
	"project1/config"
)

//RedisPool是一个redis连接池，使用时，需要使用get获取一个连接后，再使用
var RedisPool *redis.Pool

func init(){
    
	addr := config.ConfigFile.Section("redis").Key("Addr").String()
	//创建连接池
	RedisPool = &redis.Pool{
    
		MaxIdle:15,//最初连接池数量
		MaxActive:0,//最大连接池数量，为0表示自定义，按需设置
		IdleTimeout:300,//连接关闭时间 300秒 （300秒不使用自动关闭）
		Dial:func()(redis.Conn,error){
    
			return redis.Dial("tcp",addr)
		},
	}
}

使用stream

先记录下redis使用stream的常用命令

• 向一个队列中插入数据，队列不存在则自动创建
  redis.Do(“XADD”,“chatMsg”,“*”,“json”,“{1:666}”)
• 创建一个队列下的一个消息消费组,并指定消费者从队列读取数据的id。
  id为0，表示从头开始。id为$表示从队列末尾开始，只接受新消息
  redis.Do(“XGROUP”,“CREATE”,“chatMsg”,“group1”,“1655188517335-0”)
• 查询一个队列下,指定名称的消费组信息
  //redis.Do(“XINFO”,“GROUPS”,“group1”)
• 读取一个消费组下的消息
  id为 >,表示只读取最新消息，成功后，消费组的last-delivered-id向后移动一位，该消息会在c1(该消费组下的一个消费者，不存在会自动创建)的pending中，直到ack，从pending中移除。无消息时返回nil
  id不为 >，表示读取c1 pending（待处理）的消息，从传入的消息id开始，读取指定条数。传0表示从第一条数据开始读。无消息时只返回chatMsg字符串。
  //redis.Do(“XREADGROUP”,“GROUP”,“group1”,“c1”,“COUNT”,“1”,“STREAMS”,“chatMsg”,“>”)
• 将消费组消息标记为已处理
  //redis.Do(“XACK”,“chatMsg”,“group1”,“1655188528552-0”)

除了以上常用命令外，为了防止stream越来越大，我们可以指定stream的最大长度，超出时会自动删除老的数据
也可以在ack成功后，调用删除命令，直接从stream中删除指定消息

在service新建redis-mq.go文件

package service

import (
	"encoding/json"
	"fmt"
	"project1/db"
	"project1/models"
)

//把消息队列中的聊天信息，插入到mysql数据库
func IntoMsgToMysql(){
    
	//消息队列名称
	streamName := "chatMsg"
	//消费组名称
	//消息队列名和消费者中的消费者，会插入和读取命令自定判断创建，创建消费者组，则需要单独执行
	//我们的项目目前没有多线程读取消息队列的需求，所以创建一个消费组就行了，直接在reids命令行执行下，消息id设为$，就不放在代码中了
	groupName := "group1"
	//消费组中一个消费者名称
	groupMember := "c1" 
	//从redis连接池，获取一个链接
	redis := db.RedisPool.Get()
	defer redis.Close()
	//首先读取消费者pending中的消息，一次读取100条
	//为了兼容服务中断，导致pending中的消息没有来的即被消费，所以先检查pending中是否有消息
	if val,err := redis.Do("XREADGROUP","GROUP",groupName,groupMember,"COUNT","100","STREAMS",streamName,0);err == nil{
    
		//从消息队列中读取的数据是一个接口类型的数据，里面是切片类型的接口，有多层的嵌套
		//所以我们自定义一个递归函数interfaceToNormal，用于遍历和转换返回数据，返回一个字符串切片
		back := make([]string,0)
		data := interfaceToNormal(val,back)
		//正常的data数据格式是一个切片类型的字符串，如下
		//[chatMsg 1655188547271-0 data {"username":"老王","userid":"2","msg":"老王:上线了"}]
		//chatMsg是常规输出，后面三个值表示一条数据，多条数据的话，以3个为一组往后循环
		//从pending中读取数据时，没有值于也会返回一个 chatmsg 字符串
		//返回切片数量为1，表示当前无等待消费的数据，从消息队列重新读取
		if len(data) < 4{
    
			if val2,err2 := redis.Do("XREADGROUP","GROUP",groupName,groupMember,"COUNT","100","STREAMS",streamName,">");err2 == nil{
    
				//队列无数据时，返回nil。pending中无数据时，返回[chatMsg]
				if val2 == nil{
    
					Mqlog("Success:stream msg is finish","info")
					return
				}
				data = interfaceToNormal(val2,back)
			}else{
    
