基于Redis实现消息队列的实践

桃扇骨 2024-02-26 06:50 60阅读 0赞

## ![ad332f85cd7148f994db9f1f3de0042e.png][]为什么要基于Redis实现消费队列？ ##

消息队列是一种典型的发布/订阅模式，是专门为异步化应用和分布式系统设计的，具有高性能、稳定性及可伸缩性的特点，是开发分布式系统和应用系统必备的技术之一。目前，针对不同的业务场景，比较成熟可靠的消息中间件产品有RocketMQ、Kafka、RabbitMq等，基于Redis再去实现一个消息队列少有提及，那么已经有很成熟的产品可以选择，还有必要再基于Redis自己来实现一个消息队列吗?基于Redis实现的消息队列有什么特别的地方吗？

先来回顾一个Redis有哪些特性：

1.  速度快：Redis是基于内存的key-value类型的数据库，数据都存放在内存中，使得读写速度非常快，能够达到每秒数十万次的读写操作。
2.  键值对的数据结构：Redis中的数据以键值对的形式存储，使得查询和操作数据非常方便和高效。
3.  功能丰富：Redis具有许多实用的功能，例如键过期、发布订阅、Lua脚本、事务和管道等。这些功能使得Redis能够广泛应用于各种场景，如缓存、消息系统等。
4.  持久化：Redis提供了两种持久化方案，即RDB（根据时间生成数据快照）和AOF（以追加方式记录每次写操作）。两种方案可以互相配合，确保数据的安全性。
5.  主从复制：Redis支持主从复制功能，可以轻松实现数据备份和扩展。主节点会将其数据复制给从节点，从而实现数据的冗余和备份。
6.  高可用和分布式：Redis从2.8版本开始提供了高可用实现哨兵模式，可以保证节点的故障发现和故障自动转移。此外，Redis从3.0版本开始支持集群模式，可以轻松实现数据的分布式存储和扩展。

总结一下：redis的特点就是：快、简单、稳定；

以RocketMQ为代表，作为专业的消息中间件而言，有哪些特性呢：

1.  高性能、高可靠：RocketMQ采用分布式架构，能够高效地处理大量消息，同时也具有高可靠性的特性，能够保证消息的不丢失和正确传递。
2.  高实时：RocketMQ支持消息的实时传递，能够满足实时交易系统的需求，为系统提供及时、准确的消息。
3.  事务消息：RocketMQ支持事务消息，能够在消息发送和接收过程中保持事务的一致性，确保消息的可靠性和系统的稳定性。
4.  顺序消息：RocketMQ可以保证消息的有序性，无论是在一个生产者还是多个生产者之间，都能保证消息按照发送顺序进行消费。
5.  批量消息：RocketMQ支持批量消息，能够一次性发送多条消息，提高消息发送效率。
6.  定时消息：RocketMQ支持定时消息，能够在指定的时间将消息发送到指定的Topic，满足定时任务的需求。
7.  消息回溯：RocketMQ支持消息回溯，能够根据需要将消息重新发送到指定的Topic，便于调试和错误处理。
8.  多种消息模式：RocketMQ支持发布/订阅、点对点、群聊等多种消息模式，适用于不同的业务场景。
9.  可扩展性：RocketMQ采用分布式架构，能够方便地扩展消息处理能力，支持多个生产者和消费者同时处理消息。
10. 多语言支持：RocketMQ提供多种语言的客户端库，支持包括Java、Python、C++等在内的多种编程语言。

总结一下：RocketMQ的特点就是除了性能非常高、系统本身的功能比较专业、完善，能适应非常多的场景；

从上述分析可以看出，Redis队列和MQ消息队列各有优势，Redis的最大特点就是快，所以基于Redis的消息队列相比MQ消息队列而言，更适合实时处理，但是基于Redis的消息队列更易受服务器内存限制；而RocketMQ消息队列作为专业的消息中间件产品，功能更完善，更适合应用于比较复杂的业务场景，可以实现离线消息发送、消息可靠投递以及消息的安全性，但MQ消息队列的读写性能略低于Redis队列。在技术选型时，除了上述的因素外，还有一个需要注意：大多数系统都会引入Redis作为基础的缓存中间件使用，如果要选用RocketMQ的话，还需要额外再申请资源进行部署。

