延迟队列:一种带有 延迟功能 的消息队列
-
延时 → 未来一个不确定的时间
-
mq → 消费行为具有顺序性
这样解释,整个设计就清楚了。你的目的是 延时,承载容器是 mq。
背景
列举一下我日常业务中可能存在的场景:
-
建立延时日程,需要提醒老师上课
-
延时推送 → 推送老师需要的公告以及作业
为了解决以上问题,最简单直接的办法就是定时去扫表:
服务启动时,开启一个异步协程 → 定时扫描 msg table,到了事件触发事件,调用对应的 handler
几个缺点:
-
每一个需要定时/延时任务的服务,都需要一个 msg table 做额外存储 → 存储与业务耦合
-
定时扫描 → 时间不好控制,可能会错过触发时间
-
对 msg table instance 是一个负担。反复有一个服务不断对数据库产生持续不断的压力
最大问题其实是什么?
调度模型基本统一,不要做重复的业务逻辑
我们可以考虑将逻辑从具体的业务逻辑里面抽出来,变成一个公共的部分。
而这个调度模型,就是 延时队列 。
其实说白了:
延时队列模型,就是将未来执行的事件提前存储好,然后不断扫描这个存储,触发执行时间则执行对应的任务逻辑。
那么开源界是否已有现成的方案呢?答案是肯定的。Beanstalk (https://github.com/beanstalkd/beanstalkd) 它基本上已经满足以上需求
设计目的
-
消费行为 at least
-
高可用
-
实时性
-
支持消息删除
依次说说上述这些目的的设计方向:
消费行为
这个概念取自 mq 。mq 中提供了消费投递的几个方向:
-
at most once
→ 至多一次,消息可能会丢,但不会重复 -
at least once
→ 至少一次,消息肯定不会丢失,但可能重复 -
exactly once
→ 有且只有一次,消息不丢失不重复,且只消费一次。
exactly once
尽可能是 producer + consumer 两端都保证。当 producer 没办法保证是,那 consumer 需要在消费前做一个去重,达到消费过一次不会重复消费,这个在延迟队列内部直接保证。
最简单:使用 redis 的 setNX 达到 job id 的唯一消费
高可用
支持多实例部署。挂掉一个实例后,还有后备实例继续提供服务。
这个对外提供的 API 使用 cluster 模型,内部将多个 node 封装起来,多个 node 之间冗余存储。
为什么不使用 kafka?
考虑过类似基于 kafka/rocketmq 等消息队列作为存储的方案,最后从存储设计模型放弃了这类选择。
举个例子,假设以 Kafka 这种消息队列存储来实现延时功能,每个队列的时间都需要创建一个单独的 topic(如: Q1-1s, Q1-2s..)。这种设计在延时时间比较固定的场景下问题不太大,但如果是延时时间变化比较大会导致 topic 数目过多,会把磁盘从顺序读写会变成随机读写从导致性能衰减,同时也会带来其他类似重启或者恢复时间过长的问题。
-
topic 过多 → 存储压力
-
topic 存储的是现实时间,在调度时对不同时间 (topic) 的读取,顺序读 → 随机读
-
同理,写入的时候顺序写 → 随机写
架构设计
API 设计
producer
-
producer.At(msg []byte, at time.Time)
-
producer.Delay(body []byte, delay time.Duration)
-
producer.Revoke(ids string)
consumer
-
consumer.Consume(consume handler)
使用延时队列后,服务整体结构如下,以及队列中 job 的状态变迁:
-
service →
producer.At(msg []byte, at time.Time)
→ 插入延时job到 tube 中 -
定时触发 → job 状态更新为 ready
-
consumer 获取到 ready job → 取出 job,开始消费;并更改状态为 reserved
-
执行传入 consumer 中的 handler 逻辑处理函数
生产实践
主要介绍一下在日常开发,我们使用到延时队列的哪些具体功能。
生产端
- 开发中生产延时任务,只需确定任务执行时间
-
传入 At()
producer.At(msg []byte, at time.Time)
-
内部会自行计算时间差值,插入 tube
-
- 如果出现任务时间的修改,以及任务内容的修改
-
在生产时可能需要额外建立一个 logic_id → job_id 的关系表
-
查询到 job_id →
producer.Revoke(ids string)
,对其删除,然后重新插入
-
消费端
首先,框架层面保证了消费行为的 exactly once
,但是上层业务逻辑消费失败或者是出现网络问题,亦或者是各种各样的问题,导致消费失败,兜底交给业务开发做。这样做的原因:
-
框架以及基础组件只保证 job 状态的流转正确性
-
框架消费端只保证消费行为的统一
- 延时任务在不同业务中行为不统一
-
强调任务的必达性,则消费失败时需要不断重试直到任务成功
-
强调任务的准时性,则消费失败时,对业务不敏感则可以选择丢弃
-
这里描述一下框架消费端是怎么保证消费行为的统一:
分为 cluster 和 node。cluster:
-
cluster 内部将 consume handler 做了一层再封装
-
对 consume body 做hash,并使用此 hash 作为 redis 去重的key
-
如果存在,则不做处理,丢弃
node:
go-queue/consumernode.go at master · tal-tech/go-queue · GitHub
-
消费 node 获取到 ready job;先执行 Reserve(TTR),预订此job,将执行该job进行逻辑处理
- 在 node 中 delete(job);然后再进行消费
-
如果失败,则上抛给业务层,做相应的兜底重试
-
所以对于消费端,开发者需要自己实现消费的幂等性。
项目地址
go-queue
是基于 go-zero
实现的,go-zero
在 github 上 Used by
有300+,开源一年获得11k+ stars.
-
go-zero: https://github.com/zeromicro/go-zero
-
go-stash: https://github.com/tal-tech/go-queue
欢迎使用并 star 支持我们!