延迟队列，顾名思义它是一种带有延迟功能的消息队列。 那么，是在什么场景下我才需要这样的队列呢？
一、背景
先看看一下业务场景：
1.会员过期前3天发送召回通知
2.订单支付成功后，5分钟后检测下游环节是否都正常，比如用户购买会员后，各种会员状态是否都设置成功
3.如何定期检查处于退款状态的订单是否已经退款成功？
4.实现通知失败，1，3，5，7分钟重复通知，直到对方回复？
通常解决以上问题，最简单直接的办法就是定时去扫表。
扫表存在的问题是：
1.扫表与数据库长时间连接，在数量量大的情况容易出现连接异常中断，需要更多的异常处理，对程序健壮性要求高
2.在数据量大的情况下延时较高，规定内处理不完，影响业务，虽然可以启动多个进程来处理，这样会带来额外的维护成本，不能从根本上解决。
3.每个业务都要维护一个自己的扫表逻辑。 当业务越来越多时，发现扫表部分的逻辑会重复开发，但是非常类似
延时队列能对于上述需求能很好的解决
二、调研
调研了市场上一些开源的方案，以下：
1.有赞科技：只有原理，没有开源代码
2.github个人的：https://github.com/ouqiang/delay-queue
（1）基于redis实现，redis只能配置一个,如果redis挂了整个服务不可用，可用性差点
（2）消费端实现的是拉模式，接入成本大，每个项目都得去实现一遍接入代码
（3）在star使用的人数不多，放在生产环境，存在风险，加之对go语言不了解，出了问题难以维护
3.SchedulerX-阿里开源的： 功能很强大，但是运维复杂，依赖组件多，不够轻量
4.RabbitMQ-延时任务: 本身没有延时功能，需要借助一特性自己实现，而且公司没有部署这个队列，去单独部署一个这个来做延时队列成本有点高，而且还需要专门的运维来维护，目前团队不支持
基本以上原因打算自己写一个，平常使用php多，项目基本redis的zset结构作为存储，用php语言实现 ，实现原理参考了有赞团队：https://tech.youzan.com/queuing_delay/
整个延迟队列主要由4个部分
JobPool用来存放所有Job的元信息。
DelayBucket是一组以时间为维度的有序队列，用来存放所有需要延迟的Job（这里只存放Job Id）。
Timer负责实时扫描各个Bucket，并将delay时间大于等于当前时间的Job放入到对应的Ready Queue。
ReadyQueue存放处于Ready状态的Job（这里只存放JobId），以供消费程序消费。
消息结构
每个Job必须包含一下几个属性：
topic：Job类型。可以理解成具体的业务名称。
id：Job的唯一标识。用来检索和删除指定的Job信息。
delayTime：jod延迟执行的时间，13位时间戳
ttr（time-to-run)：Job执行超时时间。
body：Job的内容，供消费者做具体的业务处理，以json格式存储。
对于同一类的topic delaytime,ttr一般是固定，job可以在精简一下属性
1.topic：Job类型。可以理解成具体的业务名称
2.id：Job的唯一标识。用来检索和删除指定的Job信息。
3.body：Job的内容，供消费者做具体的业务处理，以json格式存储。
delaytime,ttr在topicadmin后台配置
三、目标
轻量级：有较少的php的拓展就能直接运行，不需要引入网络框架，比如swoole，workman之类的
稳定性：采用master-work架构，master不做业务处理，只负责管理子进程，子进程异常退出时自动拉起
可用性：
1.支持多实例部署，每个实例无状态，一个实例挂掉不影响服务
2.支持配置多个redis，一个redis挂了只影响部分消息
3.业务方接入方便，在后台只需填写相关消息类型和回调接口
拓展性: 当消费进程存在瓶颈时，可以配置加大消费进程数，当写入存在瓶颈时，可增加实例数写入性能可线性提高
实时性：允许存在一定的时间误差。
支持消息删除：业务使用方，可以随时删除指定消息。
消息传输可靠性：消息进入到延迟队列后，保证至少被消费一次。
写入性能：qps>1000+
四、架构设计与说明
总体架构
采用master-work架构模式，主要包括6个模块：
1.dq-mster: 主进程，负责管理子进程的创建，销毁，回收以及信号通知
2.dq-server: 负责消息写入，读取，删除功能以及维护redis连接池
3.dq-timer-N: 负责从redis的zset结构中扫描到期的消息，并负责写入ready 队列，个数可配置，一般2个就行了，因为消息在zset结构是按时间有序的
4.dq-consume-N: 负责从ready队列中读取消息并通知给对应回调接口，个数可配置
5.dq-redis-checker: 负责检查redis的服务状态，如果redis宕机，发送告警邮件
6.dq-http-server: 提供web后台界面，用于注册topic
五、模块流程图
消息写入:
timer查找到期消息:
consumer消费流程:
六、部署
