如何用Golang的channel实现消息的批量处理

Posted on by 海之方 2 mins read

引言

话说，有这样一个场景，就是客户送不断发送消息，需要服务端异步处理。

一个一个的处理未免有些浪费资源，更好的方法是批量处理。

当消息量特别大时，使用kafka之类的message queue自然是首选，但更多的时候，我们想用更加轻量的方案来解决这个问题。

下面来详细分析一下技术需求，这个方案需要实现以下几点：

  • 消息聚合后处理（最大条数为BatchSize）
  • 延迟处理（延迟时间为LingerTime）
  • 自定义错误处理
  • 并发处理

实现

基于这样的需求，我快速的实现了第一步，消息聚合后处理。

var (
	eventQueue     = make(chan interface{}, 4)
	batchSize      = 8
	workers        = 2
	batchProcessor = func(messages []interface{}) {
		fmt.Printf("%+v \n", messages)
	}
)

for i := 0; i < workers; i++ {
	go func() {
		var batch []interface{}
		for {
			msg := <-eventQueue
			batch = append(batch, msg)
			if len(batch) == batchSize {
				batchProcessor(batch)
				batch = make([]interface{}, 0)
			}
		}
	}()
}

for i := 0; i < 100; i++ {
	eventQueue <- i
}

代码虽然简单，但是核心已经有了。

  • 带buffer的channel相当于一个FIFO的队列
  • 多个常驻的goroutine来提高并发
  • goroutine之间是并行的，但每个goroutine内是串行的，所以对batch操作是不用加锁的。

下一步就是添加延迟处理，和错误处理了。

var (
	eventQueue     = make(chan interface{}, 4)
	batchSize      = 8
	workers        = 2
	lingerTime     = 14 * time.Millisecond
	batchProcessor = func(batch []interface{}) error {
		fmt.Printf("%+v \n", batch)
		return nil
	}
	errHandler = func(err error, batch []interface{}) {
		fmt.Println("some error happens")
	}
)

for i := 0; i < workers; i++ {
	go func() {
		var batch []interface{}
		lingerTimer := time.NewTimer(0)
		if !lingerTimer.Stop() {
			<-lingerTimer.C
		}
		defer lingerTimer.Stop()

		for {
			select {
			case msg := <-eventQueue:
				batch = append(batch, msg)
				if len(batch) != batchSize {
					if len(batch) == 1 {
						lingerTimer.Reset(lingerTime)
					}
					break
				}

				if err := batchProcessor(batch); err != nil {
					errHandler(err, batch)
				}

				if !lingerTimer.Stop() {
					<-lingerTimer.C
				}

				batch = make([]interface{}, 0)
			case <-lingerTimer.C:
				if err := batchProcessor(batch); err != nil {
					errHandler(err, batch)
				}

				batch = make([]interface{}, 0)
			}
		}
	}()
}

for i := 0; i < 100; i++ {
	eventQueue <- i
	time.Sleep(1 * time.Millisecond)
}

虽然只多加了两个点，代码明显复杂了许多，这其实也是很多库的成长过程吧。

一开始专注解决核心问题时，代码还很清晰，当功能逐渐扩展后，代码行数快速增加。

这时，如果抓不住核心，很容易迷失在代码中。关于这一点，相信大家在加入一个新的项目，或者看一些成熟项目的源码时都有同感。(这也是为什么我把不同阶段的代码都列出来的原因，不知各位看官意下如何)

言归正传，关于代码中为什么使用time.Timer而不是time.After，是因为time.After在for select中使用时，会发生内存泄露。 具体分析，请查看golang time.After内存泄露问题分析和GOLANG中time.After释放的问题。

所以说呀，代码写的越多，越容易出bug，但是功能不完善，代码还是要写的。

实现到这里，当个原型是绰绰有余了，但是要作为一个通用的库，还有很多功能要做，比如说：自定义配置。

最终版的代码，不多不少，正好200行，就不贴过来。有兴趣的同学，请点击Aggregator.go查看。

最后，Aggregator收录在我开源的channelx仓库中，这个库目的是使用channel实现各种好用的轻量级工具。如果有你喜欢用的工具，欢迎点个赞或者star :)