一个基于redis和disque实现的轻量级异步任务执行器

jopen 6年前

简介

horae 是一个基于 redisdisque 实现的 轻量级高性能 的异步任务执行器,它的核心是 disque 提供的任务队列,而队列有 先进先出 的时序关系,顾得名: horae

一个基于redis和disque实现的轻量级异步任务执行器

horae : 时序女神,希腊神话中司掌季节时间和人间秩序的三女神,又译“荷莱”。

horae的关注点不是队列服务的实现本身(已经有不少队列服务的实现了),而是希望借助于 redisdisque 提供的纯内存的高性能的队列机制,实现一个异步任务执行器。它可以自由配置任务来自哪种队列服务,它不关注任务执行的最终状态(它写向哪里)或与哪个系统交互,它给你提供一个执行器以及简单地编写任务执行逻辑的方式。

取决于需求,这个执行器在要求不高的时候,只需要一个单节点的redis服务器,即可运转。

如果你愿意牺牲一点性能,来换取更高的队列可靠性保障(这种情况我强烈推荐你使用AMQP协议以及它的开源队列实现: RabbitMQ )。如果你想这样,那么这个执行器也是可用的,只是你需要自己去实现跟RabbitMQ交互的细节。你可以用它连接各种其他队列来消费消息并执行任务,它具有充分的扩展性与自由度。但我仍然推荐你使用 disque

适用场景

抢购/秒杀

抢购业务是典型的短时高并发场景,传统行业里的类似于 学生选课 也可以归结这类场景。

社交关系处理

纯内存计算/计数器的场景,比如把社交系统里的好友、关系搬到内存中处理。

耗时的web请求

常见的耗时web请求,比如 生成PDF网页抓取数据备份邮件/短信发送 等。

分布式系统前端缓冲队列

将它置于应用服务器之后,核心服务之前,作为请求的缓冲队列使用。

概括起来就是 服务器峰值扛压异步处理纯内存计算 ,当然你把它用成普通队列也是可以的。

高性能

目前支持 disqueredis 这两种队列服务(主推 disqueredis 的队列暂时以 list 数据接口的 lpush & brpop 实现,但它不是高可靠的,并且没有ack机制)。这两种纯内存的队列首先保证了消费任务的性能。具体任务的执行性能,取决于使用场景,这里分析两种场景:

纯内存&单线程&无锁

如果任务处理器消费的消息是完全存储于内存中的,那么需要尽量将同构的各任务访问的数据进行隔离(隔离的手段是对key划分命名空间),如果实在没办法隔离,可以使用单队列单线程无锁的处理方式。

通用&多线程&多队列

如果是通用的应用场景,比如访问数据库,因为数据库有成熟的数据一致性保证。所以,你可以将任务划分到多个不同的队列,并利用多个线程来并发执行以加快任务的处理效率。

当然最推荐的使用方式是:用 redis 作为配置、协调、管控中心,用 disque 做队列服务,任务需要访问的数据尽可能存储于 redis 中。

高可用

一主多从

执行器在运行时实行的是:Master单节点运行,多个Slave做Standby的机制来保证服务的可用性。事实上,从Master下线到其中 一个Slave成功竞选为Master需要数个心跳周期的时间。因为执行器作为队列的消费者跟队列是完全解耦的,所以短暂的暂停消费对整个系统的可用性不 会产生太大影响。

心跳机制

Master跟Slave之间通过 redis-Pubsub 来维持心跳。目前的设计是Master单向 publish 心跳,Slave subscribe Master的心跳。这么设计的原因是简单,并且考虑到每个Slave都是无状态的执行器,并不会涉及到状态的维护与同步问题,所以Master不需要关心Slave的存活。

竞争Master

一旦Master下线(比如因为故障宕机),需要快速得从多个Slave中选举出一个新的Master,选举的算法非常多,并且非常复杂。

通常选举Master的方式会由一个独立的承担 Manager 角色的节点来完成,如果不存在这样一个节点那么通常会基于分布式选举算法来实现( Zookeeper 比较擅长这个)。这里简单得采用类似于竞争分布式锁的实现方式来抢占Master。

如何判断Master是否下线?这是一个非常关键的问题,因为如果产生误判,将会给整体系统服务造成一段空档期,这是一个不小的时间开销。采用的判断方式是 双重检测

  • Slave订阅Master的heartbeat channel,判断心跳是否超时
  • Slave去Master的数据结构中去获取Master自己刷新的心跳时间戳,并跟当前时间对比,判断是否超时

具体的实现方式:每个服务都会有一个heartbeat线程,Master的heartbeat线程做两件事情:

  • refresh自己的心跳时间戳
  • publish自己的心跳到 heartbeat channel

Slave的heartbeat线程做上面的 双重检测 ,Slave会等待几个心跳周期,如果在这段时间内,两种检测都认为Master失去心跳,则判断Master下线。

