我想为机器学习推理系统设计一个分布式队列（使用kubernetes）。问题如下：
每个请求还包含一个执行请求的model_id（有很多模型），所以当消费者得到一个队列消息时，它必须从blob存储中下载模型文件（可能缓存在本地），然后把它放到gpu上，然后用给定的数据点（也在请求中给定）执行它。
这个下载和gpu加载需要一些时间，因此，如果worker得到的下一个队列元素也包含一个具有相同的、已经加载的model_id的请求，这将是非常有益的。
这在现有的队列系统如rabbitmq或redis中可能实现吗？
此外，最好有某种平等的机会获得每个model_id的请求，而与每个model_id的请求数量无关。
我试着用redis来构建这个，但是我没有看到任何机制来告诉队列过滤消息，并给予我一个指定的model_id，如果它存在或任何其他随机model_id。