beanstalkd 消息队列

概况：
Beanstalkd，一个高性能、轻量级的分布式内存队列系统，最初设计的目的是想经过后台异步执行耗时的任务来下降高容量Web应用系统的页面访问延迟，支持过有9.5 million用户的Facebook Causes应用。后来开源，如今有PostRank大规模部署和使用，天天处理百万级任务。Beanstalkd是典型的类Memcached设计，协议和使用方式都是一样的风格，因此使用过memcached的用户会以为Beanstalkd似曾相识。

beanstalk核心概念：

job:一个须要异步处理的任务，须要放在一个tube中。
tube:一个有名的任务队列，用来存储统一类型的job
producer:job的生产者
consumer:job的消费者

简单来讲流程就一句话：
由 producer 产生一个任务 job ，并将 job 推动到一个 tube 中，
而后由 consumer 从 tube 中取出 job 执行（固然了，这一切的操做的前提是beanstalk服务正在运行中）。

 

一个job有READY（时刻准备着被消费者取出）, RESERVED（任务正在被一个消费者处理中）, DELAYED（延迟任务，设定的延迟时间后进入ready状态）, BURIED（休眠中，须要转移状态后才能操做）四种状态。当producer直接put一个job时，job就处于READY状态，等待consumer来处理，若是选择延迟put，job就先到DELAYED状态，等待时间事后才迁移到READY状态。consumer获取了当前READY的job后，该job的状态就迁移到RESERVED，这样其余的consumer就不能再操做该job。当consumer完成该job后，能够选择delete, release或者bury操做;delete以后，job从系统消亡，以后不能再获取;release操做能够从新把该job状态迁移回READY(也能够延迟该状态迁移操做)，使其余的consumer能够继续获取和执行该job;有意思的是bury操做，能够把该job休眠，等到须要的时候，再将休眠的job kick回READY状态，也能够delete BURIED状态的job。正是有这些有趣的操做和状态，才能够基于此作出不少意思的应用，好比要实现一个循环队列，就能够将RESERVED状态的job休眠掉，等没有READY状态的job时再将BURIED状态的job一次性kick回READY状态。

beanstalkd拥有的一些特性：
++    producer产生的任务能够给他分配一个优先级，支持0到2**32的优先级，值越小，优先级越高，默认优先级为1024。
    优先级高的会被消费者首先执行
++    持久化，能够经过binlog将job及其状态记录到文件里面，在Beanstalkd下次启动时能够
    经过读取binlog来恢复以前的job及状态。
++    分布式容错，分布式设计和Memcached相似，beanstalkd各个server之间并不知道彼此的存在，
    都是经过client来实现分布式以及根据tube名称去特定server获取job。
++    超时控制，为了防止某个consumer长时间占用任务但不能处理的状况，
    Beanstalkd为reserve操做设置了timeout时间，若是该consumer不能在指定时间内完成job，
    job将被迁移回READY状态，供其余consumer执行。

枯燥的文字介绍结束，举个例子看看如何在实际项目中应用

若是你有疑问为何要用消息队列，请跳到文末【使用消息队列的10个理由】

这里仍是要提醒一句：
消息队列有不少用途，也在不少大型网站中有不一样程度的使用，使用灵活，能解决不少
问题，可是！ 在灵活的背后也是有不少潜在代价的，好比队列意外挂掉，系统维护难度增大，滥用队列致使
系统性能降低等。 因此，请确保你的业务逻辑适合使用消息队列，而且你能处理好意外状况。

测试环境 （ Ubuntu Server 14.04 + PHP5.5 + Beanstalk V1.10 ）

例子分析：微博是一个很典型的例子：
1，发一个微博
2，推送给他的粉丝 （若是有100w个粉丝，这个地方会堵塞好久，用户感觉到的就是延迟）
在微博上发布一条内容要作上面两件事情才算完整，发一条微博只须要进行一次简单的数据库操做，
可是推送给他的粉丝却要操做100w次数据库，致使用户发一个微博要等待很长的延迟才能返回结果发送成功。

采用队列的方式，用户发送一条微博立马返回结果，发送成功，剩下的推送就放到队列里面异步执行，
推送并不须要特别及时，延迟过几秒几十秒都是能够接受的。    

下面用代码来实现上面的思路：

首先在ubuntu上安装beanstalkd服务，
apt-get install beanstalkd
（官网地址：http://kr.github.io/beanstalkd/download.html）
运行beanstalk  /etc/init.d/beanstalkd start
若是启动失败，在 /etc/default/beanstalkd 中添加 START=yes

须要三个文件:
a.php (任务生产者)
b.php (任务消费者)
beanstalk.php (beanstalkd的php客户端，这里选的是 https://github.com/davidpersson/beanstalk)
beanstalk支持的客户端下载：
https://github.com/kr/beanstalkd/wiki/client-libraries

// a.php
// 伪代码以下：
// 
require_once "beanstalk.php";

