gmq是基于redis提供的特性,使用go语言开发的一个简单易用的队列;关于 redis 使用特性可以参考之前本人写过一篇很简陋的文章 Redis 实现队列;gmq的灵感和设计是基于有赞延迟队列设计,文章内容清晰而且很好理解,但是没有提供源码,在文章的最后也提到了一些未来架构方向; gmq不是简单按照有赞延迟队列的设计实现功能,在它的基础上,做了一些修改和优化,主要如下:
gmq
redis
go
dispatcher
bucket
timer
job
(TTR)
配置文件位于gmq/conf.ini,可以根据自己项目需求修改配置
gmq/conf.ini
cd $GOPATH/src # 进入gopath/src目录 git clone https://github.com/wuzhc/gmq.git cd gmq go get -u -v github.com/kardianos/govendor # 如果有就不需要安装了 govendor sync -v # 如果很慢,可能需要翻墙 go run main.go start
cd $GOPATH/src/gmq # 编译成可执行文件 go build # 启动 ./gmq start # 停止 ./gmq stop # 守护进程模式启动,不输出日志到console nohup ./gmq start >/dev/null 2>&1 & # 守护进程模式下查看日志输出(配置文件conf.ini需要设置target_type=file,filename=gmq.log) tail -f gmq.log
目前只实现python,go,php语言的客户端的demo,参考:https://github.com/wuzhc/demo/tree/master/mq
# php # 生产者 php producer.php # 消费者 php consumer.php # python # 生产者 python producer.py # 消费者 python consumer.py
{ "id": "xxxx", # 任务id,这个必须是一个唯一值,将作为redis的缓存键 "topic": "xxx", # topic是一组job的分类名,消费者将订阅topic来消费该分类下的job "body": "xxx", # 消息内容 "delay": "111", # 延迟时间,单位秒 "TTR": "11111", # 执行超时时间,单位秒 "status": 1, # job执行状态,该字段由gmq生成 "consumeNum":1, # 被消费的次数,主要记录TTR>0时,被重复消费的次数,该字段由gmq生成 }
$data = [ 'id' => 'xxxx_id' . microtime(true) . rand(1,999999999), 'topic' => ["topic_xxx"], 'body' => 'this is a rpc test', 'delay' => '1800', // 单位秒,半个小时后执行 'TTR' => '0' ];
$data = [ 'id' => 'xxxx_id' . microtime(true) . rand(1,999999999), 'topic' => ["topic_xxx"], 'body' => 'this is a rpc test', 'delay' => '0', 'TTR' => '100' // 100秒后还未得到消费者ack确认,则再次添加到队列,将再次被被消费 ];
$data = [ 'id' => 'xxxx_id' . microtime(true) . rand(1,999999999), 'topic' => ["topic_xxx"], 'body' => 'this is a rpc test', 'delay' => '0', 'TTR' => '0' ];
$data = [ 'id' => 'xxxx_id' . microtime(true) . rand(1,999999999), 'topic' => ["topic_A","topic_B","topic_C"], //优先消费topic_A,消费完后消费topic_B,最后再消费topic_C 'body' => 'this is a rpc test', 'delay' => '0', 'TTR' => '0' ];
ready queue
参考第一个图的流程,当 job 被消费者读取后,如果job.TTR>0,即 job 设置了执行超时时间,那么 job 会在读取后会被添加到 TTRBucket(专门存放设置了超时时间的 job),并且设置job.delay = job.TTR,如果在 TTR 时间内没有得到消费者 ack 确认然后删除 job,job 将在 TTR 时间之后添加到ready queue,然后再次被消费(如果消费者在 TTR 时间之后才请求 ack,会得到失败的响应)
job.TTR>0,
job.delay = job.TTR
主要和TTR的设置有关系,确认机制可以分为两种:
pop
job pool
ack
ACK,
gmq提供了一个简单 web 监控平台(后期会提供根据 job.Id 追踪消息的功能),方便查看当前堆积任务数,默认监听端口为8000,例如:http://127.0.0.1:8000,界面如下: 后台模板来源于https://github.com/george518/PPGo_Job
8000,
以下是开发遇到的问题,以及一些粗糙的解决方案
如果强行中止gmq的运行,可能会导致一些数据丢失,例如下面一个例子: 如果发生上面的情况,就会出现 job 不在bucket中,也不在ready queue,这就出现了 job 丢失的情况,而且将没有任何机会去删除job pool中已丢失的 job,长久之后job pool可能会堆积很多的已丢失 job 的元数据;所以安全退出需要在接收到退出信号时,应该等待所有goroutine处理完手中的事情,然后再退出
