redis-rs项目中使用PubSub实现HTTP流式响应
2025-06-18 10:18:58作者:翟江哲Frasier
在开发基于Redis的实时应用时,我们经常需要将Redis的PubSub消息通过HTTP接口实时推送给客户端。本文将详细介绍如何在redis-rs项目中实现这一功能,特别是如何将Redis的PubSub消息流转换为actix-web框架的HTTP流式响应。
Redis PubSub基础
redis-rs提供了PubSub功能,允许客户端订阅频道并接收实时消息。核心结构是PubSub,它提供了into_on_message()方法,该方法返回一个实现了Stream特性的对象,可以异步地接收消息。
消息流转换
要将Redis的PubSub消息流转换为HTTP响应流,需要进行以下步骤:
- 创建PubSub连接并订阅频道
- 将消息流转换为字节流
- 处理可能的错误
let subscribe: PubSub = RedisCache::create_client().get_async_pubsub().await.unwrap();
subscribe.psubscribe("").await.unwrap();
let msg_stream = subscribe.into_on_message();
适配actix-web的流式响应
actix-web的HttpResponse::streaming()方法要求输入流满足Stream<Item = Result<Bytes, E>> + 'static。我们需要将原始的Msg流转换为符合要求的格式:
let mapped_stream = msg_stream.map(|msg| {
let payload = msg.get_payload::<String>().unwrap_or_default();
Ok(Bytes::from(payload))
});
完整实现示例
下面是一个完整的实现示例,展示了如何将Redis PubSub消息流通过HTTP接口实时推送:
use actix_web::{HttpResponse, get};
use bytes::Bytes;
use redis::Msg;
use futures_util::StreamExt;
#[get("/stream")]
async fn stream_events() -> HttpResponse {
let subscribe = RedisCache::create_client()
.get_async_pubsub()
.await
.unwrap();
subscribe.psubscribe("*").await.unwrap();
let msg_stream = subscribe.into_on_message();
let response_stream = msg_stream.map(|msg: Msg| {
let payload = msg.get_payload::<String>()
.map_err(|e| std::io::Error::new(std::io::ErrorKind::Other, e))?;
Ok(Bytes::from(payload))
});
HttpResponse::Ok().streaming(response_stream)
}
注意事项
- 错误处理:在实际应用中,应该妥善处理连接建立和消息解析过程中可能出现的错误
- 资源管理:确保在客户端断开连接时正确关闭Redis订阅,避免资源泄漏
- 性能考虑:对于高吞吐量场景,可以考虑使用更高效的消息序列化方式
- 超时处理:为HTTP流式响应设置适当的超时时间
通过这种方式,我们可以构建高效的实时数据推送服务,充分利用Redis的PubSub功能和Rust的异步特性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253