mini-job极简分布式延迟任务队列 — 基于 Redis,支持 Cron 周期任务、异步协程和多执行器

news2026/4/29 7:34:15
mini-job极简分布式延迟任务队列 — 基于 Redis支持 Cron 周期任务、异步协程和多执行器。特性特性说明延迟任务设定延迟秒数到期自动执行Cron 周期调度支持标准 cron 表达式分 时 日 月 星期三种执行器async协程IO 密集、thread线程通用、process进程CPU 密集队列级执行器隔离Redis Key{ns}:ready:{executor}三队列隔离消费者只拉取专属队列零竞争死信队列失败的一次性任务自动进入死信队列可排查重试可见性超时回收消费者崩溃后任务自动回收重入队列不丢任务命名空间隔离多环境共用同一 Redis 实例Key 前缀隔离监控指标内置QueueMetrics统计各生命周期计数背压控制队列深度超阈值自动告警Pydantic 配置集中配置管理环境变量覆盖类型校验Lua 原子操作抢占和回收均为 Redis 端原子执行无竞态优雅关闭SIGTERM/SIGINT 信号处理等待任务完成安装pipinstallmini-job# 核心依赖pipinstallmini-job[script]# 含 pandas/numpy脚本执行模式依赖Python 3.12Redis 7.4croniterpydantic-settingspython-dotenv快速开始1. 确保 Redis 运行redis-cliping# PONG2. 生产者 — 发布任务frommini_jobimportDelayQueue dqDelayQueue(namespacemyapp)# 注册脚本动态执行模式dq.register_script(send_email, def handler(payload): to_email payload.get(to) print(f发送邮件到: {to_email}) return {status: sent, to: to_email} ,)# 发布任务 — executor 参数指定执行器类型dq.publish(send_email,{to:userexample.com,subject:欢迎,content:注册成功},executorasync,# async / thread / process)# 延迟 30 秒执行dq.publish(send_email,{...},delay_seconds30)# 每天凌晨 2 点执行cron 表达式分 时 日 月 星期dq.publish(send_email,{...},cron0 2 * * *)# 查询任务结果resultdq.get_task_result(task_id)3. 消费者 — 按类型独立启动frommini_jobimportDelayQueue# 注册本地函数defsend_sms(payload):print(f发送短信 -{payload[phone]})TASK_REGISTRY{send_sms:send_sms,}dqDelayQueue(namespacemyapp)dq.start(task_registryTASK_REGISTRY,executor_typeasync,# 本进程只消费 async 任务)启动不同执行器类型的消费者3 个终端python consumer.py async# 协程消费者 — IO 密集任务python consumer.py thread# 线程消费者 — 通用任务python consumer.py process# 进程消费者 — CPU 密集任务核心概念执行器类型类型适用场景实现推荐并发数asyncIO 密集发邮件、HTTP 请求、DB 操作asyncio协程100~500thread通用任务、阻塞操作ThreadPoolExecutor30~100processCPU 密集数据处理、报表生成ProcessPoolExecutorCPU 核数任务路由表TASK_REGISTRY{# 简单格式默认 async 执行器send_sms:send_sms,# 带配置格式指定执行器类型daily_report:(daily_report,{executor:thread}),}状态生命周期pending → running → completed ↘ failed → 死信队列一次性任务 下次重试周期任务Redis Key 设计{namespace}:ready:{executor} — 按执行器隔离的就绪 ZSetasync/thread/process {namespace}:processing:{id} — 消费者专属处理列表 {namespace}:processing:timeout — 全局超时追踪 ZSet {namespace}:dead_letter — 死信队列 {namespace}:dead_letter:detail — 死信详情 {namespace}:task:meta — 任务元数据 {namespace}:task:result:{id} — 任务结果独立 TTL {namespace}:scripts — 注册脚本API 参考DelayQueuedqDelayQueue(namespacemyapp)# 或使用配置对象frommini_jobimportQueueConfig dqDelayQueue(QueueConfig(namespacemyapp))生产者方法方法说明publish(func, payload, delay_seconds0, cronNone, executorasync)发布任务 → 返回 task_idregister_script(name, content, languagepython, use[])注册动态脚本get_script(name)获取脚本信息delete_script(name)删除脚本list_scripts()列出所有脚本get_task_result(task_id)查询任务状态和结果消费者方法方法说明start(task_registry, executor_typeasync, **kwargs)启动消费者stop()手动触发优雅关闭start()参数参数默认值说明task_registry(必填)任务路由表{name: func}executor_typeasync执行器类型async / thread / processpoll_interval0.5轮询间隔秒grab_limit80每次最多抢占任务数worker_threads50工作线程/协程/进程数task_timeout30单个任务超时秒visibility_timeout60可见性超时秒配置通过 Pydantic Settings 管理支持.env文件、环境变量覆盖、类型校验。