很多时候，所谓的优点和缺点，只是针对特定场景而言，如果场景不一样了，优点可能会变成缺点，缺点也可能会变成优点。因此，除了专业的消息中间件外，基于Redis实现一个消息队列也是有必要的，在某些特殊的业务场景，比如一些并发量不是很高的管理系统，某些业务流程需要异步化处理，这时选择基于Redis自己实现一个消息队列，也是一个比较好的选择。这也是本篇文章主要分享的内容。

## 消息队列的基础知识： ##

### 什么是队列？ ###

队列（Queue）是一种数据结构，遵循先进先出（FIFO）的原则。在队列中，元素被添加到末尾（入队），并从开头移除（出队）。

![25d1f133cbe740ebb5df391464c65c28.png][]

### Java中有哪些队列？ ###

1.  LinkedList：LinkedList实现了Deque接口，可以作为队列（FIFO）或栈（LIFO）使用。它是一个双向链表，所以插入和删除操作具有很高的效率。
2.  ArrayDeque：ArrayDeque也是一个双端队列，具有高效的插入和删除操作。与LinkedList相比，ArrayDeque通常在大多数操作中表现得更快，因为它在内部使用动态数组。
3.  PriorityQueue：PriorityQueue是一个优先队列，它保证队列头部总是最小元素。你可以自定义元素的排序规则。
4.  ConcurrentLinkedQueue：ConcurrentLinkedQueue是一个线程安全的队列，它使用无锁算法进行并发控制。它适用于高并发场景，但在低并发场景中可能比其他队列慢。
5.  LinkedBlockingQueue：LinkedBlockingQueue是一个线程安全的阻塞队列，它使用链表数据结构来存储数据。当队列为空时，获取元素的操作将会被阻塞；当队列已满时，插入元素的操作将会被阻塞。
6.  ArrayBlockingQueue：ArrayBlockingQueue是一个线程安全的阻塞队列，它使用数组数据结构来存储数据。与LinkedBlockingQueue相比，ArrayBlockingQueue的容量是固定的。
7.  PriorityBlockingQueue：PriorityBlockingQueue是一个线程安全的优先阻塞队列。与PriorityQueue类似，它保证队列头部总是最小元素。
8.  SynchronousQueue：SynchronousQueue是一个线程安全的阻塞队列，它只包含一个元素。当队列为空时，获取元素的操作将会被阻塞；当队列已满时，插入元素的操作将会被阻塞。
9.  DelayQueue：DelayQueue是一个无界阻塞队列，用于放置实现了Delayed接口的对象，其中的对象只能在其到期时才能从队列中取走。

### LinkedBlockingQueue ###

以LinkedBlockingQueue为例，其使用方法是这样的：

创建了一个生产者线程和一个消费者线程，生产者线程和消费者线程分别对同一个LinkedBlockingQueue对象进行操作。生产者线程通过调用put()方法将元素添加到队列中，而消费者线程通过调用take()方法从队列中取出元素。这两个方法都会阻塞线程，直到队列中有元素可供取出或有空间可供添加元素。

import java.util.concurrent.LinkedBlockingQueue; 
 
 public class LinkedBlockingQueueExample { 
 public static void main(String[] args) { 
 LinkedBlockingQueue<String> queue = new LinkedBlockingQueue<>(); 
 
 // 生产者线程 
 new Thread(() -> { 
 for (int i = 0; i < 10; i++) { 
 try { 
 queue.put("Element " + i); 
 System.out.println("Produced: Element " + i); 
 } catch (InterruptedException e) { 
 e.printStackTrace(); 
 } 
 } 
 }).start(); 
 
 // 消费者线程 
 new Thread(() -> { 
 for (int i = 0; i < 10; i++) { 
 try { 
 String element = queue.take(); 
 System.out.println("Consumed: " + element); 
 } catch (InterruptedException e) { 
 e.printStackTrace(); 
 } 
 } 
 }).start(); 
 } 
 }

## 基于Redis实现消息队列的几种方式 ##

### 基于List数据类型 ###

List 类型实现的方式最为简单和直接，它主要是通过 lpush、rpop 存入和读取实现消息队列的，如下图所示：

![b0c5c0f45e334c908c3a716901288de9.png][]

lpush 可以把最新的消息存储到消息队列（List 集合）的首部，而 rpop 可以读取消息队列的尾部，这样就实现了先进先出；

优点：使用 List 实现消息队列的优点是消息可以被持久化，List 可以借助 Redis 本身的持久化功能，AOF 或者是 RDB 或混合持久化的方式，用于把数据保存至磁盘，这样当 Redis 重启之后，消息不会丢失。