环境依赖：PHP 5.4+ 安装sockets，redis，pcntl,pdo_mysql 拓展
ps: 熟悉docker的同学可以直接用镜像: shareclz/php7.2.14 里面包含了所需拓展
step1:安装数据库用于存储一些topic以及告警信息
执行:
mysql> source dq.sql
step2:在DqConfg.文件中配置数据库信息： DqConf::$db
step3: 启动http服务
在DqConf.php文件中修改php了路径
命令：
php DqHttpServer.php --port 8088
访问:http://127.0.0.1:8088,出现配置界面
redis信息格式：host:port:auth 比如 127.0.0.1:6379:12345
stop4:配置告信息(比如redis宕机)
stop5:注册topic
重试标记说明:
1.接口返回为空默认重试
2.满足指定返回表达会重试，res表示返回的json数组，比如:
回调接口返回json串：{"code":200,"data":{"status":2,"msg":"返回失败"}}，重试条件可以这样写
{res.code}!=200
{res.code}!=200 && {res.data.status}!=2
{res.code}==200 && {res.data.status}==2 || {res.data.msg}=='返回失败'
step6:启动服务进程:
php DqInit.php --port 6789 &
执行 ps -ef | grep dq 看到如下信息说明启动成功
step7: 写入数据，参考demo.php
step8:查看日志
默认日志目录在项目目录的logs目录下，在DqConf.php修改$logPath
1.请求日志：request_ymd.txt
2.通知日志：notify_ymd.txt
3.错误日志：err_ymd.txt
step9:如果配置文件有改动
1.系统会自动检测配置文件新，如果有改动，会自动退出(没有找到较好的热更新的方案)，需要重启，可以在crontab里面建个任务,1分钟执行一次，程序有check_self的判断
2.优雅退出命令: master检测侦听了USR2信号，收到信号后会通知所有子进程，子进程完成当前任务后会自动退出
ps -ef | grep dq-master| grep -v grep | head -n 1 | awk '{print $2}' | xargs kill -USR2七、性能测试
需要安装pthreads拓展：
测试原理：使用多线程模拟并发，在1s内能成功返回请求成功的个数
八、值得一提的性能优化点：
1.redis multi命令：将多个对redis的操作打包成一个减少网络开销
2.计数的操作异步处理，在异步逻辑里面用函数的static变量来保存，当写入redis成功后释放static变量，可以在redis出现异常时计数仍能保持一致，除非进程退出
3.内存泄露检测有必要: 所有的内存分配在底层都是调用了brk或者mmap，只要程序只有大量brk或者mmap的系统调用，内存泄露可能性非常高 ,检测命令: strace -c -p pid | grep -P 'mmap| brk'
4.检测程序的系统调用情况：strace -c -p pid ，发现某个系统函数调用是其他的数倍，可能大概率程序存在问题
九、异常处理
1.如果调用通知接口在超时时间内，没有收到回复认为通知失败，系统会重新把数据放入队列，重新通知，系统默认最大通知10次(可以在Dqconf.php文件中修改$notify_exp_nums)通知间隔为2n+1，比如第一次1分钟，通知失败，第二次3分钟后，直到收到回复，超出最大通知次数后系统自动丢弃，同时发邮件通知
2.线上redis每隔1s持久化一次，存在丢失1s数据的情况，出现这种情况可以对比request_ymd.txt和notify_ymd.txt日志手动恢复过来
3.redis宕机通知:
ps:网络抖动在所难免，通知接口如果涉及到核心的服务,一定要保证幂等！！
十、线上情况
线上部署了两个实例每个机房部一个，4个redis共16G内存作存储，服务稳定运行数月，各项指标均符合预期。
主要接入业务:
·订单10分钟召回通知
·调用接口超时或者失败时做补偿
·会员过期前3天召回通知
十一、不足与展望
1.由于团队使用的镜像缺少libevent拓展，所以dq-server基于select模型，并发高的场景下性能存在瓶颈，后续可以改为基于libevent事件模型，提升并发性能。
2.timer和consumer目前是采用多进程来做的，这个粒度感觉有点粗，可以考虑使用多线程模式，并且支持动态创建线程数来提高consumer的性能，最大程度保证消费及时。
3.dq-server与redis是同步调用，这也是性能的瓶颈点，计划基于swoole_redis来异步处理。
PHP中文网，有大量免费的PHP视频教程，欢迎大家学习！
本文转自：https://www.jianshu.com/p/58f10ac42162
