一、引言

背景

我們在做系統(tǒng)時，很多時候是處理實時的任務(wù)，請求來了馬上就處理，然后立刻給用戶以反饋。但有時也會遇到非實時的任務(wù)，比如確定的時間點發(fā)布重要公告?；蛘咝枰谟脩糇隽艘患虑榈腦分鐘/Y小時后，EG:

“PM：我們需要在這個用戶通話開始10分鐘后給予提醒給他們發(fā)送獎勵”

對其特定動作，比如通知、發(fā)券等等。一般我接觸到的解決方法中在比較小的服務(wù)里都會自己維護一個backend，但是隨著這種backend和server增多，這種方法很大程度和本身業(yè)務(wù)耦合在一起，所以這時需要一個延時隊列服務(wù)。

名詞解釋

topic_list隊列：每一個來的延時請求都應(yīng)該又一個延時主題參考kafka，在邏輯上劃分出一個隊列出來每個業(yè)務(wù)分開處理；

topic_info隊列：每一個隊列topic都存在一個新的隊列里，每次掃描topic信息檢測新的topic建立與銷毀管理服務(wù)協(xié)程數(shù)量；

offset：當(dāng)前消費的進度；

new_offset：新消費的進度，預(yù)備更迭offset；

topic_offset_lock：分布式鎖。

二、設(shè)計目標(biāo)

 功能清單

1、延時信息添加接口基于http調(diào)用

2、擁有存儲隊列特性，可保存近3天內(nèi)的隊列消費數(shù)據(jù)

3、提供消費功能

4、延時通知

性能指標(biāo)

預(yù)計接口的調(diào)用量：單秒單類任務(wù)數(shù)3500，多秒單類任務(wù)數(shù)1300

壓測結(jié)果：

簡單壓測

wrk寫入qps：259.3s 寫入9000條記錄 單線程 無并發(fā)

觸發(fā)性能/準(zhǔn)確率：單秒1000，在測試機無延長。單秒3000時，偶爾出現(xiàn)1-2秒延遲。受內(nèi)存和cpu影響。

三、系統(tǒng)設(shè)計

交互流程

時序圖

​

本設(shè)計基于http接口調(diào)用，當(dāng)向topic存在的隊列中添加消息的時候，消息會被添加到相應(yīng)topic隊列的末尾儲存，當(dāng)添加到不存在的相應(yīng)topic隊列時，首先建立新topic隊列，當(dāng)定時器觸發(fā)的時候或者分布式鎖，搶到鎖的實例先獲得相應(yīng)隊列的offset，設(shè)置新offset，就可以釋放鎖了讓給其他實例爭搶，彈出隊列頭一定數(shù)量元素，然后拿到offset段的實例去存儲中拿詳細信息，在協(xié)程中處理，主要協(xié)程等待下次觸發(fā)。然后添加協(xié)程去監(jiān)控觸發(fā)。

模塊劃分

1、隊列存儲模塊

1·delay下的delay.base模塊，主要負(fù)責(zé)接收寫請求，將隊列信息寫入存儲，不負(fù)責(zé)backend邏輯，調(diào)用存儲模塊

2、backend模塊。delay下的delay.backend模塊，負(fù)責(zé)時間觸發(fā)掃描對應(yīng)的topic隊列，調(diào)用存儲模塊，主要負(fù)責(zé)訪問讀取存儲模塊，調(diào)用callback模塊

1·掃描topic添加groutine

2·掃描topic_list消費信息

3·掃描topic_list如果一定時間沒有消費到則關(guān)閉groutine

3、callback模塊，主要負(fù)責(zé)發(fā)送已經(jīng)到時間的數(shù)據(jù)，向相應(yīng)服務(wù)通知

3、存儲模塊

1·分布式鎖模塊，系統(tǒng)多機部署，保證每次消費的唯一性，對每次topic消費的offset段進行上鎖offset到new_offset段單機獨享

2·topic管理列表，管理topic數(shù)量控制協(xié)程數(shù)