缺点：基于List类型实现的消息队列不支持重复消费、没有按照主题订阅的功能、不支持消费消息确认等功能，如果确实需要，需要自己实现。

### 基于Zset数据类型 ###

基于ZSet数据类型实现消息队列，是利用 zadd 和 zrangebyscore 来实现存入和读取消息的。

优点：和基于List数据类型差不多，同样具备持久化的功能，不同的是消息数据存储的结构类型不一样；

缺点：List 存在的问题它也同样存在，不支持重复消费，没有主题订阅功能，不支持消费消息确认，并且使用 ZSet 还不能存储相同元素的值。因为它是有序集合，有序集合的存储元素值是不能重复的，但分值可以重复，也就是说当消息值重复时，只能存储一条信息在 ZSet 中。

### 基于发布订阅模式 ###

基于发布订阅模式，是使用Pattern Subscribe 的功能实现主题订阅的功能，也就是 。因此我们可以使用一个消费者“queue\_\*”来订阅所有以“queue\_”开头的消息队列，如下图所示：

优点：可以按照主题订阅方式

缺点：

a、无法持久化保存消息，如果 Redis 服务器宕机或重启，那么所有的消息将会丢失；

b、发布订阅模式是“发后既忘”的工作模式，如果有订阅者离线重连之后就不能消费之前的历史消息；

c、不支持消费者确认机制，稳定性不能得到保证，例如当消费者获取到消息之后，还没来得及执行就宕机了。因为没有消费者确认机制，Redis 就会误以为消费者已经执行了，因此就不会重复发送未被正常消费的消息了，这样整体的 Redis 稳定性就被没有办法得到保障了。

### 基于Stream类型 ###

基于Stream 类型实现：使用 Stream 的 xadd 和 xrange 来实现消息的存入和读取了，并且 Stream 提供了 xack 手动确认消息消费的命令，用它我们就可以实现消费者确认的功能了，使用命令如下：

127.0.0.1:6379> xack mq group1 1580959593553-0
    (integer) 1

消费确认增加了消息的可靠性，一般在业务处理完成之后，需要执行 ack 确认消息已经被消费完成，整个流程的执行如下图所示：

其中“Group”为群组，消费者也就是接收者需要订阅到群组才能正常获取到消息。

以上就是基于Redis实现消息队列的几种方式的简单对比介绍，下面主要是分享一下基于Redis的List数据类型实现，其他几种方式，有兴趣的小伙可以自己尝试一下。

## 基于Redis的List数据类型实现消费队列的工作原理是什么？ ##

Redis基于List结构实现队列的原理主要依赖于List的push和pop操作。

在Redis中，你可以使用LPUSH命令将一个或多个元素推入列表的左边，也就是列表头部。同样，你可以使用RPUSH命令将一个或多个元素推入列表的右边，也就是列表尾部。

对于队列来说，新元素总是从队列的头部进入，而读取操作总是从队列的尾部开始。因此，当你想将一个新元素加入队列时，你可以使用LPUSH命令。当你想从队列中取出一个元素时，你可以使用RPOP命令。

此外，Redis还提供了BRPOP命令，这是一个阻塞的RPOP版本。如果给定列表内没有任何元素可供弹出的话，将阻塞连接直到等待超时或发现可弹出元素为止。

需要注意的是，虽然Redis能够提供原子性的push和pop操作，但是在并发环境下使用队列时，仍然需要考虑线程安全和并发控制的问题。你可能需要使用Lua脚本或者其他机制来确保并发操作的正确性。

总的来说，Redis通过提供List数据结构以及一系列相关命令，可以很方便地实现队列的功能。

> 下面是Redis关于List数据结构操作的命令主要包括以下几种：
> 
> LPUSH key value：将一个或多个值插入到列表的头部。
> 
> RPUSH key value：将一个或多个值插入到列表的尾部。
> 
> LPOP key：移除并获取列表的第一个元素。
> 
> RPOP key：移除并获取列表的最后一个元素。
> 
> LRANGE key start stop：获取指定索引范围内的元素。
> 
> LINDEX key index：获取指定索引位置的元素。
> 
> LLEN key：获取列表的长度。
> 
> LREM key count value：移除列表中指定数量的特定元素。
> 
> BRPOP key \[key ...\] timeout：移出并获取列表的最后一个元素，如果列表没有元素会阻塞直到等待超时或发现可弹出元素为止。

