借助Redis完成延时任务
Catcher8 人气:0
## 背景
相信我们或多或少的会遇到类似下面这样的需求:
第三方给了一批数据给我们处理,我们处理好之后就通知他们处理结果。
大概就是下面这个图说的。
![](https://mmbiz.qpic.cn/mmbiz_png/yrY77YblI8LcWL5ECHd9nmh78icUYTRY9nm5nrzDiaYCZwq2aQSHM2pOcnkbsEabkBibwFGg28T0TGt1mIq2j84vA/0?wx_fmt=png)
本来在处理完数据之后,我们就会马上把处理结果返回给对方,但是对方要求我们处理速度不能过快,要有一种人为处理的效果。
换句话就是说,就算是处理好了,也要晚一点再执行通知操作。
这就是一个典型的延时任务。
延时,那还不简单,执行完之后,让它`Sleep`一下就好了,这样就达到目标了。
`Sleep`一下确定是最容易实现的一种方案,但是试想一下,数据的数量不断的增加,这样`Sleep`真的好吗?答案是否定的。
延时队列,是处理这个场景最为妥当的方案。
RabbitMQ,RocketMQ,Cmq等都可以直接或间接的达到相应的效果。
如果不具备队列条件,又要怎么处理呢?还可以借助Redis来完成这项工作。
MQ不一定每个公司都会用,但Redis应该80%以上的都会用吧。
## 处理方案
Redis这边,可用的方案有两种,下面分别来介绍一下。
### #1 键的过期时间
在设置缓存的时候,我们比较多情况下都会设置一个缓存的过期时间,这个时间过期后,会重新去数据源拿数据回来。
可以基于这个过期时间结合Redis的**keyspace notifications**共同完成。
keyspace notifications里面包含了非常多的事件,这里只关注`EXPIRE`,这个是和过期有关的。
只要订阅了`__keyevent@0__:expired`这个主题,当有key过期的时候,就会收到对应的信息。
>注:主题@后面的0,指的是db 0.
要想使用这个特性,必不可少的一步是修改Redis默认的配置,把`notify-keyspace-events`设置成`Ex`。
```conf
############################# Event notification ##############################
# Redis can notify Pub/Sub clients about events happening in the key space.
# This feature is documented at http://redis.io/topics/notifications
#
# .........
#
# By default all notifications are disabled because most users don't need
# this feature and the feature has some overhead. Note that if you don't
# specify at least one of K or E, no events will be delivered.
notify-keyspace-events "Ex"
```
其中 E 指的是键事件通知,x 指的是过期事件。
根据这个特性,重新调整一下流程图:
![](https://mmbiz.qpic.cn/mmbiz_png/yrY77YblI8LcWL5ECHd9nmh78icUYTRY9Qs3jcmaaOO4g76X7gMr7WVVZ1DUsZWaPxXiaQPXr0nsV4mNVNNwxicKQ/0?wx_fmt=png)
应该也比较好懂,下面通过简单的代码来实现一下这种方案。
首先是处理完数据及往Redis写数据。
```cs
public async Task DoTaskAsync()
{
// 数据处理
// ...
// 后续操作要延时,把Id记录下来
var taskId = new Random().Next(1, 10000);
// 要延迟的时间
int sec = new Random().Next(1, 5);
// 可以加个重试机制,预防单次执行失败。
await RedisHelper.SetAsync($"task:{taskId}", "1", sec);
}
```
还需要回传结果的后台任务,这个任务就是去订阅上面说的键过期事件,然后回传结果。
这里可以借助`BackgroundService`来订阅处理。
```cs
public class SubscribeTaskBgTask : BackgroundService
{
protected override Task ExecuteAsync(CancellationToken stoppingToken)
{
stoppingToken.ThrowIfCancellationRequested();
var keyPrefix = "task:";
RedisHelper.Subscribe(
("__keyevent@0__:expired", arg =>
{
var msg = arg.Body;
Console.WriteLine($"recive {msg}");
if (msg.StartsWith(keyPrefix))
{
// 取到任务Id
var val = msg.Substring(keyPrefix.Length);
Console.WriteLine($"{DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss")} begin to do task {val}");
// 回传处理结果给第三方,这里可以考虑这个并发锁,避免多实例都处理了这个任务。
// ....
