高可用延迟队列设计与实现

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：

https://github.com/tal-tech/go-queue/blob/master/dq/consumer.go#L45

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。

总结

以上是生活随笔为你收集整理的高可用延迟队列设计与实现的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。