## 基于Redis的List数据类型实现延迟消息队列实战 ##

### 需求描述 ###

以一个实际需求为例，演示一个基于Redis的延迟队列是怎么使用的？

有一个XX任务管理的功能，主要的业务过程：

1、创建任务后；

2、不断检查任务的状态，任务的状态有三种：待执行、执行中、执行完成；

3、如果任务状态是执行完成后，主动获取任务执行结果，对任务执行结果进行处理；如果任务状态是待执行、执行中，则延迟5秒后，再次查询任务执行状态；

![6f466591b7fb48fcbd07c7102560eeab.png][]

### 实现方案 ###

1、依赖引入

<dependency>
 <groupId>org.springframework.boot</groupId>
 <artifactId>spring-boot-starter-redis</artifactId>
 <version>1.4.7.RELEASE</version>
 </dependency>
 <dependency>
 <groupId>org.redisson</groupId>
 <artifactId>redisson</artifactId>
 <version>3.23.1</version>
 </dependency>

2、定义三个延迟队列BeforeQueue、RunningQueue、CompleteQueue，对队列的任务进行存取，BeforeQueue用于对待执行状态的任务的存取，Running用于对执行中状态的任务的存取，CompleteQueue用于对执行完成状态的任务的存取，在三个任务队列中，取出元素是阻塞的，即如果队列中没有新的任务，当前线程会一直阻塞等待，直到有新的任务进入；如果是队列中还有元素，则遵循先进先出的原则逐个取出进行处理；

@Component
 @Slf4j
 public class BeforeQueue {
 @Autowired
 private RedissonClient redissonClient;
 
 /**
 * 取出元素
 * 如果队列中没有元素，就阻塞等待，直
 * @return
 */
 public Object take(){
 RBlockingQueue<Object> queue1 = redissonClient.getBlockingQueue("queue1");
 Object obj = null;
 try {
 obj = queue1.take();
 log.info("从BeforeQueue取出元素:{}",obj.toString());
 } catch (InterruptedException e) {
 e.printStackTrace();
 }
 return obj;
 }
 
 /**
 * 放入元素
 * @param obj
 */
 public void offer(Object obj){
 RBlockingQueue<Object> queue1 = redissonClient.getBlockingDeque("queue1");
 RDelayedQueue<Object> delayedQueue = redissonClient.getDelayedQueue(queue1);
 delayedQueue.offer(obj,5, TimeUnit.SECONDS);
 log.info("向BeforeQueue设置元素:{}",obj.toString());
 }
 }

@Component
 @Slf4j
 public class RunningQueue {
 @Autowired
 private RedissonClient redissonClient;
 
 public Object take(){
 RBlockingQueue<Object> queue1 = redissonClient.getBlockingQueue("queue2");
 Object obj = null;
 try {
 obj = queue1.take();
 log.info("从RunningQueue取出元素:{}",obj.toString());
 } catch (InterruptedException e) {
 e.printStackTrace();
 }
 return obj;
 }
 
 public void offer(Object obj){
 RBlockingQueue<Object> queue1 = redissonClient.getBlockingDeque("queue2");
 RDelayedQueue<Object> delayedQueue = redissonClient.getDelayedQueue(queue1);
 delayedQueue.offer(obj,5, TimeUnit.SECONDS);
 log.info("向RunningQueue设置元素:{}",obj.toString());
 }
 }

@Component
 @Slf4j
 public class CompleteQueue {
 @Autowired
 private RedissonClient redissonClient;
 
 public Object take(){
 RBlockingQueue<Object> queue1 = redissonClient.getBlockingQueue("queue3");
 Object obj = null;
 try {
 obj = queue1.take();
 log.info("从CompleteQueue取出元素:{}",obj.toString());
 } catch (InterruptedException e) {
 e.printStackTrace();
 }
 return obj;
 }
 
 public void offer(Object obj){
 RBlockingQueue<Object> queue1 = redissonClient.getBlockingDeque("queue3");
 RDelayedQueue<Object> delayedQueue = redissonClient.getDelayedQueue(queue1);
 delayedQueue.offer(obj,5, TimeUnit.SECONDS);
 log.info("向CompleteQueue设置元素:{}",obj.toString());
 }
 }