Master下线后,就涉及到多个Slave竞争Master的问题,这里我们在竞争锁的时候没有采用阻塞等待的方式,而是采用了一种危险性相对小的方式: tryLock :

private boolean tryLockMaster() {      long currentTime = RedisConfigUtil.redisTime(configContext);      String val = String.valueOf(currentTime + Constants.DEFAULT_MASTER_LOCK_TIMEOUT + 1);      Jedis jedis = null;      try {          jedis = RedisConfigUtil.getJedis(configContext).get();          boolean locked = jedis.setnx(Constants.KEY_LOCK_FOR_MASTER, val) == 1;          if (locked) {              jedis.expire(Constants.KEY_LOCK_FOR_MASTER,                           Constants.DEFAULT_MASTER_LOCK_TIMEOUT);                return true;          }      } finally {          if (jedis != null) RedisConfigUtil.returnResource(jedis);      }        return false;  }


只有判断Master下线之后,才会调用 tryLockMaster ,它仅仅是尝试获得锁,如果获取成功,将给锁设置一个很短的过期时间,这里跟跟心跳过期时间相同。如果获取失败将继续检测心跳。获取锁的Slave会立即变为Master并迅速刷新自己的心跳,这样,其他Slave检测Master下线就会失败,将不会再去调用 tryLockMaster 。避免了通常情况下,一直阻塞、竞争锁这一条路。

扩展性

扩展功能

得益于Redis的 PubSub ,我们可以实现很多类似于 指令下发->执行 的feature,比如实时获取任务的执行进度、让各服务器汇报自己的状态等。因为时间关系,目前这块只是留了一个扩展口:

  • 上行频道:执行器有一个 upstream channel,用于上传各节点的本机信息。
  • 下行频道:系统有一个 downstream channel,用于被动接受来自上游的信息/指令。

这里上下游的语义是:所有服务节点均为下游, redis 配置中心应该算是中心节点,在上游你可以定制一个管控台,用于管理 redis 配置中心并向下游的服务节点下发指令。

扩展队列服务

如果你想扩展它,希望它支持另一种队列服务(为了方便表述,这里假设你想支持RabbitMQ)。那么你需要做以下几步:

  • 在package: com.github.horae.exchanger 包下新建类: RabbitConnManager 用于管理client 到 RabbitMQ的连接
  • 同样在package: com.github.horae.exchanger 包下新建类: RabbitExchanger 用于实现消息的出队与入队逻辑,该类需实现 TaskExchanger
  • TaskExchangerManagercreateTaskExchanger 方法内加入新的分支判断。
  • partition.properties 下可以配置新的partition,在matrix中指定RabbitMQ

需要 注意 的是: TaskExchangerdequeue 接口方法,默认的行为是 block 形式的。如果你扩展的队列不支持block形式的消费,那可能需要你自己实现,实现的方式可以借助于 java.util.concurrent.BlockingQueue

多种可靠性级别

队列的可靠性牵扯到整个分布式系统的可靠性,这是一个无法回避的问题。如果你说用 redis 实现的队列,是否能做到既保持 高性能 又能兼具 高可靠 ,答案是 不能 。或者说它不是一个专业的队列服务(不然redis的作者也没有必要再另起 disque 项目了)。如果从可靠性的角度而言,我给几个主流的队列服务器(或者可以提供队列服务)的排名是: RabbitMQ > Kafka > Disque > Redis 。虽然这个执行器内置支持了 disqueredis 作为队列的实现,但它跟你选择的队列服务没有非常紧的耦合关系,你可以选择其他队列服务,通常你只需要实现这么几个功能 入队消息出队消息ack消息管理连接

分区

对我而言 分区 的概念来自于Kafka,但这里的分区跟Kafka性质不太一样。首先我们来看为什么有这样的需求?

作为一个无状态的服务,它可以长时间运行(某种程度上,这有点像Storm)而不必下线。为了充分榨取CPU的价值。我们可能希望在一次服务的生命周期内 让它运行多个异构服务(所谓异构任务,就是不同性质的任务)。因此我们有必要将多个异构任务区分开来,而这个手段就是 分区 。说它不同于kafka的原因是:它更多是一种逻辑上的划分,而不是kafka物理上按分区存储消息。我们来看一个分区隔离了哪些东西:

partition.root=p0,p1  p0.matrix=redis  p0.host=127.0.0.1  p0.port=6379  p0.class=com.github.horae.task.RedisTask  p1.matrix=disque  p1.host=127.0.0.1  p1.port=7711  p1.class=com.github.horae.task.DisqueTask


  • matrix : 哪种队列实现服务,目前支持 disque / redis
  • host : 队列服务器的host
  • port : 队列服务器的port
  • class : 处理队列任务的实现类的完全限定名

从上面的隔离方式来看,这里的分区也能做到对任务队列的物理隔离。上面配置了两个分区,两个分区分别对应了两种队列服务。分区跟队列服务的对应关系没有限制,甚至多个分区对应一个队列服务器也可行,因为还有一个分区到队列名称的映射关系:

如下图:

一个基于redis和disque实现的轻量级异步任务执行器

综述:分区隔离了异构任务的队列,而队列存储于何种队列服务、存储于何处、以及任务的处理逻辑完全取决于配置。

上面的解析明确了分区跟任务处理类的对应关系。为了便于管理,一个分区也有其独立的线程池来将异构任务的线程隔离开来。

编写任务处理器

在你编写一个任务处理器之前,你应该意识到你编写的任务处理器充当的是 队列的消费者 。接下来你需要了解的是,你编写的任务处理器将在一个线程池中运行,而线程池的管理,需要你关心,但你需要知道: 一个任务队列将会对应一个线程 。你需要知道的就是这么多,下面来编写一个任务处理器:

  • 首先你需要创建一个新的maven工程
  • 在horae发布包的库目录下( ./horae/libs )找到以 horae 开头的jar文件,加入到你的maven依赖中,只是一个本地依赖:
    <dependency>      <groupId>com.github.horae</groupId>      <artifactId>horae</artifactId>      <version>0.1.0</version>      <scope>system</scope>      <systemPath>/usr/local/horae/libs/horae-0.1.0.jar</systemPath>  </dependency>

  • 你需要新建一个类,继承 TaskTemplate ,并实现 run 方法,下面是一个模板:
    public void run() {      try {          signal.await();                    //implement task process business logic      } catch (InterruptedException e) {        }  }

  • 编写构造方法:
    public RedisTestTask(CountDownLatch signal, String queueName, Map<String, Object> configContext,                       Partition partition, TaskExchanger taskExchanger) {      super(signal, queueName, configContext, partition, taskExchanger);  }

在run方法的第一句,你需要调用一个 CountDownLatch 实例的 await 方法来将其阻塞住。解释一下,为什么需要这么做?

其实,每个服务在启动的时候,都会立即读取redis内配置的队列,并初始化线程池,进入执行就绪状态。这一步,所有的服务,无论是Master,Slave都是一样的。但区别就区别在这句:

signal.await(); 
</div>

当启动的是master节点,那么该signal会立即释放信号(通过 signal.countDown() ),所有任务处理器都立即开始执行。

而启动的是slave节点,则将会一直在上面这句代码这里阻塞,直到master下线,而该节点竞争到master之后,会立即释放解除阻塞信号,后续代码会立即执行。

因此这么做可以使得在master下线之后,所有Slave都以最快的速度进入任务执行状态,虽然对一些Slave节点而言,这有些浪费系统资源。

  • 编译工程并打包jar,注意不用包含上面的maven依赖,它已经存在于 horae 可执行文件类库中。

  • 将生成的jar放置于 ./horae/libs/ 下,它将会被自动添加到 classpath

  • 编辑配置文件 ./horae/conf/partition.properties ,新建/修改一个分区的 p{x}.class ,值为你刚刚编写的任务实现类的 完全限定名

安装部署

以下安装步骤在Mac OS X系统验证通过(Linux系类似,但存在一些不同)。Mac用户需要预装 Homebrew

  • 安装jsvc
brew install jsvc 
</div>
  • 安装redis
brew install redis 
</div>
  • 安装disque

因为disque目前还没有一个稳定的版本,所以暂时被homebrew暂存在 head-only 仓库中,安装命令略有不同:

brew install --HEAD homebrew/head-only/disque 
</div>
  • horae 源码编译、打包
mvn assembly:assembly 
</div>
  • 拷贝打包文件到目标文件夹,并解压缩
cd ${project_baseDir}/target/horae.zip /usr/local unzip /usr/local/horae.zip 
</div>
  • 配置可执行文件,主要是命令与路径
sudo vi /usr/local/horae/bin/horae.sh 
</div>
  • 配置conf下的配置文件
sudo vi /usr/local/horae/conf/${service/redisConf/partition}.properties 
</div>
  • 执行命令
sudo sh /usr/local/horae/bin/horae.sh ${start/stop/restart} 
</div>

注意事项

  • conf下的service.properties中的配置项 master 在所有节点中只能有一个被设置为true。如果它下线,将不能以master的身份再次启动。
  • 因为jsvc需要写进程号(pid),所以尽量以系统管理员身份执行,将horae.sh里的 user 配置为 root ,并以 sudo 执行

关于disque

目前disque仍处于alpha版本,命令也还在调整中。虽然已被支持,但无论是disque的server以及其java client: jedisque 都存在bug,因此暂时 不推荐 使用,请至少等到发布stable版本再使用。

自实现的 jedisque 连接池。目前jedisque的客户端还没有提供连接池机制,它跟redis的主流java client: jedis 出自同一个开发者手笔。考虑到 jedis 内部使用的是 apache commons-pool 实现连接池机制,在实现 jedisque 的时候也使用的是同样的方案,等 jedisque 官方提供连接池之后,会采用官方连接池。

disque 的开发过程中,对命令和命令参数可能会进行调整, horae 也会对此进行跟进。虽然, disque 的stable版本还未发布,但redis作者的水准和口碑有目共睹,所以你有理由相信它能给你带来惊喜。

本项目的开源地址: https://github.com/yanghua/horae