队列配置DQ_*参数环境变量默认值类型说明namespaceDQ_NAMESPACEdqstrRedis Key 命名空间前缀多环境隔离consumer_idDQ_CONSUMER_ID自动生成str消费者唯一标识默认worker- 8 位 hexresult_ttlDQ_RESULT_TTL86400int任务结果保留时间秒默认 1 天reclaim_intervalDQ_RECLAIM_INTERVAL10int超时回收检查间隔轮询周期数每 N 轮检查一次Redis 连接配置DQ_REDIS_*参数环境变量默认值类型说明hostDQ_REDIS_HOSTlocalhoststrRedis 主机地址portDQ_REDIS_PORT6379intRedis 端口dbDQ_REDIS_DB0intRedis 数据库编号passwordDQ_REDIS_PASSWORDNonestrRedis 密码可选max_connectionsDQ_REDIS_MAX_CONNECTIONS50int连接池最大连接数socket_timeoutDQ_REDIS_SOCKET_TIMEOUT5.0float单次操作超时秒socket_connect_timeoutDQ_REDIS_SOCKET_CONNECT_TIMEOUT5.0float连接建立超时秒retry_on_timeoutDQ_REDIS_RETRY_ON_TIMEOUTTruebool超时是否自动重试health_check_intervalDQ_REDIS_HEALTH_CHECK_INTERVAL30int连接健康检查间隔秒消费者配置DQ_CONSUMER_*参数环境变量默认值类型说明poll_intervalDQ_CONSUMER_POLL_INTERVAL0.5float轮询间隔秒影响任务延迟精度grab_limitDQ_CONSUMER_GRAB_LIMIT80int每次最多抢占任务数建议 worker × 1.5~2worker_threadsDQ_CONSUMER_WORKER_THREADS50int工作协程/线程/进程数task_timeoutDQ_CONSUMER_TASK_TIMEOUT30int单个任务执行超时秒超时后标记失败visibility_timeoutDQ_CONSUMER_VISIBILITY_TIMEOUT60int可见性超时秒消费者需在此时间内完成任务shutdown_timeoutDQ_CONSUMER_SHUTDOWN_TIMEOUT30int优雅关闭最大等待时间秒max_queue_depthDQ_CONSUMER_MAX_QUEUE_DEPTH10000int队列深度告警阈值超阈值打印 WARNING示例.env# 队列DQ_NAMESPACEproductionDQ_CONSUMER_IDweb-server-01# RedisDQ_REDIS_HOSTredis.example.comDQ_REDIS_PORT6379DQ_REDIS_PASSWORDsecret# 消费者DQ_CONSUMER_POLL_INTERVAL0.3DQ_CONSUMER_GRAB_LIMIT100DQ_CONSUMER_WORKER_THREADS80DQ_CONSUMER_TASK_TIMEOUT60DQ_CONSUMER_VISIBILITY_TIMEOUT120监控# 获取监控指标快照snapshotdq.metrics.snapshot()# {published: 1000, completed: 980, failed: 15, timeout: 5, ...}指标说明指标含义published已发布任务总数completed成功完成数failed执行失败数timeout超时任务数dead_lettered进入死信队列数reclaimed超时回收重入队数项目结构mini_job/ ├── __init__.py # 公共导出 ├── config.py # Pydantic Settings 配置 ├── core/ │ ├── delay_queue.py # DelayQueue 核心 │ └── task.py # 任务模型 ├── executor/ │ ├── base.py # 执行器抽象基类 │ ├── async_io.py # 协程执行器 │ ├── thread.py # 线程执行器 │ └── process.py # 进程执行器 ├── redis/ │ ├── client.py # Redis 连接 Lua 脚本 │ └── scripts.lua # 原子 Lua 脚本 ├── utils/ │ ├── retry.py # 重试装饰器 │ ├── metrics.py # 监控指标 │ └── decorators.py # 任务装饰器 ├── consumer.py # 消费者示例 └── producer.py # 生产者示例LicenseMIT

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2564927.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…