3·topic_list，消息隊列

4·topic_info，消息實體，可能需要回調(diào)中會攜帶一些信息統(tǒng)一處理

4、唯一號生成模塊。

五、緩存設(shè)計

目前使用全緩存模式

key設(shè)計:

topic管理list key: XX:DELAY_TOPIC_LIST type:list

topic_list key: XX:DELAY_SIMPLE_TOPIC_TASK-%s(根據(jù)topic分key) type:zset

topic_info key: XX:DELAY_REALL_TOPIC_TASK-%s(根據(jù)topic分key) type:hash

topic_offset key: XX:DELAY_TOPIC_OFFSET-%s(根據(jù)topic分key) type:string

topic_lock key: xx:DELAY_TOPIC_RELOAD_LOCK-%s(根據(jù)topic分key) type:string

六、接口設(shè)計

delay.task.addv1 (延時隊列添加v1)

請求示例

curl -d 
'{
  "topic": "xxx", 								// 業(yè)務(wù)topic
  "timing_moment": ,							    // 單位秒,要定時時刻
  "content": "{}"								// 消息體,json串
}'
'http://127.0.0.1:xxxx/delay/task/add'

返回示例

{
  "dm_error": 0,
  "error_msg": "操作成功",
  "task_id":112345465765
}

pull回調(diào)方式返回（v2不再支持）

請求示例

curl -d 
'{
  "topic": "xxxx", 								// 業(yè)務(wù)topic
  "task_id":1324568798765							// taskid,選填，有則返回特定消息
}'
'http://127.0.0.1:xxxx/delay/task/pull'

返回示例

{
  "dm_error": 0,
  "error_msg": "操作成功"
  "content":"{"\xxx"\}"
}

delay.task.addv2 (延時隊列添加v2)

請求示例

curl -d 
'{
  "topic": "xxx", 						// 業(yè)務(wù)topic
  "timing_moment": ,						// 單位秒,要定時時刻
  "content": "{                        // 消息內(nèi)容(json string)
	"sn":"message.call",                  // 服務(wù)發(fā)現(xiàn)名字（或為配置服務(wù)名）
	"url":"/ev/tp/xxxx",                  // 回調(diào)url
	"xxx":"xxx"                       // 其他字段
  }"
}'
'http://127.0.0.1:xxxx/delay/task/add'

示例

curl -d '{
  "topic":"xxxx_push",
  "content":"{
    "uid":"111111",
    "sn":"other.server",
    "url":"/xxxx/callback",
    "msg_type":"gift",
  }",
  "timing_moment":1565700615
}' 
http://127.0.0.1:xxxx/delay/task/add

返回示例

{
  "dm_error": 0,
  "error_msg": "操作成功",
  "task_id":112345465765
}

七、MQ設(shè)計(v2不再支持)

關(guān)于kafka消費方式返回：

topic: delay_base_push

固定返回格式
{
  "topic": "xxxx",								// 業(yè)務(wù)topic
  "content": "{}"								// 單條生產(chǎn)消息content
}

八、其他設(shè)計

唯一號設(shè)計

調(diào)用存儲模塊，利用redis的自增結(jié)合邏輯生成唯一號具體邏輯如下：

func (c *CacheManager) OperGenTaskid() (uint64, error) {
	now := time.Now().Unix()
	key := c.getDelayTaskIdKey()
	reply, err := c.DelayRds.Do("INCR", key)
	if err != nil {
		log.Errorf("genTaskid INCR key:%s, error:%s", key, err)
		return 0, err
	}
	version := reply.(int64)
	if version == 1 {
    //默認(rèn)認(rèn)為1秒能創(chuàng)建100個任務(wù)
		c.DelayRds.Expire(key, time.Duration(100)*time.Second)
	}
	incrNum := version % 10000
	taskId := (uint64(now)*10000 + uint64(incrNum))
	log.Debugf("genTaskid INCR key:%s, taskId:%d", key, taskId)
	return taskId, nil
}

分布式鎖設(shè)計

func (c *CacheManager) SetDelayTopicLock(ctx context.Context, topic string) (bool, error) {
	key := c.getDelayTopicReloadLockKey(topic)
	reply, err := c.DelayRds.Do("SET", key, "lock", "NX", "EX", 2)
	if err != nil {
		log.Errorf("SetDelayTopicLock SETNX key:%s, cal:%v, error:%s", key, "lock", err)
		return false, err
	}
	if reply == nil {
		return false, nil
	}
	log.Debugf("SetDelayTopicLock SETNXEX topic:%s lock:%d", topic, false)
	return true, nil
}

