celery多個佇列優先順序實現

celery 是乙個簡單、靈活且可靠的,處理大量訊息的分布式系統,並且提供維護這樣乙個系統的必需工具。

它是乙個專注於實時處理的任務佇列，同時也支援任務排程。

優先順序佇列問題：

celery 官方給出的是不支援優先順序佇列：

（建議看看這個論壇）

或者:

celery中broker 常用的是rabbitmq，rabbitmq 3.5版本之後支援優先順序佇列，訊息具有不同的優先順序，同乙個佇列中優先順序高的先得到處理。rabbitmq 支援這種特性的話，celery就可以實現優先順序佇列，畢竟celery是從broker中獲取msg的。

celery還可以通過rabbitmq中的consumer priorities 的特性支援佇列之間的優先順序。a和b兩個佇列，a佇列的consumer優先順序位10，b佇列的consumer優先順序位1.那麼之後當a佇列的consumer都處於阻塞狀態的時候，b佇列的consumer才能從rabbitmq中獲取消費資訊。

from kombu import exchange, queue

celery_acks_late = true

celery_ignore_result = true

celery_disable_rate_limits = true

broker_transport_options =

worker_max_memory_per_child = 300

celery_queues = (

queue('analyse', routing_key='analyse',consumer_arguments=),

queue('transcode', routing_key='transcode',consumer_arguments=),

queue('download', routing_key='download',consumer_arguments=),

)consumer_arguments= 數字越大，優先順序越高

在使用python celery分布式框架時，有時候會遇到緊急事務處理，但是當佇列很長時，celery也沒有隊首插入task的api，那麼這個時候可以採用一種變相的方法來實現優先順序佇列。

【需求背景】

對於非同步任務處理，相信很多人首選celery，的確，celery處理非同步任務非常強悍，使用簡單，支援各種併發。但是，大家來看看我所遇到的乙個應用場景：每次後台上傳乙個遊戲母包，然後對這個母包處理（新增某種標識，比如id）生成多個遊戲子包，其中有一些id號的包是要求盡快的處理的，剩下的可以閒時處理。這裡就對要把乙個母包分成兩個任務來處理，其中乙個是優先處理的，另乙個是閒時處理。

【方案初探】

對於上面的場景，最先想到的方案是，把每個母包處理任務分成優先和閒時兩個celery任務佇列分別處理，分別單獨配給cpu資源（土豪的話給多一台機器也行）專門處理。大家估計也想到這種做法的弊端了，這樣無法有效使用資源，當優先任務佇列沒有任務時，閒時任務佇列卻滿載，顯然這種設計方案不是很好。

那麼有沒有更好的處理方案呢？試想如果任務可以按優先級別在佇列中排隊就好了。顯然celery並沒有提供優先佇列這種機制，那麼我們只能自己實現乙個celery一樣的非同步事件佇列，並且支援優先順序的佇列。這時候顯然想到的是redis。

【redis優先佇列】

redis中提供了blpop，rpush（rlpop，lpsuh）這些佇列操作。

來看看bloop的介紹：

blpop key [key …] timeout

blpop 是列表的阻塞式(blocking)彈出原語。

它是 lpop 命令的阻塞版本，當給定列表內沒有任何元素可供彈出的時候，連線將被 blpop命令阻塞，直到等待超時，或有另乙個客戶端對給定 key 的任意乙個執行 lpush 或 rpush 命令為止。

當給定多個 key 引數時，按引數 key的先後順序依次檢查各個列表，彈出第乙個非空列表的頭元素（這是就是實現優先順序的關鍵）。

那麼我們可以設定兩個key，乙個表示優先任務的key，姑且叫priority_task，另乙個閒時任務的key，就叫normal_task。在新增任務時，把對應任務所要必備引數新增的對應的key值佇列即可。具體如下：

priority_task = 
redis.rpush('priority_task', json.dumps(priority_task))
normal_task = 
redis.rpush('normal_task', json.dumps(normal_task))

成功入隊後，接下來就是不斷從佇列中取出任務，然後對應處理，大概**如下：

while 1:
# 監聽任務,沒有打包任務則阻塞
key, task = redis.blpop(['priority_task', 'normal_task'])
deal_task(key, json.loads(task))

【任務動態切換】

上面實現保證了每次從佇列取出的任務都是優先級別最高的，但是存在著問題，比如當前正在處理閒時任務，可是這個閒時任務可能要處理200+個包，這時候佇列中又來了乙個優先任務，那麼這個優先任務必須等待之前的閒時任務處理完成才能開始處理，這顯然不是我們想要的，那麼我們能掛起當前正在處理的閒時任務，先去處理優先任務嗎。顯然是可以的，就是乙個最簡單的協程：函式呼叫。只需要在閒時任務處理完每個子包後，檢查優先任務佇列是否有元素，有則呼叫函式先處理優先任務，等優先任務完成後，再繼續處理閒時任務。

處理函式大概如下：

def deal_task(key, task):  # 任務處理函式
id_list = task['id_list']  # 要生成的子包id
for id in id_list:
do something....   # 生成對應的id子包
if key == 'normal_key':  # 如果當前是閒時任務
while redis.llen('priority_key') > 0:  # 檢查是否有優先任務，有則獲取並執行
priority_task = redis.lpop('priority_key')
if priority_task:
deal_task('priority_key', json.loads(priority_task))  # 執行優先任務處理

以上就是實現乙個單程序處理非同步優先任務佇列的全過程。

【多程序化】

上面實現都是單程序處理的，為了提公升處理效率，我們可以開多個程序提公升併發量，這裡建議使用supervisor來管理你的這些程序。這裡需要注意：

多程序處理臨界資源，如果沒有相關臨界資源的競爭那最好，如果有，那麼你必須考慮怎麼處理，一般是用佇列順序化。

supervisor持久化程序資料庫鏈結，會導致資料庫雖然已經斷開連線，但是程序並不知曉，當程序再次執行資料庫查詢時就會出錯，mysql一般會報乙個gone away的錯誤。

注：還可以用程序池非同步處理。

celery多個佇列優先順序實現

優先順序佇列的實現

優先順序佇列（堆實現）

Redis實現優先順序佇列

celery多個佇列優先順序實現

優先順序佇列的實現

優先順序佇列（堆實現）

Redis實現優先順序佇列

相關推薦