Ruby Buffer Queue for Ruby

hooopo · 2021年03月21日 · 最后由 zhuangzhuang1988 回复于 2021年04月17日 · 1775 次阅读

https://developer.mozilla.org/en-US/docs/Web/API/Navigator/sendBeacon

Ruby 里有类似 Navigator sendBeacon 机制的 gem 吗

大概是这样:

  1. add(msg)之后不立即执行,插入到 queue 里
  2. 插入到一定数量(N)之后批量执行
  3. 对于没达到 N 的 queue,有 timer 定时 flush

感觉是非常通用的场景,没有找到

sidekiq 有个 group 的插件,不知道行不行

themadeknight 回复

那个是用的 client middleware,要用的话,我要改成 server middleware。不一定基于 sidekiq,感觉 Ractor 可以做这东西。

先存在到数据库里面,写一个定时任务检测,检测满数量了触发执行,这个不是轮子的问题,是一个简单的逻辑设计问题

之前写 server 端 ab testing 的时候看过,貌似没有现成的。最后自己用线程实现了

核心代码就几行。

thread = Thread.new { sleep(5) and mutex.synchronize { flush(jobs) } while true } # 定时 5 秒 flush
mutex.synchronize { thread.wakeup if jobs.push(job).size > 10 } # push 时检查数组大小,超过则 flush
at_exit { mutex.synchronize { flush(jobs) } } # 退出时 flush
saiga 回复

看起来不错

saiga 回复

搞了一个简单版 https://github.com/HyperCable/hypercable/pull/49/files

# frozen_string_literal: true

class BufferQueue
  attr_reader :max_batch_size, :execution_interval, :timeout_interval, :callback
  def initialize(max_batch_size: 100, execution_interval: 60, timeout_interval: 60, &callback)
    @max_batch_size = max_batch_size
    @execution_interval = execution_interval
    @timeout_interval = timeout_interval
    @queue = Queue.new
    @timer = Concurrent::TimerTask.new(execution_interval: execution_interval, timeout_interval: timeout_interval) do
      flush
    end
    @timer.execute
    @callback = callback
    at_exit { shutdown }
  end

  def flush
    batch = []
    max_batch_size.times do
      if not @queue.empty?
        begin
          batch << @queue.pop(true)
        rescue ThreadError
          puts "queue is empty"
          break
        end
      else
        break
      end
    end
    callback.call(batch) unless batch.empty?
  end

  def push(item)
    @queue << item
    if @queue.size >= max_batch_size
      flush
    end
    item
  end

  def shutdown
    puts "shutdown ..."
    @timer.shutdown
    flush
  end
end

效果

[1] pry(main)> bq = BufferQueue.new(max_batch_size: 10, execution_interval: 5) do |batch|
  p batch
end
25.times do |i|
  bq.push(i)
end
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
=> 25
[2] pry(main)> [20, 21, 22, 23, 24]

[2] pry(main)> quit
shutdown ...

ruby 的内置 queue 不太好用:https://bugs.ruby-lang.org/issues/9145

hooopo 回复

👏

callback 看起来跟 push 是在同一个线程,如果 callback 是耗时较长的操作,好像 push 会卡住的

saiga 回复

是的,没有实现 worker,但我现在的用法是和 sidekiq 一起,利用 sidekiq 的 worker 来实现,可以看上面新提交的代码

if Sidekiq.server?
  Sidekiq.on(:startup) do
    BQ = BufferQueue.new(max_batch_size: 10, execution_interval: 100) do |batch|
      puts "bulk insert #{batch.size} records"
      Hyper::Event.import(
        EventJob::COLUMN_NAMES,
        batch.flatten.map { |attr| Hyper::Event.new(attr) },
        validate: false,
        timestamps: false
      ) unless batch.empty?
    end
  end
end

in sidekiq job:

class EventJob
  include Sidekiq::Worker

  COLUMN_NAMES = Hyper::Event.column_names

  def perform(*args)
      result = a_lot_of_cal
      BQ.push result
    end
  end
end

效果就是先利用 sidekiq 的多线程并行处理一些计算任务,产生的结果批量插入数据库; 相比之前 sidekiq job 里单条插入会快很多。并且可以利用 activerecord import 把多条记录改成 insert into values 的形式,插入更快。

我当时的需求是做个 server 端的 event track sdk,所以需要异步处理并且尽量不依赖第三方包。

不过既然你用了 concurrent ruby,感觉是不是直接用 actor 代替 queue 会更直观。

require 'concurrent'
require 'concurrent-edge'

class JobActor < Concurrent::Actor::Context
  Message = Struct.new(:action, :value)

  def initialize
    @jobs = []

    @timer = Concurrent::TimerTask.new(execution_interval: 5) do
      puts 'time to flush.'
      flush
    end.execute
  end

  def on_message(message)
    case message.action
    when :add then push(message.value)
    when :flush then flush
    end
  end

  private

  def push(value)
    flush if @jobs.size == 20
    @jobs << value
  end

  def flush
    jobs = @jobs.map(&:itself)
    @jobs = []

    p jobs
  end
end


actor = JobActor.spawn name: 'job_actor'

67.times do |i|
  actor.tell(JobActor::Message.new(:add, i))
end
saiga 回复

👍

需要 登录 后方可回复, 如果你还没有账号请 注册新账号