python如何使用redis做隊列服務(wù)
這篇文章給大家介紹python如何使用redis做隊列服務(wù)，內(nèi)容非常詳細(xì)，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。
創(chuàng)新互聯(lián)服務(wù)緊隨時代發(fā)展步伐，進(jìn)行技術(shù)革新和技術(shù)進(jìn)步，經(jīng)過十年的發(fā)展和積累，已經(jīng)匯集了一批資深網(wǎng)站策劃師、設(shè)計師、專業(yè)的網(wǎng)站實(shí)施團(tuán)隊以及高素質(zhì)售后服務(wù)人員，并且完全形成了一套成熟的業(yè)務(wù)流程，能夠完全依照客戶要求對網(wǎng)站進(jìn)行成都網(wǎng)站建設(shè)、成都做網(wǎng)站、建設(shè)、維護(hù)、更新和改版，實(shí)現(xiàn)客戶網(wǎng)站對外宣傳展示的首要目的，并為客戶企業(yè)品牌互聯(lián)網(wǎng)化提供全面的解決方案。
系統(tǒng)中引入消息隊列機(jī)制是對系統(tǒng)一個非常大的改善。例如一個web系統(tǒng)中，用戶做了某項(xiàng)操作后需要發(fā)送郵件通知到用戶郵箱中。你可以使用同步方式讓用戶等待郵件發(fā)送完成后反饋給用戶，但是這樣可能會因?yàn)榫W(wǎng)絡(luò)的不確定性造成用戶長時間的等待從而影響用戶體驗(yàn)。
有些場景下是不可能使用同步方式等待完成的，那些需要后臺花費(fèi)大量時間的操作。例如極端例子，一個在線編譯系統(tǒng)任務(wù)，后臺編譯完成需要30分鐘。這種場景的設(shè)計不可能同步等待后在回饋，必須是先反饋用戶隨后異步處理完成，再等待處理完成后根據(jù)情況再此反饋用戶與否。
另外適用消息隊列的情況是那些系統(tǒng)處理能力有限的情況下，先使用隊列機(jī)制把任務(wù)暫時存放起來，系統(tǒng)再一個個輪流處理掉排隊的任務(wù)。這樣在系統(tǒng)吞吐量不足的情況下也能穩(wěn)定的處理掉高并發(fā)的任務(wù)。
消息隊列可以用來做排隊機(jī)制，只要系統(tǒng)需要用到排隊機(jī)制的地方就可以使用消息隊列來作。
rabbitmq的優(yōu)先級做法
目前成熟的消息隊列產(chǎn)品有很多，著名的例如rabbitmq。它使用起來相對還是比較簡單的，功能也相對比較豐富，一般場合下是完全夠用的。但是有個很煩人的就是它不支持優(yōu)先級。 例如一個發(fā)郵件的任務(wù)，某些特權(quán)用戶希望它的郵件能夠更加及時的發(fā)送出去，至少比普通用戶要優(yōu)先對待。默認(rèn)情況下rabbitmq是無法處理掉的，扔給rabbitmq的任務(wù)都是FIFO先進(jìn)先出。但是我們可以使用一些變通的技巧來支持這些優(yōu)先級。創(chuàng)建多個隊列，并為rabbitmq的消費(fèi)者設(shè)置相應(yīng)的路由規(guī)則。
例如默認(rèn)情況下有這樣一個隊列，我們拿list來模擬 [task1, task2, task3]，消費(fèi)者輪流按照FIFO的原則一個個拿出task來處理掉。如果有高優(yōu)先級的任務(wù)進(jìn)來，它也只能跟在最后被處理[task1, task2, task3, higitask1]. 但是如果使用兩個隊列，一個高優(yōu)先級隊列，一個普通優(yōu)先級隊列。 普通優(yōu)先級[task1, task2, task3], 高優(yōu)先級[hightask1 ] 然后我們設(shè)置消費(fèi)者的路由讓消費(fèi)者隨機(jī)從任意隊列中取數(shù)據(jù)即可。
并且我們可以定義一個專門處理高優(yōu)先級隊列的消費(fèi)者，它空閑的時候也不處理低優(yōu)先級隊列的數(shù)據(jù)。這類似銀行的VIP柜臺，普通客戶在銀行取號排隊，一個VIP來了他雖然沒有從取號機(jī)里拿出一個排在普通會員前面的票，但是他還是可以更快地直接走VIP通道。