九、設(shè)計考慮

健壯性

熔斷策略：

​

這版設(shè)計中有很多不足之處，當(dāng)redis不可訪問時，請求將大量積壓給機器或者實例帶來壓力，導(dǎo)致其他服務(wù)不可用，所以采取降級策略（降級策略也有不足）；在請求redis時加入重試，當(dāng)重試次數(shù)多于報警次數(shù)，會記錄一個原子操作atomic.StoreInt32(&stopFlag,1)，其中stopFlag為一個全局的變量，在atomic.LoadInt32(&stopFlag)后，stopFlag的值為1則暫時不請求redis，同時記錄當(dāng)前時間，加入定時器，熔斷器分為三個級別，開，關(guān)，半開，當(dāng)定時器結(jié)束后stopFlag=2第二個定時將為半開狀態(tài)計時，有概率訪問redis，當(dāng)成功次數(shù)到達閾值stopFlag=0，否則stopFlag=1繼續(xù)計時

不足

 1、調(diào)用time定時

通常golang 寫循環(huán)執(zhí)行的定時任務(wù)大概用三種實現(xiàn)方式:

1、time.Sleep方法：

for {
  time.Sleep(time.Second)
  fmt.Println("test")
}

2、time.Tick函數(shù)：

t1:=time.Tick(3*time.Second)
for {
  select {
  case <-t1:
    fmt.Println("test")
  }
}

3、其中Tick定時任務(wù)，也可以先使用time.Ticker函數(shù)獲取Ticker結(jié)構(gòu)體，然后進行阻塞監(jiān)聽信息，這種方式可以手動選擇停止定時任務(wù)，在停止任務(wù)時，減少對內(nèi)存的浪費。

t:=time.NewTicker(time.Second)
for {
  select {
  case <-t.C:
    fmt.Println("test")
    t.Stop()
  }
}

在最開始以為sleep是單獨處理直接停掉了這個協(xié)程，所以第一版用的也是sleep，但是在收集資料后發(fā)現(xiàn)這幾種方式都創(chuàng)建了timer,并加入了定時任務(wù)處理協(xié)程。實際上這兩個函數(shù)產(chǎn)生的timer都放入了同一個timer堆（golang時間輪），都在定時任務(wù)處理協(xié)程中等待被處理。Tick，Sleep，time.After函數(shù)都使用的timer結(jié)構(gòu)體，都會被放在同一個協(xié)程中統(tǒng)一處理，這樣看起來使用Tick，Sleep并沒有什么區(qū)別。實際上是有區(qū)別的，本文不是討論golang定時執(zhí)行任務(wù)time.sleep和time.tick的優(yōu)劣，以后會在后續(xù)文章進行探討。使用channel阻塞協(xié)程完成定時任務(wù)比較靈活，可以結(jié)合select設(shè)置超時時間以及默認(rèn)執(zhí)行方法，而且可以設(shè)置timer的主動關(guān)閉，所以，建議使用time.Tick完成定時任務(wù)。

2、存儲模塊問題

目前是全緩存，沒有DB參與，首先redis（codis）的高可用是個問題，在熔斷之后采取“不作為”的判斷也是有問題的，所以對未來展望，首先是：

1·單機的數(shù)據(jù)結(jié)構(gòu)使用多時間輪。為了減少數(shù)據(jù)的路程，將load數(shù)據(jù)的過程異步加載到機器，減少網(wǎng)絡(luò)io所造成的時間損耗。同時也是減少對redis的依賴

2·引入ZooKeeper或者添加集群備份，leader。保證集群中至少有兩臺機器load一個topic的數(shù)據(jù)，leader可以協(xié)調(diào)消費保證高可用

到此這篇關(guān)于基于golang的簡單分布式延時隊列服務(wù)的實現(xiàn)的文章就介紹到這了,更多相關(guān)golang 分布式延時隊列內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論