面试题：如何在 Redis 中实现队列和栈数据结构？

在 Redis 中，可以通过 List 数据结构 实现队列（FIFO）和栈（LIFO）。以下是具体的实现方法和注意事项：

---

1. 队列（FIFO）

实现原理：
Redis 的 List 是一个双向链表，可以通过 LPUSH 和 RPOP 命令实现先进先出的队列。生产者将消息插入队列头部（LPUSH），消费者从队列尾部取出消息（RPOP）。
核心命令组合：

• 入队：LPUSH key value（将元素插入列表左侧）
• 出队：RPOP key（从列表右侧弹出元素）

示例代码（Python）：

import redis

# 连接 Redis
r = redis.Redis(host='127.0.0.1', port=6379, db=0)

# 生产者：入队
r.lpush('queue', 'task1')
r.lpush('queue', 'task2')

# 消费者：出队
task1 = r.rpop('queue')  # 返回 'task1'
task2 = r.rpop('queue')  # 返回 'task2'

阻塞式队列（推荐）：
如果队列为空，RPOP 会立即返回 nil，需要轮询检查。为了避免频繁轮询，可以使用 阻塞式读取命令 BRPOP：

# 阻塞式出队（最多等待 0 秒，即无限等待）
task = r.brpop('queue', timeout=0)

优点：

• 简单高效，适合轻量级任务队列。
• 支持阻塞操作，减少轮询开销。

缺点：

• 无消息确认机制，消息一旦出队即被删除，若处理失败会丢失消息。
• 不支持消费者组（需使用 Redis Stream 实现复杂场景）。

---

2. 栈（LIFO）

实现原理：
通过 LPUSH 和 LPOP 命令实现先进后出的栈。生产者和消费者都操作列表的同一侧（左侧）。
核心命令组合：

• 入栈：LPUSH key value（将元素插入列表左侧）
• 出栈：LPOP key（从列表左侧弹出元素）

示例代码（Python）：

# 生产者：入栈
r.lpush('stack', 'item1')
r.lpush('stack', 'item2')

# 消费者：出栈
item2 = r.lpop('stack')  # 返回 'item2'
item1 = r.lpop('stack')  # 返回 'item1'

注意事项：

• 栈的实现逻辑简单，但需注意操作顺序（先入后出）。
• 如果需要从右侧操作，可以使用 RPUSH + RPOP。

---

3. 其他实现方式

Redis Stream（推荐复杂场景）

Redis 5.0+ 引入了 Stream 数据结构，支持消息持久化、消费者组、消息确认等高级功能，适合实现更健壮的消息队列：

• 入队：XADD key * field1 value1 field2 value2
• 出队：XREADGROUP GROUP group consumer COUNT 1 STREAMS key >
• 消息确认：XACK key group message_id

示例代码（Python）：

# 生产者：添加消息到 Stream
r.xadd('stream', {'task': 'task1'}, id='*')

# 消费者：从消费者组读取消息
r.xreadgroup('group1', 'consumer1', {b'stream': '>'}, count=1, block=0)

---

4. 注意事项

1. 阻塞操作：
   • 使用 BRPOP/BLPOP 时，需处理连接超时或断开的情况（Redis 会主动断开空连接）。
   • 可通过 try/catch 捕获异常，确保程序鲁棒性。
2. 消息丢失问题：
   • List 队列的消息出队后立即删除，若处理失败会导致消息丢失。
   • 可通过以下方式优化：
     • 使用 RPOPLPUSH 将消息从一个队列移到临时队列，处理完成后再删除。
     • 使用 Redis Stream 的消费者组和消息确认机制。
3. 性能优化：
   • 避免频繁的 RPOP 轮询，优先使用阻塞式命令。
   • 对于高吞吐场景，可结合 Pipeline 批量操作。
4. 内存管理：
   • 队列和栈的长度可能无限增长，需定期清理过期数据（通过 LTRIM 或设置 TTL）。

---

总结

数据结构	实现方式	核心命令	适用场景
队列	List（FIFO）	LPUSH + RPOP/BRPOP	简单任务队列
栈	List（LIFO）	LPUSH + LPOP	后进先出的场景
高级队列	Stream（5.0+）	XADD + XREADGROUP	持久化、消费者组场景

根据业务需求选择合适的实现方式，简单场景使用 List，复杂场景使用 Stream。