3、定义三个监听器BeforeQueueListener、RunningQueueListener、CompleteQueueListener，监听器的主要作用主要就是负责监听三个队列中是否有新的任务 元素进入，如果有，则立即取出消费；如果没有，则阻塞等待新的元素进入，具体的实现逻辑是：新创建的任务会先放置到BeforeQueue中，BeforeQueueListener监听到有新的任务进入，会取出任务作一些业务处理，业务处理完一放入到RunningQueue中，RunningQueueListener监听到有新的任务进入，会取出任务再进行处理，这里的处理主要是查询任务执行状态，查询状态结果主要分两种情况：1、执行中、待执行状态，则把任务重新放入RunningQueue队列中，延迟5秒；2、执行完成状态，则把任务放置到CompleteQueue中；CompleteQueueListener监听到有新的任务进入后，会主动获取任务执行结果，作最后业务处理；

4、监听器在在处理队列中的数据相关的业务时，如果发生异常，则需要把取出的元素再重新入入到当前队列中，等待下一轮的重试；

@Component
    @Slf4j
    public class BeforeQueueListener implements Listener{
        @Autowired
        private BeforeQueue beforeQueue;
        @Autowired
        private RunningQueue runningQueue;
        @Override
        public void start() {
            new Thread(new Runnable() {
                @Override
                public void run() {
                    while (true){
                        log.info("监听器进入阻塞:BeforeQueueListener");
                        Object obj = beforeQueue.take();
                        if (ObjectUtil.isNotNull(obj)) {
                            try {
                                log.info("开始休眠1s模拟业务处理:BeforeQueueListener,元素:{}",obj.toString());
                                Thread.currentThread().sleep(1000);
                                log.info("业务处理完成:BeforeQueueListener,元素:{}",obj.toString());
                                runningQueue.offer(obj);
                            } catch (InterruptedException e) {
                                log.error("业务处理发生异常,重置元素到BeforeQueue队列中");
                                log.error(e.getMessage());
                                beforeQueue.offer(obj);
                            }
    
                        }
                    }
                }
            }).start();
        }
    }

@Component
    @Slf4j
    public class RunningQueueListener implements Listener {
    
        @Autowired
        private RunningQueue runningQueue;
        @Autowired
        private CompleteQueue completeQueue;
    
        @Override
        public void start() {
            new Thread(new Runnable() {
                @Override
                public void run() {
                    while (true) {
                        log.info("监听器进入阻塞:RunningQueueListener");
                        Object obj = runningQueue.take();
                        if (ObjectUtil.isNotNull(obj)) {
                            try {
                                log.info("开始休眠1s模拟业务处理:RunningQueueListener,元素:{}", obj.toString());
                                Thread.currentThread().sleep(1000);
                                Random random = new Random();
                                int i = random.nextInt(2);
                                if (i==0) {
                                    test();
                                }
                                log.info("业务处理完成:RunningQueueListener,元素:{}", obj.toString());
                                completeQueue.offer(obj);
                            } catch (Exception e) {
                                log.error("业务处理发生异常,重置元素到RunningQueue队列中");
                                log.error(e.getMessage());
                                runningQueue.offer(obj);
                            }
                        }
                    }
                }
            }).start();
        }
    
        public void test(){
            try {
                int i=1/0;
            } catch (Exception e) {
               throw  new RuntimeException("除数异常");
            }
        }
    
    }

@Component
    @Slf4j
    public class CompleteQueueListener implements Listener{
    
        @Autowired
        private CompleteQueue completeQueue;
        @Override
        public void start() {
            new Thread(new Runnable() {
                @Override
                public void run() {
                    while (true){
                        log.info("监听器进入阻塞:CompleteQueueListener");
                        Object obj = completeQueue.take();
                        if (ObjectUtil.isNotNull(obj)) {
                            try {
                                log.info("开始休眠1s模拟业务处理:CompleteQueueListener,元素:{}",obj.toString());
                                Thread.currentThread().sleep(1000);
                                log.info("业务处理完成:listener3,元素:{}",obj.toString());
                            } catch (InterruptedException e) {
                                log.error("业务处理发生异常,重置元素到CompleteQueue队列中");
                                log.error(e.getMessage());
                                completeQueue.offer(obj);
                            }
                           log.info("CompleteQueueListener任务结束,元素:{}",obj.toString());
                        }
                    }
                }
            }).start();
        }
    }