//接受参数
$user  = $_POST['uid'];  //发微博的用户
$content = $_POST['content'];  //发送内容

// 插入微博 
// 取出当前插入微博的id => wid
// 查找出用户的全部粉丝uid => fensi
// 把推送放进队列
newtask($wid,$fensi);

function newtask($wid,$fensi)
{
    $beanstalk = new Client();

    $beanstalk->connect();

    $beanstalk->useTube('test');
    
    foreach ($fensi as $key => $value) {
        //参数说明  优先级  延迟执行  执行超时  任务字符串
        $task = $value . "#" . $wid;   //  粉丝id和微博id
        $beanstalk->put( 1024,  0,   60,   $task );
    }
    
    $beanstalk->disconnect();
}

 

 

//b.php

// 伪代码以下：
// 
require_once "beanstalk.php";

$beanstalk = new Client();

$beanstalk->connect();

$beanstalk->watch('test');

while(true) 
{
    $job = $beanstalk->reserve(0); 

    if( !$job ) {
        // 这个地方必定要休眠  若是不休眠 while循环会致使cpu跑满
        sleep(1);
        continue;
    }
    $result = $job['body'];

    $pos = explode("#", $result);
    $weibo = $pos[1];
    $uid = $pos[0];
    // 插入粉丝推送数据
    // .................
    // .................
    $beanstalk->delete($job['id']);

}

$beanstalk->disconnect();

 

 beanstalk.php 在这里： https://github.com/davidpersson/beanstalk

 

使用消息队列的10个理由：

1. 解耦
在项目启动之初来预测未来项目会碰到什么需求，是极其困难的。消息队列在处理过程当中间插入了一个隐含的、基于数据的接口层，两边的处理过程都要实现这一接口。这容许你独立的扩展或修改两边的处理过程，只要确保它们遵照一样的接口约束。
2. 冗余
有时在处理数据的时候处理过程会失败。除非数据被持久化，不然将永远丢失。消息队列把数据进行持久化直到它们已经被彻底处理，经过这一方式规避了数据丢失风险。在被许多消息队列所采用的"插入-获取-删除"范式中，在把一个消息从队列中删除以前，须要你的处理过程明确的指出该消息已经被处理完毕，确保你的数据被安全的保存直到你使用完毕。
3. 扩展性
由于消息队列解耦了你的处理过程，因此增大消息入队和处理的频率是很容易的；只要另外增长处理过程便可。不须要改变代码、不须要调节参数。扩展就像调大电力按钮同样简单。
4. 灵活性 & 峰值处理能力
当你的应用上了Hacker News的首页，你将发现访问流量攀升到一个不一样寻常的水平。在访问量剧增的状况下，你的应用仍然须要继续发挥做用，可是这样的突发流量并不常见；若是为以能处理这类峰值访问为标准来投入资源随时待命无疑是巨大的浪费。使用消息队列可以使关键组件顶住增加的访问压力，而不是由于超出负荷的请求而彻底崩溃。请查看咱们关于峰值处理能力的博客文章了解更多此方面的信息。
5. 可恢复性
当体系的一部分组件失效，不会影响到整个系统。消息队列下降了进程间的耦合度，因此即便一个处理消息的进程挂掉，加入队列中的消息仍然能够在系统恢复后被处理。而这种容许重试或者延后处理请求的能力一般是造就一个略感不便的用户和一个沮丧透顶的用户之间的区别。
6. 送达保证
消息队列提供的冗余机制保证了消息能被实际的处理，只要一个进程读取了该队列便可。在此基础上，IronMQ提供了一个"只送达一次"保证。不管有多少进程在从队列中领取数据，每个消息只能被处理一次。这之因此成为可能，是由于获取一个消息只是"预约"了这个消息，暂时把它移出了队列。除非客户端明确的表示已经处理完了这个消息，不然这个消息会被放回队列中去，在一段可配置的时间以后可再次被处理。
7.排序保证
在许多状况下，数据处理的顺序都很重要。消息队列原本就是排序的，而且能保证数据会按照特定的顺序来处理。IronMO保证消息浆糊经过FIFO（先进先出）的顺序来处理，所以消息在队列中的位置就是从队列中检索他们的位置。
8.缓冲
在任何重要的系统中，都会有须要不一样的处理时间的元素。例如,加载一张图片比应用过滤器花费更少的时间。消息队列经过一个缓冲层来帮助任务最高效率的执行--写入队列的处理会尽量的快速，而不受从队列读的预备处理的约束。该缓冲有助于控制和优化数据流通过系统的速度。
9. 理解数据流
在一个分布式系统里，要获得一个关于用户操做会用多长时间及其缘由的整体印象，是个巨大的挑战。消息系列经过消息被处理的频率，来方便的辅助肯定那些表现不佳的处理过程或领域，这些地方的数据流都不够优化。
10. 异步通讯
不少时候，你不想也不须要当即处理消息。消息队列提供了异步处理机制，容许你把一个消息放入队列，但并不当即处理它。你想向队列中放入多少消息就放多少，而后在你乐意的时候再去处理它们。

补充一个：  多语言通讯，好比用php生产一个job，用python或者其余语言做为消费者来处理