}
}
));
return Task.CompletedTask;
}
}
```
这里有一个要注意的地方,要在key里面包含任务的Id,因为订阅处理的时候,只能拿到一个key,后续能做的操作也只是基于这个key。
上面的例子,是用了`task:任务Id`的形式,所以在订阅处理的时候,只处理以`task:`开头的那些key。
效果如下:
![](https://mmbiz.qpic.cn/mmbiz_png/yrY77YblI8LcWL5ECHd9nmh78icUYTRY9pZBI4p5k1cXNNZDOiaJdfSJQSFJxZKJHL1n0Dz3HYibaibCCNrjAAV5yA/0?wx_fmt=png)
这种方案,直观上是非常简单的,不过这种方案会遇到一个小问题。
当一个key过期后,并不一定会马上收到通知,这个也是会有一定的延时的,取决于Redis的内部机制。
Redis Keyspace Notifications文档的最后一段也提到了这个问题。
![](https://mmbiz.qpic.cn/mmbiz_png/yrY77YblI8LcWL5ECHd9nmh78icUYTRY9QLDLm6N9OaWUdfkIpKa8drEmBtKtL8xPIVPo3JQnxAf1nLJ1TOxzXQ/0?wx_fmt=png)
所以用这种方案的时候,要考虑一下,你的延时是不是要及时~~
### #2 有序集合
有序集合是Redis中一种十分有用的数据结构,它的本质其实就是集合加了一个排序的功能,每个集合里面的元素还会有一个分值的属性。
它提供了一个可以获取指定分值范围内的元素,这个也就是我们的出发点。
在这个场景下,什么东西可能作为这个分值呢?现在只有一个处理任务的Id还有一个延迟的时间,Id肯定不行,那么也只能是延迟时间来作这个分值了。
延迟1秒,5秒,1分钟,这个都是比较大粒度的时间,这里要转化一下,用时间戳来代替这些延迟的时间。
假设现在的时间戳是 `1584171520`, 要延迟5秒执行,那么执行任务的时间就是 `1584171525`,在当前时间戳的基础上加个5秒,就是最终要执行的了。
到时有序集合中存的元素就会是这样的
```
任务Id-1 1584171525
任务Id-2 1584171528
任务Id-3 1584171530
```
接下来就是要怎么取出这些任务的问题了!
把当前时间戳当成是取数的最大分值,0作为最小分值,这个时候取出的元素就是应该要执行回传的任务了。
根据这个方案,重新调整一下流程图:
![](https://mmbiz.qpic.cn/mmbiz_png/yrY77YblI8LcWL5ECHd9nmh78icUYTRY9Mfj0ibwNcj2JIgCwfEcBBOicqib9ibedfibxOh0b18DFPoBg3QnOGOsiayJg/0?wx_fmt=png)
交代清楚了思路,再来点代码,加深一下理解。
首先还是处理完数据后往Redis写数据。
```cs
public async Task DoTaskAsync()
{
// 数据处理
// ...
// 后续操作要延时,把Id记录下来
var taskId = new Random().Next(1, 10000);
var cacheKey = "task:delay";
int sec = new Random().Next(1, 5);
// 要执行这个任务的时间戳
var time = DateTimeOffset.Now.AddSeconds(sec).ToUnixTimeSeconds();
await RedisHelper.ZAddAsync(cacheKey, (time, taskId));
Console.WriteLine($"{DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss")} done {taskId} here - {sec}");
}
```
后面就是轮训有序集合里面的元素了,这里同样是借助`BackgroundService`来处理。
```cs
public class SubscribeTaskBgTask : BackgroundService
{
protected override async Task ExecuteAsync(CancellationToken stoppingToken)
{
stoppingToken.ThrowIfCancellationRequested();
var cacheKey = "task:delay";
while (true)
{
// 先取,后删,不具备原子性,可考虑用lua脚本来保证原子性。
var vals = await RedisHelper.ZRangeByScoreAsync(cacheKey, -1, DateTimeOffset.Now.ToUnixTimeSeconds(), 1, 0);
if (vals != null && vals.Length > 0)
{
var val = vals[0];
var rmCount = await RedisHelper.ZRemAsync(cacheKey, vals);
if (rmCount > 0)
{
// 要把这个元素先删除成功了,再执行任务,不然会重复
Console.WriteLine($"{DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss")} begin to do task {val}");
// 回传处理结果给第三方,这里可以考虑这个并发锁,避免多实例都处理了这个任务。
// ....
}
}
else
{
// 没有数据,休眠500ms,避免CPU空转
await Task.Delay(500);
}
}
}
}
```
效果如下:
![](https://mmbiz.qpic.cn/mmbiz_png/yrY77YblI8LcWL5ECHd9nmh78icUYTRY9Ke3fqWKcHzRFXglvR5ftqibDBDau9XIPm7ZgUeYJUXreJbatTO7gQmA/0?wx_fmt=png)
## 参考文章
[https://redis.io/topics/notifications](https://redis.io/topics/notifications)
[https://zhuanlan.zhihu.com/p/87113913](https://zhuanlan.zhihu.com/p/87113913)
加载全部内容