				Mqlog("get stream fail step2:"+err2.Error(),"error")
				return
			}
		}
		//切片数量除以3的值，为data中数据量，根据该值循环遍历data
		//go语言中，整数之间的运算，返回只会是整数
		dataNum := len(data)/3
		for i:=1;i<=dataNum;i++{
    
			//获取一条信息的data，在切片中的位置
			dataKey := 3*i
			//获取一条信息的 队列消息id，在切片中的位置
			dataTimeKey := dataKey-2
			//把信息的data字符先串转换为[]byte
			dataByte := []byte(data[dataKey])
			//再把[]byte值转换为map格式
			dataMap := make(map[string]string)
			merr := json.Unmarshal(dataByte,&dataMap)
			if merr != nil{
    
				Mqlog("map转换异常","error")
			}
			dataMap["created_at"] = data[dataTimeKey][0:10]
			//向mysql插入数据
			if back := models.AddMsg(dataMap);back == "ok"{
    
				//插入成功，执行ACK
				if _,ackErr := redis.Do("XACK","chatMsg","group1",data[dataTimeKey]);ackErr != nil{
    
					Mqlog(ackErr.Error(),"error")
				}
			}else{
    
				Mqlog(back,"error")
			}
		}

	}else{
    
		Mqlog("get stream fail step1:"+err.Error(),"error")
		return
	}

}


//多层接切片->接口->切片.....数据转换
func interfaceToNormal(data interface{
    },back []string) []string{
    
	for _,val := range data.([]interface{
    }){
    
		type1 := fmt.Sprintf("%T",val)
		if type1 == "[]interface {}"{
    
			back = interfaceToNormal(val.([]interface{
    }),back)
		}else{
    
			var typeName int64
			if type1 == "[]byte"{
    
				typeName = 1
			}else{
    
				typeName = 2
			}
			back = append(back,anyToString(typeName,val))
		}
	}
	return back
}
func anyToString(typeName int64,info interface{
    }) string{
    
	back := ""
	if typeName == 1 {
    
		data := info.([]byte)
		back = string(data)
	}else if typeName == 2{
    
		data := info.([]uint8)
		back = string(data)
	}
	return back
}

接下来我们需要建立一个定时任务，在定时任务用调用IntoMsgToMysql方法即可
在service目录下建立gron.go 文件

package service

import (
	"fmt"
	"github.com/roylee0704/gron"
	"github.com/roylee0704/gron/xtime"
)

//定时任务
//go主进程需保持运行状态，否则定时任务会跟随主进程一起退出

func GronAddMysql(){
    
	c := gron.New()
	c.AddFunc(gron.Every(1*xtime.Minute),func(){
    IntoMsgToMysql()})
	c.Start()
}




//使用案例
type printJob struct{
     Msg string}
func (p printJob) Run() {
    
	fmt.Println(p.Msg)
}

func test() {
    
	var (
		// schedules
		daily     = gron.Every(1 * xtime.Day)
		weekly    = gron.Every(1 * xtime.Week)
		monthly   = gron.Every(30 * xtime.Day)
		yearly    = gron.Every(365 * xtime.Day)

		// contrived jobs
		purgeTask = func() {
     fmt.Println("purge aged records") }
		printFoo  = printJob{
    "Foo"}
		printBar  = printJob{
    "Bar"}
	)

	c := gron.New()
	//At 指定具体时间开始执行定时任务
	c.Add(daily.At("12:30"), printFoo)
	//AddFunc需传入方法，Add需传入实现了Run方法的对象
	c.AddFunc(weekly, func() {
     fmt.Println("Every week") })
	c.Start()

	// Jobs may also be added to a running Gron
	c.Add(monthly, printBar)
	c.AddFunc(yearly, purgeTask)

	// Stop Gron (running jobs are not halted).
	c.Stop()
}

接下来我们在main.go文件中，在路由运行前，开启定时任务即可

package main

import (
	"encoding/gob"
	"project1/models"
	"project1/routes"
	"project1/service"
)

func main(){
    
	//开启定时任务
	service.GronAddMysql()
	// 设置session相当于是把对象序列化了,当对象是高级类型，如自定义的struct或map[string]interface{}{}时，需要先声明
	// 此处我们用gob.register声明了一个自定义的struct，用于之后在session中保存该类型的变量
	gob.Register(models.User{
    })
	//启动http服务
	r := routes.NewRouter()
	r.Run(":8080")

}