5、利用Springboot的扩展点ApplicationRunner，在项目启动完成后，分别启动BeforeQueueListener、RunningQueueListener、CompleteQueueListener，让三个监听器进入阻塞监听状态

@Component
 public class MyRunner implements ApplicationRunner {
 @Autowired
 private ApplicationContext applicationContext;
 @Override
 public void run(ApplicationArguments args) throws Exception {
 Map<String, Listener> beansOfType = applicationContext.getBeansOfType(Listener.class);
 for (String s : beansOfType.keySet()) {
 Listener listener = beansOfType.get(s);
 listener.start();
 }
 
 }
 }

结果验证![67e78bab274c408bb3ff352dcc454446.png][]

## 一个比较有意思的问题 ##

### 日志丢失的问题 ###

三个任务队列分别有三个线程来进行阻塞监听，即如果任务队列中有任务元素，则取出进行处理；如果没有，则阻塞等待，主线程只负责把任务设置到任务队列中，出现的问题是：控制台的日志输出显示任务元素已经放置到第一个BeforeQueue中，按照预期的结果应该是，控制台的日志输出会显示，从BeforeQueue取出元素进行业务处理、以及业务处理的日志，然后放置到RunningQueue中，再从RunningQueue中取出进行业务处理，接着放置到CompleteQueue队列中，最后从CompleteQueue中取出进行业务处理，最后结束；实际情况是：总是缺少从BeforeQueue取出元素进行业务处理、以及业务处理的日志，其他的日志输出都很正常、执行结果也正常；

### 问题原因 ###

经过排查分析，最后找到了原因：

是logback线程安全问题， Logback 的大部分组件都是线程安全的，但某些特定的配置可能会导致线程安全问题。例如，如果你在同一个 Appender 中处理多个线程的日志事件，那么可能会出现线程安全问题，导致某些日志事件丢失。

### 解决方法 ###

问题原因找到了，其实解决方法也就找到，具体就是logback的异步日志，logback.xml配置如下：

<?xml version="1.0" encoding="UTF-8"?>
 <configuration scan="true" scanPeriod="60 seconds" debug="false">
 
 <property name="log.path" value="logs/"/>
 
 <property name="console.log.pattern"
 value="%d{yyyy-MM-dd HH:mm:ss.SSS} %highlight(%-5level) %magenta(${PID:-}) - %green([%-21thread]) %cyan(%-35logger{30}) %msg%n"/>
 
 <appender name="console" class="ch.qos.logback.core.ConsoleAppender">
 <encoder>
 <pattern>${console.log.pattern}</pattern>
 <charset>utf-8</charset>
 </encoder>
 </appender>
 <appender name="ASYNC" class="ch.qos.logback.classic.AsyncAppender">
 <queueSize>500</queueSize>
 <discardingThreshold>0</discardingThreshold>
 <neverBlock>true</neverBlock>
 <appender-ref ref="console" />
 </appender>
 
 <root level="info">
 <appender-ref ref="ASYNC" />
 </root>
 </configuration>

文章中展示了关键性代码，示例全部代码地址：[凡夫贩夫 / redisson-demo · GitCode][_ redisson-demo _ GitCode]

[ad332f85cd7148f994db9f1f3de0042e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/26/d3968ae2d3b14925b330a63f55be01e9.png
[25d1f133cbe740ebb5df391464c65c28.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/26/e69d9d148f9a466fb6071a73c80f7203.png
[b0c5c0f45e334c908c3a716901288de9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/26/34b87bcbdbac4e20b739fadbdf29d46a.png
[6f466591b7fb48fcbd07c7102560eeab.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/26/ae96fb92824d46b5b7c0451bb43e9651.png
[67e78bab274c408bb3ff352dcc454446.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/26/3fb3a760bb3e49579dae87cf886859b2.png
[_ redisson-demo _ GitCode]: https://gitcode.net/fox9916/redisson-demo.git