认识beanstalkd

背景

公司业务做某个需求是将数据写入到消息队列中，然后另外一个服务来消费数据，这里的消息队列使用的是beastalkd，之前接触到的消息队列为kafka，因此简单学习记录一下，
本文重点是beanstalkd数据的查看操作和简单的理解

介绍

官网

https://beanstalkd.github.io/

描述

Beanstalk is a simple, fast work queue.
Its interface is generic, but was originally designed for reducing the latency of page views in high-volume web applications by running time-consuming tasks asynchronously.

Beanstalkd是一个简单、高效的工作队列系统，其最初设计目的是通过后台异步执行耗时任务方式降低高容量Web应用的页面延时。而其简单、轻量、易用等特点，和对任务优先级、延时超时重发等控制，以及众多语言版本的客户端的良好支持，使其可以很好的在各种需要队列系统的场景中应用。

Beanstalkd 是一个轻量级的内存型队列，利用了和 Memcache 类似的协议。依赖 libevent 单线程事件分发机制, 可以部署多个实例，但是高并发支持还是不太友好；

共性

消息队列的好处：主要用来削峰, 解耦, 时序保证，市面上的消息队列也是一抓一大把，如 kafka, beanstalkd, zeromq, rabbitmq, redis queue

使用

安装

安装就不做描述

理解

生产者 -> 管道(tube) -> 任务(job) -> 消费者
数据就写在job中，如下job-id=31694512的数据

Beanstalkd可以创建多个管道，管道里面存了很多任务，消费者从管道中取出任务进行处理。

管道

即有名称的任务队列，一个服务器有一个或者多个管道，用来储存统一类型的 job。每个管道由一个就绪队列与延迟队列组成。每个job所有的状态迁移在一个管道中完成。消费者可以监控感兴趣的管道，通过发送 watch 指令。消费者也可以取消监控 tube，通过发送 ignore 命令。通过 list 命令返回所有监控的管道，当客户端预订一个job，此 job 可能来自任何一个它监控的管道。
当一个客户端连接上服务器时，客户端监控的tube 默认为 default，如果客户端提交 job 时，没有使用 use 命令，那么这些 job 就存于名为 default 的 tube 中。
管道按需求创建，无论他们在地方被引用到。如果一个管道变为空和没有任何客户端引用，它将会被自动删除。

job

任务在队里之中被称作 Job. 一个 Job 在 Beanstalkd 中有以下的生命周期：

put 将一个任务放置进 tube 中
deayed 这个任务现在再等待中，需要若干秒才能准备完毕【延迟队列】
ready 这个任务已经准备好了，可以消费了。所有的消费都是要从取 ready 状态的 job
reserved 这个任务已经被消费者消费
release 这个 job 执行失败了，把它放进 ready 状态队列中。让其他队列执行
bury 这个 job 执行失败了，但不希望其他队列执行，先把它埋起来

操作

那么问题来了，现在业务代码把数据写道beanstalkd中了，怎么去查看写的对不对呢？
找了一圈没有看到很好的图形化工具，其他都是要用语言去编写客户端去链接，如：https://github.com/beanstalkd/beanstalkd/wiki/Client-Libraries 其中chrome-app还失效了；
一顿操作了发现其实可以通过telnet去链接，直接telnet 127.0.0.1 11300即可，就可以建立起链接

查看所有的tube list-tubes
切换到指定的tube use
查看tube的信息 stats-tube
查看下一个ready的job peek-ready
断开链接 quit

更多可参考： https://www.04007.cn/article/251.html

参考资料

官网： https://beanstalkd.github.io/
命令行操作： https://www.04007.cn/article/251.html http://www.hangdaowangluo.com/archives/2650
概念理解： https://www.zhihu.com/question/21062715 http://www.hulkdev.com/posts/think_in_beanstalkd
消息队列总结： https://blog.csdn.net/HD243608836/article/details/80217591 （推荐）