使用rabbitmq來做支持優(yōu)先級的消息隊列的話，就像是上面所述同銀行VIP會員一樣，走不同的通道。但是這種方式只是相對的優(yōu)先級，做不到絕對的優(yōu)先級控制，例如我希望某一個優(yōu)先級高的任務(wù)在絕對意義上要比其他普通任務(wù)優(yōu)先處理掉，這樣上面的方案是行不通的。因?yàn)閞abbitmq的消費(fèi)者只知道再自己空閑的情況下從自己關(guān)心的隊列中“隨機(jī)”取某一個隊列里面的第一個數(shù)據(jù)來處理，它沒法控制優(yōu)先取找哪一個隊列?；蛘吒蛹?xì)粒度的優(yōu)先級控制?；蛘吣阆到y(tǒng)里面設(shè)置的優(yōu)先級有10多種。這樣使用rabbitmq也是很難實(shí)現(xiàn)的。
但是如果使用redis來做隊列的話上面的需求都可以實(shí)現(xiàn)。
使用redis怎么做消息隊列
首先redis它的設(shè)計是用來做緩存的，但是由于它自身的某種特性使得他可以用來做消息隊列。它有幾個阻塞式的API可以使用，正是這些阻塞式的API讓他有做消息隊列的能力。
試想一下在”數(shù)據(jù)庫解決所有問題“的思路下，不使用消息隊列也是可以完成你的需求的。我們把任務(wù)全部存放在數(shù)據(jù)庫然后通過不斷的輪詢方式來取任務(wù)處理。這種做法雖然可以完成你的任務(wù)但是做法很粗劣。但是如果你的數(shù)據(jù)庫接口提供一個阻塞的方法那么就可以避免輪詢操作了，你的數(shù)據(jù)庫也可以用來做消息隊列，只不過目前的數(shù)據(jù)庫還沒有這樣的接口。 另外做消息隊列的其他特性例如FIFO也很容易實(shí)現(xiàn)，只需要一個List對象從頭取數(shù)據(jù)，從尾部塞數(shù)據(jù)即可實(shí)現(xiàn)。
redis能做消息隊列得益于他list對象blpop brpop接口以及Pub/Sub(發(fā)布/訂閱)的某些接口。他們都是阻塞版的，所以可以用來做消息隊列。
redis消息隊列優(yōu)先級的實(shí)現(xiàn)
一些基礎(chǔ)redis基礎(chǔ)知識的說明
redis> blpop tasklist 0 "im task 01"
這個例子使用blpop命令會阻塞方式地從tasklist列表中取頭一個數(shù)據(jù)，最后一個參數(shù)就是等待超時的時間。如果設(shè)置為0則表示無限等待。另外redis存放的數(shù)據(jù)都只能是string類型，所以在任務(wù)傳遞的時候只能是傳遞字符串。我們只需要簡單的將負(fù)責(zé)數(shù)據(jù)序列化成json格式的字符串，然后消費(fèi)者那邊再轉(zhuǎn)換一下即可。
這里我們的示例語言使用python，鏈接redis的庫使用redis-py. 如果你有些編程基礎(chǔ)把它切換成自己喜歡的語言應(yīng)該是沒問題的。
1簡單的FIFO隊列
import redis, time
def handle(info):
print info
time.sleep(20)
def main():
pool = redis.ConnectionPool(host='localhost', port=6379, db=0)
r = redis.Redis(connection_pool=pool)
while 1:
result = r.brpop('task', 0)
handle(result[1])
if __name__ == "__main__":
main()
上例子即使一個最簡單的消費(fèi)者，我們通過一個無限循環(huán)不斷地從redis的隊列中取數(shù)據(jù)。如果隊列中沒有數(shù)據(jù)則沒有超時的阻塞在那里，有數(shù)據(jù)則取出往下執(zhí)行。
一般情況取出來是個復(fù)雜的字符串，我們可能需要將其格式化后作為再傳給處理函數(shù),但是為了簡單我們的例子就是一個普通字符串。另外例子中的處理函數(shù)不做任何處理，僅僅sleep 用來模擬耗時的操作。
我們另開一個redis的客戶端來模擬生產(chǎn)者，自帶的客戶端就可以。多往tasklist 隊列里面塞上一些數(shù)據(jù)。
redis 127.0.0.1:6379> LPUSH task "fuckin1"
(integer) 1
