Redis发布订阅支持消息压缩吗?
Redis的发布订阅(Pub/Sub)机制本身不支持任何自动消息压缩,所有消息均以原始字节流形式直传网络,完全绕过Redis内部的LZF等压缩逻辑;若需降低带宽消耗,必须由客户端在发送前自行压缩、接收后手动解压,并严格统一算法(推荐LZ4或Snappy,兼顾速度与短消息效率),否则易出现乱码、截断或解析失败;但更关键的是——这仅是临时缓解手段,面对高频、可靠、可追溯的消息场景,应果断迁移到原生支持持久化、限长和消费者组的Redis Stream,从根本上替代脆弱的纯内存Pub/Sub架构。

Redis 的 Pub/Sub 本身不支持消息压缩传输,PUBLISH 和 SUBSCRIBE 协议层没有任何内置压缩机制,所有消息都以原始字节流形式在网络上传输。想减少带宽占用,必须在客户端自己动手压缩/解压。
Pub/Sub 消息为什么不能靠 Redis 自动压缩
Redis 的 LZF 压缩仅作用于内存存储结构(如 ziplist、hash 的内部编码)和 RDB/AOF 持久化文件,PUBLISH 发送的内容不会经过任何压缩路径 —— 它直接写入订阅者的输出缓冲区,绕过所有存储编码逻辑。即使你存的是一个被 LZF 压缩过的 SET 值,用 PUBLISH 推出去的仍是明文字符串。
常见错误现象:INFO memory 显示 used_memory_human 很小,但网络监控发现 Pub/Sub 流量巨大;或订阅端收到乱码,其实是没做解压就当 UTF-8 解析了。
- Redis 不会对
PUBLISHpayload 做任何预处理,包括 base64 编码、压缩、序列化 - 压缩后的二进制数据可能含
\x00或非 ASCII 字节,直接传给PUBLISH没问题,但某些客户端库(如旧版 redis-py)默认按字符串处理,会截断或报错 - 发布者和订阅者必须约定同一种压缩算法和解包方式,否则无法互通
客户端压缩的实操要点:选算法 + 控制边界
推荐优先用 LZ4 或 Snappy,不是因为压缩率高,而是它们解压快、CPU 友好、且对短消息(
关键参数差异:
LZ4:压缩比中等(约 2–3×),解压速度可达 500MB/s+,适合高频小消息Snappy:压缩比略低于 LZ4,但更轻量,Google 内部大量用于 RPC 场景zlib:压缩比高(4–5×),但单核压缩耗时是 LZ4 的 5 倍以上,慎用于实时通知类场景
示例(Python + redis-py):
import lz4.frame import redisr = redis.Redis() msg = b'{"event":"order_created","id":"abc123","items":[]}' compressed = lz4.frame.compress(msg) # 注意:返回 bytes,不是 str r.publish('events', compressed) # 直接发 bytes
订阅端必须反向解压:
def handle_message(message):
try:
raw = message['data']
decompressed = lz4.frame.decompress(raw) # 不能跳过这步
print(decompressed.decode('utf-8'))
except Exception as e:
print("解压失败:", e)压缩带来的隐性成本和兼容性坑
压缩不是白来的。容易被忽略的点:
- 消息体变小了,但每个
PUBLISH调用多了 1–2ms CPU 开销;若每秒发万级消息,得评估 CPU 是否成为瓶颈 - 不同语言客户端要统一压缩逻辑:Go 用
lz4库,Java 用net.jpountz.lz4,Python 用lz4.frame,版本不一致可能导致解压失败 - 调试困难:Redis CLI
redis-cli --csv SUBSCRIBE events看到的是乱码,得先xxd或写脚本解压才能读内容 - 如果消息里混有未压缩的旧数据(比如历史遗留服务还在直发 JSON),订阅端必须能区分并兼容两种格式,建议加个 magic byte 或头部 flag
真正需要压缩 Pub/Sub 的时候,往往说明消息体已经偏大(>1KB)或频次很高。这时候更该回头看看:是不是该换 Stream?它原生支持 XADD 的 MAXLEN 和消费者组,还能落盘,比纯内存的 Pub/Sub 更可靠。压缩只是权宜之计,不是架构解法。
今天关于《Redis发布订阅支持消息压缩吗?》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
作业帮VIP如何取消自动续费
- 上一篇
- 作业帮VIP如何取消自动续费
- 下一篇
- 色彩平衡调整偏色教程详解
-
- 数据库 · Redis | 12小时前 | redis lru 缓存淘汰 maxmemory-policy LFU
- Redis eviction-policy 怎样选择 LRU 或 LFU
- 135浏览 收藏
-
- 数据库 · Redis | 12小时前 | Redis · redis 缓存失效 CLIENT TRACKING 客户端缓存 数据变更通知
- Redis 客户端缓存为什么还需要数据变更通知
- 367浏览 收藏
-
- 数据库 · Redis | 12小时前 | redis 缓存淘汰 lfu-decay-time OBJECT FREQ LFU
- Redis LFU 淘汰怎样理解计数器衰减
- 282浏览 收藏
-
- 数据库 · Redis | 12小时前 |
- Redis ZMPOP 怎样批量取出有序集合成员
- 333浏览 收藏
-
- 数据库 · Redis | 12小时前 | Redis · redis Redis Cluster Sorted Set ZDIFF WITHSCORES
- Redis ZDIFF 怎样只保留第一个有序集合的独有成员
- 186浏览 收藏
-
- 数据库 · Redis | 12小时前 |
- Redis Streams 怎样用 XACK 设计幂等确认
- 129浏览 收藏
-
- 数据库 · Redis | 12小时前 |
- Redis XADD NOMKSTREAM 怎样避免自动创建空 Stream
- 489浏览 收藏
-
- 数据库 · Redis | 12小时前 | Redis · 消息队列 · XREADGROUP XACK Redis Streams XGROUP
- Redis Streams 怎样用 XREADGROUP 读取消费组消息
- 200浏览 收藏
-
- 数据库 · Redis | 1天前 | Redis ·
- Redis 内存淘汰怎样观察真实驱逐原因
- 360浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 575次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 617次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 649次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 609次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 425次使用
-
- Redis Stream XTRIM 如何避免消费组积压无限增长
- 2026-09-12 501浏览
-
- Redis AOF rewrite 期间如何判断磁盘与内存压力
- 2026-09-12 501浏览
-
- Redis RDB 和 AOF 怎么按可接受数据丢失量选择
- 2026-09-08 501浏览
-
- Redis XAUTOCLAIM 之后为什么仍有 pending:JUSTID、PEL 与消息删除边界
- 2026-08-29 501浏览
-
- Redis SET 的 GET 与 KEEPTTL 怎么一起验收:旧值返回、续期与回滚边界
- 2026-08-20 501浏览