ready queue,
goroutine
首先gmq通过 context 传递关闭信号给dispatcher,dispatcher接收到信号会关闭dispatcher.closed,每个bucket会收到close信号,然后先退出timer检索,再退出bucket,dispatcher等待所有 bucket 退出后,然后退出
dispatcher.closed
close
dispatcher退出顺序流程: timer -> bucket -> dispatcher
不要使用kill -9 pid来强制杀死进程,因为系统无法捕获 SIGKILL 信号,导致 gmq 可能执行到一半就被强制中止,应该使用kill -15 pid,kill -1 pid或kill -2 pid,各个数字对应信号如下:
kill -9 pid
kill -15 pid
kill -1 pid
kill -2 pid
我们知道 redis 的命令是排队执行,在一个复杂的业务中可能会多次执行 redis 命令,如果在大并发的场景下,这个业务有可能中间插入了其他业务的命令,导致出现各种各样的问题; redis 保证整个事务原子性和一致性问题一般用multi/exec或lua脚本,``gmq在操作涉及复杂业务时使用的是lua脚本,因为lua 脚本除了有multi/exec的功能外,还有Pipepining功能(主要打包命令,减少和redis server通信次数),下面是一个gmq定时器扫描 bucket 集合到期 job 的 lua 脚本:
multi/exec
lua脚本,``gmq
lua脚本,
lua 脚本
Pipepining
redis server
-- 获取到期的50个job local jobIds = redis.call('zrangebyscore',KEYS[1], 0, ARGV[4], 'withscores', 'limit', 0, 50) local res = {} for k,jobId in ipairs(jobIds) do if k%2~=0 then local jobKey = string.format('%s:%s', ARGV[3], jobId) local status = redis.call('hget', jobKey, 'status') -- 检验job状态 if tonumber(status) == tonumber(ARGV[1]) or tonumber(status) == tonumber(ARGV[2]) then -- 先移除集合中到期的job,然后到期的job返回给timer local isDel = redis.call('zrem', KEYS[1], jobId) if isDel == 1 then table.insert(res, jobId) end end end end local nextTime -- 计算下一个job执行时间,用于设置timer下一个时钟周期 local nextJob = redis.call('zrange', KEYS[1], 0, 0, 'withscores') if next(nextJob) == nil then nextTime = -1 else nextTime = tonumber(nextJob[2]) - tonumber(ARGV[4]) if nextTime < 0 then nextTime = 1 end end table.insert(res,1,nextTime) return res
可能一般 phper 写业务很少会接触到连接池,其实这是由 php 本身所决定他应用不大,当然在 php 的扩展swoole还是很有用处的 gmq的 redis 连接池是使用gomodule/redigo/redis自带连接池,它带来的好处是限制 redis 连接数,通过复用 redis 连接来减少开销,另外可以防止 tcp 被消耗完,这在生产者大量生成数据时会很有用
swoole
gomodule/redigo/redis
// gmq/mq/redis.go Redis = &RedisDB{ Pool: &redis.Pool{ MaxIdle: 30, // 最大空闲链接 MaxActive: 10000, // 最大链接 IdleTimeout: 240 * time.Second, // 空闲链接超时 Wait: true, // 当连接池耗尽时,是否阻塞等待 Dial: func() (redis.Conn, error) { c, err := redis.Dial("tcp", "127.0.0.1:6379", redis.DialPassword("")) if err != nil { return nil, err } return c, nil }, TestOnBorrow: func(c redis.Conn, t time.Time) error { if time.Since(t) < time.Minute { return nil } _, err := c.Do("PING") return err }, }, }
netstat -anp | grep 9503 | wc -l tcp 0 0 10.8.8.188:41482 10.8.8.185:9503 TIME_WAIT -
这个是正常现象,由 tcp 四次挥手可以知道,当接收到 LAST_ACK 发出的 FIN 后会处于TIME_WAIT状态,主动关闭方(客户端)为了确保被动关闭方(服务端)收到 ACK,会等待 2MSL 时间,这个时间是为了再次发送 ACK,例如被动关闭方可能因为接收不到 ACK 而重传 FIN;另外也是为了旧数据过期,不影响到下一个链接;如果要避免大量TIME_WAIT的连接导致 tcp 被耗尽,一般方法如下:
TIME_WAIT