扫描QPS控制——celery任务分多队列运行

发包QPS控制，有两个难点。

1. redis交互流量的限制。

假设每分钟有1000条流量任务生成，每条跑20个插件，每一个插件发5个数据包，每分钟约发十万请求。
那么在发包处作QPS会遇到一个问题，若是每次发包时先问一下redis
“这条流量在不在QPS限定范围内？若是在，这一秒这一分钟的QPS是否已经达到上限不能发送了？若是
没达到我就发送顺便redis这个域名当前秒发送量也+1”，
至少每分钟与redis交互十万次以上，估计一下redis的kbps约提高10M以上。

以后会发现，该redis流量过大阻塞集群，小则影响本身的业务，多则影响了别人的集群，DBA夺命报警连环call。

应对：

1)不在发包处作QPS控制，再往上游控制
2)若是该连接对应的业务没有QPS控制需求，就不必限制也不必交互了。

2. 睡眠

当QPS超过限制的时候，怎么作？首先通常的选择是睡眠。
当一个业务的QPS极低而待扫描的流量又极大时，
可能会致使全部节点全部worker都由于该业务的流量正在睡眠中，
像幼儿园整个年级都躺在睡眠室里同样其乐融融，
由于该业务的QPS限制都在等待中运行不动了。

应对：

1)选择少许节点让其随便睡，再在最上游流量去重处作对应规则。
2)超过QPS的流量就丢弃。

3. 最终实验的方案：

流量将经过celery发送到worker时，根据流量业务的不一样，将需调控的流量发送到另外的celery任务队列中。挑选少许节点专门用来执行该队列（需qps控制）的任务。

在调用func.delay时须要根据流量区别，将流量和同一func造成的任务发送到不一样的队列中（这样好看点）

面向搜索引擎编程，找到了解决方法

Celery 任务分多队列运行

待续