redis 127.0.0.1:6379> LPUSH task "fuckin2"
(integer) 1
redis 127.0.0.1:6379> LPUSH task "fuckin3"
(integer) 2
redis 127.0.0.1:6379> LPUSH task "fuckin4"
(integer) 3
redis 127.0.0.1:6379> LPUSH task "fuckin5"
(integer) 4
redis 127.0.0.1:6379> LPUSH task "fuckin6"
(integer) 5
redis 127.0.0.1:6379> LPUSH task "fuckin7"
(integer) 6
redis 127.0.0.1:6379> LPUSH task "fuckin8"
(integer) 7
redis 127.0.0.1:6379> LPUSH task "fuckin10"
(integer) 8
redis 127.0.0.1:6379> lrange task 0 -1
1) "fuckin10"
2) "fuckin8"
3) "fuckin7"
4) "fuckin6"
5) "fuckin5"
6) "fuckin4"
7) "fuckin3"
可以看到
[root@host-192-168-1-56 soft]# python duilie.py
('task', 'fuckin1')
fuckin1
('task', 'fuckin2') ---每個任務(wù)之間間隔20秒，20秒是模擬任務(wù)執(zhí)行時間
fuckin2
('task', 'fuckin3')
fuckin3
('task', 'fuckin4')
fuckin4
('task', 'fuckin5')
.。
。。。
。。。
('task', 'fuckin10')
fuckin10
。。。等待狀態(tài)，等待新的任務(wù)
2.簡單優(yōu)先級的隊列
假設(shè)一種簡單的需求，只需要高優(yōu)先級的比低優(yōu)先級的任務(wù)率先處理掉。其他任務(wù)之間的順序一概不管，這種我們只需要在在遇到高優(yōu)先級任務(wù)的時候?qū)⑺疥犃械那邦^，而不是push到最后面即可。
因?yàn)槲覀兊年犃惺鞘褂玫膔edis的 list,所以很容易實(shí)現(xiàn)。遇到高優(yōu)先級的使用rpush 遇到低優(yōu)先級的使用lpush
redis> lpush tasklist 'im task 01' redis> lpush tasklist 'im task 02' redis> rpush tasklist 'im high task 01' redis> rpush tasklist 'im high task 01' redis> lpush tasklist 'im task 03' redis> rpush tasklist 'im high task 03'
隨后會看到，高優(yōu)先級的總是比低優(yōu)先級的率先執(zhí)行。但是這個方案的缺點(diǎn)是高優(yōu)先級的任務(wù)之間的執(zhí)行順序是先進(jìn)后出的。
3.較為完善的隊列
例子2中只是簡單的將高優(yōu)先級的任務(wù)塞到隊列最前面，低優(yōu)先級的塞到最后面。這樣保證不了高優(yōu)先級任務(wù)之間的順序。
假設(shè)當(dāng)所有的任務(wù)都是高優(yōu)先級的話，那么他們的執(zhí)行順序?qū)⑹窍喾吹摹＿@樣明顯違背了隊列的FIFO原則。
不過只要稍加改進(jìn)就可以完善我們的隊列。
跟使用rabbitmq一樣，我們設(shè)置兩個隊列，一個高優(yōu)先級一個低優(yōu)先級的隊列。高優(yōu)先級任務(wù)放到高隊列中，低的放在低優(yōu)先隊列中。redis和rabbitmq不同的是它可以要求隊列消費(fèi)者從哪個隊列里面先讀。
def main(): pool = redis.ConnectionPool(host='localhost', port=6379, db=0) r = redis.Redis(connection_pool=pool) while 1: result = r.brpop(['high_task_queue', 'low_task_queue'], 0) handle(result[1])
