一个基于redis和disque实现的轻量级异步任务执行器

简介

horae是一个基于redis和disque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。

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redis与disque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disque跟redis这两种队列服务（主推disque，redis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，SlavesubscribeMaster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);

                returntrue;
            }
        } finally {
            if (jedis != null) RedisConfigUtil.returnResource(jedis);
        }

        returnfalse;
    }
        

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
• 在TaskExchangerManager的createTaskExchanger方法内加入新的分支判断。
• 在partition.properties下可以配置新的partition，在matrix中指定RabbitMQ

需要注意的是：TaskExchanger的dequeue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disque和redis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：

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();
        

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中

• 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
        

• 安装redis

            brew install redis
        

• 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
            
        

• horae源码编译、打包

            mvn assembly:assembly
        

• 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
        

• 配置可执行文件，主要是命令与路径

            
                sudo vi /usr/local/horae/bin/horae.sh
        

• 配置conf下的配置文件

            
                sudo vi /usr/local/horae/conf/${service/redisConf/partition}.properties
        

• 执行命令

            
                sudo sh /usr/local/horae/bin/horae.sh ${start/stop/restart}
        

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
更多内容请访问：http://vinoyang.com

版权声明：本文为博主原创文章，未经博主允许不得转载。