一、引言
背景
我们在做系统时，很多时候是处理实时的任务，请求来了马上就处理，然后立刻给用户以反馈。但有时也会遇到非实时的任务，比如确定的时间点发布重要公告。或者需要在用户做了一件事情的X分钟/Y小时后，EG:
“PM：我们需要在这个用户通话开始10分钟后给予提醒给他们发送奖励”
对其特定动作，比如通知、发券等等。一般我接触到的解决方法中在比较小的服务里都会自己维护一个backend，但是随着这种backend和server增多，这种方法很大程度和本身业务耦合在一起，所以这时需要一个延时队列服务。
名词解释
topic_list队列：每一个来的延时请求都应该又一个延时主题参考kafka，在逻辑上划分出一个队列出来每个业务分开处理；
topic_info队列：每一个队列topic都存在一个新的队列里，每次扫描topic信息检测新的topic建立与销毁管理服务协程数量；
offset：当前消费的进度；
new_offset：新消费的进度，预备更迭offset；
topic_offset_lock：分布式锁。
二、设计目标
功能清单
1、延时信息添加接口基于http调用
2、拥有存储队列特性，可保存近3天内的队列消费数据
3、提供消费功能
4、延时通知
性能指标
预计接口的调用量：单秒单类任务数3500，多秒单类任务数1300
压测结果：
简单压测
wrk写入qps：259.3s 写入9000条记录 单线程 无并发
触发性能/准确率：单秒1000，在测试机无延长。单秒3000时，偶尔出现1-2秒延迟。受内存和cpu影响。
三、系统设计
交互流程
时序图
本设计基于http接口调用，当向topic存在的队列中添加消息的时候，消息会被添加到相应topic队列的末尾储存，当添加到不存在的相应topic队列时，首先建立新topic队列，当定时器触发的时候或者分布式锁，抢到锁的实例先获得相应队列的offset，设置新offset，就可以释放锁了让给其他实例争抢，弹出队列头一定数量元素，然后拿到offset段的实例去存储中拿详细信息，在协程中处理，主要协程等待下次触发。然后添加协程去监控触发。
模块划分
1、队列存储模块
1·delay下的delay.base模块，主要负责接收写请求，将队列信息写入存储，不负责backend逻辑，调用存储模块
2、backend模块。delay下的delay.backend模块，负责时间触发扫描对应的topic队列，调用存储模块，主要负责访问读取存储模块，调用callback模块
1·扫描topic添加groutine
2·扫描topic_list消费信息
3·扫描topic_list如果一定时间没有消费到则关闭groutine
3、callback模块，主要负责发送已经到时间的数据，向相应服务通知
3、存储模块
1·分布式锁模块，系统多机部署，保证每次消费的唯一性，对每次topic消费的offset段进行上锁offset到new_offset段单机独享
2·topic管理列表，管理topic数量控制协程数
3·topic_list，消息队列
4·topic_info，消息实体，可能需要回调中会携带一些信息统一处理
4、唯一号生成模块。
五、缓存设计
目前使用全缓存模式
key设计:
topic管理list key: XX:DELAY_TOPIC_LIST type:list
topic_list key: XX:DELAY_SIMPLE_TOPIC_TASK-%s(根据topic分key) type:zset
topic_info key: XX:DELAY_REALL_TOPIC_TASK-%s(根据topic分key) type:hash
topic_offset key: XX:DELAY_TOPIC_OFFSET-%s(根据topic分key) type:string
topic_lock key: xx:DELAY_TOPIC_RELOAD_LOCK-%s(根据topic分key) type:string
六、接口设计
delay.task.addv1 (延时队列添加v1)
请求示例
curl -d
'{
"topic": "xxx", // 业务topic
"timing_moment": , // 单位秒,要定时时刻
"content": "{}" // 消息体,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回调方式返回（v2不再支持）
请求示例
curl -d
'{
"topic": "xxxx", // 业务topic
"task_id":1324568798765 // taskid,选填，有则返回特定消息
}'
'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 (延时队列添加v2)
请求示例
curl -d
'{
"topic": "xxx", // 业务topic
"timing_moment": , // 单位秒,要定时时刻
"content": "{ // 消息内容(json string)
"sn":"message.call", // 服务发现名字（或为配置服务名）
"url":"/ev/tp/xxxx", // 回调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设计(v2不再支持)
关于kafka消费方式返回：
topic: delay_base_push
固定返回格式
{
"topic": "xxxx", // 业务topic
"content": "{}" // 单条生产消息content
}
八、其他设计
唯一号设计
调用存储模块，利用redis的自增结合逻辑生成唯一号具体逻辑如下：
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 {
//默认认为1秒能创建100个任务
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
}
分布式锁设计
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、设计考虑
健壮性
熔断策略：
这版设计中有很多不足之处，当redis不可访问时，请求将大量积压给机器或者实例带来压力，导致其他服务不可用，所以采取降级策略（降级策略也有不足）；在请求redis时加入重试，当重试次数多于报警次数，会记录一个原子操作atomic.StoreInt32(stopFlag,1)，其中stopFlag为一个全局的变量，在atomic.LoadInt32(stopFlag)后，stopFlag的值为1则暂时不请求redis，同时记录当前时间，加入定时器，熔断器分为三个级别，开，关，半开，当定时器结束后stopFlag=2第二个定时将为半开状态计时，有概率访问redis，当成功次数到达阈值stopFlag=0，否则stopFlag=1继续计时
不足
1、调用time定时
通常golang 写循环执行的定时任务大概用三种实现方式:
1、time.Sleep方法：
for {
time.Sleep(time.Second)
fmt.Println("test")
}
2、time.Tick函数：
t1:=time.Tick(3*time.Second)
for {
select {
case -t1:
fmt.Println("test")
}
}
3、其中Tick定时任务，也可以先使用time.Ticker函数获取Ticker结构体，然后进行阻塞监听信息，这种方式可以手动选择停止定时任务，在停止任务时，减少对内存的浪费。
t:=time.NewTicker(time.Second)
for {
select {
case -t.C:
fmt.Println("test")
t.Stop()
}
}
在最开始以为sleep是单独处理直接停掉了这个协程，所以第一版用的也是sleep，但是在收集资料后发现这几种方式都创建了timer,并加入了定时任务处理协程。实际上这两个函数产生的timer都放入了同一个timer堆（golang时间轮），都在定时任务处理协程中等待被处理。Tick，Sleep，time.After函数都使用的timer结构体，都会被放在同一个协程中统一处理，这样看起来使用Tick，Sleep并没有什么区别。实际上是有区别的，本文不是讨论golang定时执行任务time.sleep和time.tick的优劣，以后会在后续文章进行探讨。使用channel阻塞协程完成定时任务比较灵活，可以结合select设置超时时间以及默认执行方法，而且可以设置timer的主动关闭，所以，建议使用time.Tick完成定时任务。
2、存储模块问题
目前是全缓存，没有DB参与，首先redis（codis）的高可用是个问题，在熔断之后采取“不作为”的判断也是有问题的，所以对未来展望，首先是：
1·单机的数据结构使用多时间轮。为了减少数据的路程，将load数据的过程异步加载到机器，减少网络io所造成的时间损耗。同时也是减少对redis的依赖
2·引入ZooKeeper或者添加集群备份，leader。保证集群中至少有两台机器load一个topic的数据，leader可以协调消费保证高可用
到此这篇关于基于golang的简单分布式延时队列服务的实现的文章就介绍到这了,更多相关golang 分布式延时队列内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