上面的代碼，會阻塞地從'high_task_queue', 'low_task_queue'這兩個隊列里面取數(shù)據(jù)，如果第一個沒有再從第二個里面取。 所以只需要將隊列消費(fèi)者做這樣的改進(jìn)便可以達(dá)到目的。
redis> lpush low_task_queue low001 redis> lpush low_task_queue low002 redis> lpush low_task_queue low003 redis> lpush low_task_queue low004 redis> lpush high_task_queue low001 redis> lpush high_task_queue low002 redis> lpush high_task_queue low003 redis> lpush high_task_queue low004
通過上面的測試看到，高優(yōu)先級的會被率先執(zhí)行，并且高優(yōu)先級之間也是保證了FIFO的原則。
這種方案我們可以支持不同階段的優(yōu)先級隊列，例如高中低三個級別或者更多的級別都可以。
4.優(yōu)先級級別很多的情況
假設(shè)有個這樣的需求，優(yōu)先級不是簡單的高中低或者0-10這些固定的級別。而是類似0-99999這么多級別。那么我們第三種方案將不太合適了。 雖然redis有sorted set這樣的可以排序的數(shù)據(jù)類型，看是很可惜它沒有阻塞版的接口。于是我們還是只能使用list類型通過其他方式來完成目的。
有個簡單的做法我們可以只設(shè)置一個隊列，并保證它是按照優(yōu)先級排序號的。然后通過二分查找法查找一個任務(wù)合適的位置，并通過 lset 命令插入到相應(yīng)的位置。 例如隊列里面包含著寫優(yōu)先級的任務(wù)[1, 3, 6, 8, 9, 14]，當(dāng)有個優(yōu)先級為7的任務(wù)過來，我們通過自己的二分算法一個個從隊列里面取數(shù)據(jù)出來反和目標(biāo)數(shù)據(jù)比對，計算出相應(yīng)的位置然后插入到指定地點(diǎn)即可。
因?yàn)槎植檎沂潜容^快的，并且redis本身也都在內(nèi)存中，理論上速度是可以保證的。但是如果說數(shù)據(jù)量確實(shí)很大的話我們也可以通過一些方式來調(diào)優(yōu)。
回想我們第三種方案，把第三種方案結(jié)合起來就會很大程度上減少開銷。例如數(shù)據(jù)量十萬的隊列，它們的優(yōu)先級也是隨機(jī)0-十萬的區(qū)間。我們可以設(shè)置10個或者100個不同的隊列，0-一萬的優(yōu)先級任務(wù)投放到1號隊列，一萬-二萬的任務(wù)投放到2號隊列。這樣將一個隊列按不同等級拆分后它單個隊列的數(shù)據(jù)就減少許多，這樣二分查找匹配的效率也會高一點(diǎn)。但是數(shù)據(jù)所占的資源基本是不變的，十萬數(shù)據(jù)該占多少內(nèi)存還是多少。只是系統(tǒng)里面多了一些隊列而已。
關(guān)于python如何使用redis做隊列服務(wù)就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學(xué)到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。
新聞名稱：python如何使用redis做隊列服務(wù)
URL網(wǎng)址：http://jinyejixie.com/article28/ghhhcp.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供App開發(fā)、品牌網(wǎng)站制作、品牌網(wǎng)站設(shè)計、網(wǎng)站制作、品牌網(wǎng)站建設(shè)、外貿(mào)網(wǎng)站建設(shè)
聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)
