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
"color: #ff0000">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：
"htmlcode">
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