使用RedisMQ 做一次分布式改造

引言

　　熟悉TPL Dataflow博文的朋友可能记得这是个单体程序，使用TPL Dataflow 处理工作流任务，在使用Docker部署的过程中，有一个问题一直无法回避：

在单体程序部署的瞬间（服务不可用）会有少量流量无法处理；更糟糕的情况下，迭代部署的这个版本有问题，上线后无法运作，更多的流量没有得到处理。

背负神圣使命（巨大压力）的程序猿心生一计，为何不将单体程序改成分布式：增加服务ReceiverApp只接收数据，服务WebApp只处理数据。

知识储备

消息队列和订阅发布作为老生常谈的两个知识点被反复提及，按照JMS的规范，官方称为点对点(point to point，message queue) 和订阅发布（publish/subscribe，channel / topic ）

点对点

　　消息生产者生产消息发送到Message Queue中，然后消费者从队列中取出消息并消费。

队列会保留消息，直到他们被消费或超时；

① MQ支持多消费者，每个消息只能被一个消费者处理

② 消息发送者和消费者在时间上没有依赖性，当发送者发送消息之后，不管消费者有没有在运行（甚至不管有没有消费者），都不会影响到消息被发送到队列

③ 一般消费者在消费之后需要向队列应答成功

如果希望发送的消息都被处理，或只能被处理一次，你应该使用p2p模型。

发布/订阅

　　消息生产者将消息发布到Channel，同时有多个消息消费者（订阅）该消息。和点对点方式不同，发布到特定通道的消息会被通道订阅者实时接收。

通道只有暂存机制，发布的消息只能被当前订阅者收到。

①每个消息可以有多个消费者

②发布者和消费者有时间上依赖性，针对某topic的订阅者，必须先创建相应订阅，才能消费消息

将消息发布到通道中，而不关注订阅者是谁；订阅者可收听自己感兴趣的多个通道（形成Topic），也不关注发布者是谁。

③ 故如果没有消费者，发布的消息将得不到处理；

如果希望广播的消息被实时接收，应该采用发布-订阅模型。

头脑风暴

Redis 内置的List数据结构亦能形成轻量级MQ的效果，Redis 原生支持发布/订阅模型。

如上所述， Pub/Sub 模型在订阅者宕机的时候，发布的消息得不到处理，故此模型不能用于 强业务的数据接收和处理。

本次采用的消息队列模型：

解耦业务：新建Receiver程序作为生产者，专注于接收并发送到队列；原有的webapp作为消费者专注数据处理。
起到削峰填谷的作用，若建立多个消费者webapp容器，还能形成负载均衡的效果。

需要关注Redis 两个命令( 左进右出，右进左出同理)：

LPUSH & RPOP/BRPOP

Brpop 中的B 表示 “Block”，是一个rpop命令的阻塞版本：若指定List没有新元素，在给定时间内，该命令会阻塞当前redis客户端连接，直到超时返回nil

编程实践

本次使用 ASPNetCore 完成RedisMQ的实践，引入Redis国产第三方开源库CSRedisCore.

不使用著名的StackExchange.Redis 组件库的原因：

之前一直使用StackExchange.Redis，参考了很多资料，做了很多优化，并未完全解决RedisTimeoutException问题

StackExchange.Redis基于其多路复用的连接机制，不支持阻塞式命令，故采用了 CSRedisCore，该库强调了API 与Redis官方命令一致，很容易上手

生产者Receiver

生产者使用LPush 命令向Redis List数据结构写入消息。

------------------截取自Startup.cs-------------------------

public void ConfigureServices(IServiceCollection services)
{
　　// Redis客户端要定义成单例，不然在大流量并发收数的时候，会造成redis client来不及释放。另一方面也确认api控制器不是单例模式，
　　var csredis = new CSRedisClient(Configuration.GetConnectionString("redis")+",name=receiver");
　　RedisHelper.Initialization(csredis);
　　services.AddSingleton(csredis);

 services.AddMvc();

}

------------------截取自数据接收Controller-------------------

[Route("batch")]

[HttpPost]

public async Task BatchPutEqidAndProfileIds([FromBody]List<EqidPair> eqidPairs)

{

　　if (!ModelState.IsValid)

　　throw new ArgumentException("Http Body Payload Error.");

　　var redisKey = $"{DateTime.Now.ToString("yyyyMMdd")}";

   eqidPairs = await EqidExtractor.EqidExtractAsync(eqidPairs);

   if (eqidPairs != null && eqidPairs.Any())

　　　　RedisHelper.LPush(redisKey, eqidPairs.ToArray());

　　　　await Task.CompletedTask;

 }

消费者webapp

根据以上RedisMQ思路，事件消费方式是拉取pull，故需要轮询Redis List数据结构，这里使用ASPNetCore内置的BackgroundService后台服务类实现后台轮询消费任务。

public class BackgroundJob : BackgroundService

    {

        private readonly IEqidPairHandler _eqidPairHandler;

        private readonly CSRedisClient[] _cSRedisClients;

        private readonly IConfiguration _conf;

        private readonly ILogger _logger;

        public BackgroundJob(IEqidPairHandler eqidPairHandler, CSRedisClient[] csRedisClients,IConfiguration conf,ILoggerFactory loggerFactory)

        {

            _eqidPairHandler = eqidPairHandler;

            _cSRedisClients = csRedisClients;

            _conf = conf;

            _logger = loggerFactory.CreateLogger(nameof(BackgroundJob));

        }

        protected override async Task ExecuteAsync(CancellationToken stoppingToken)

        {

            _logger.LogInformation("Service starting");

            if (_cSRedisClients[] == null)

            {

                _cSRedisClients[] = new CSRedisClient(_conf.GetConnectionString("redis") + ",defaultDatabase=" + );

            }

            RedisHelper.Initialization(_cSRedisClients[]);

            while (!stoppingToken.IsCancellationRequested)

            {

                var key = $"eqidpair:{DateTime.Now.ToString("yyyyMMdd")}";

                var eqidpair = RedisHelper.BRPop(, key);

                if (eqidpair != null)

                    await _eqidPairHandler.AcceptEqidParamAsync(JsonConvert.DeserializeObject<EqidPair>(eqidpair));

                // 强烈建议无论如何休眠一段时间，防止突发大流量导致webApp进程CPU满载，自行根据场景设置合理休眠时间

                await Task.Delay(1, stoppingToken);

            }

            _logger.LogInformation("Service stopping");

        }

    }

最后依照引言中的部署原理图，将Nginx,Receiver, WebApp使用docker-compose工具容器化

根据docker-compsoe up命令的用法，若容器正在运行且对应的Service Configuration或Image并未改变，该容器不会被ReCreate；

docker-compose up指令只会重建（Service或Image变更）的容器。

If there are existing containers for a service, and the service’s configuration or image was changed after the container’s creation, docker-compose up picks up the changes by stopping and recreating the containers (preserving mounted volumes). To prevent Compose from picking up changes, use the --no-recreate flag.

做一次上线测试验证，修改docker-compose.yml文件Web app的容器服务，docker-compose up；

仅数据处理程序WebApp容器被重建：

　Nice,分布式改造上线，效果很明显，现在可以放心安全的迭代Web App数据处理程序。

作者：JulianHuang

码甲拙见，如有问题请下方留言大胆斧正；码字+Visio制图，均为原创，看官请不吝好评+关注， ~。。~

本文欢迎转载，请转载页面明显位置注明原作者及原文链接。