之前在微博上调查过大家正在使用的分布式内存队列系统，反馈有Memcacheq,Fqueue, RabbitMQ, Beanstalkd以及linkedin的kafka。
RabbitMQ使用比较广泛，Beanstalkd是后起之秀。Beanstalkd之于RabbitMQ，就好比Nginx之于
Apache，Varnish之于Squid。后面在项目中使用Beanstalkd的过程中，更发现其简单、轻量级、高性能、易使用等特点，以及优先
级、多队列、持久化、分布式容错、超时控制等特性。下面就简单介绍一下Beanstalkd，不足之处请大家指正。

———————————————–正文分割线————————————————-

设计思想

高性能离不开异步，异步离不开队列，而其内部都是Producer-Comsumer模式的原理。

图1 Producer-Comsumer模式

应用

Beanstalkd，一个高性能、轻量级的分布式内存队列系统，最初设计的目的是想通过后台异步执行耗时的任务来降低高容量Web应用系统的页面访问延
迟，支持过有9.5 million用户的Facebook
Causes应用。后来开源，现在有PostRank大规模部署和使用，每天处理百万级任务。Beanstalkd是典型的类Memcached设计，协
议和使用方式都是同样的风格，所以使用过memcached的用户会觉得Beanstalkd似曾相识。

核心概念

Beanstalkd设计里面的核心概念：

• job

一个需要异步处理的任务，是Beanstalkd中的基本单元，需要放在一个tube中。

• tube

一个有名的任务队列，用来存储统一类型的job，是producer和consumer操作的对象。

• producer

Job的生产者，通过put命令来将一个job放到一个tube中。

• consumer

Job的消费者，通过reserve/release/bury/delete命令来获取job或改变job的状态。

Beanstalkd中一个job的生命周期如图2所示。一个job有READY, RESERVED, DELAYED,
BURIED四种状态。当producer直接put一个job时，job就处于READY状态，等待consumer来处理，如果选择延迟
put，job就先到DELAYED状态，等待时间过后才迁移到READY状态。consumer获取了当前READY的job后，该job的状态就迁移
到RESERVED，这样其他的consumer就不能再操作该job。当consumer完成该job后，可以选择delete,

release或者bury操作；delete之后，job从系统消亡，之后不能再获取；release操作可以重新把该job状态迁移回READY（也
可以延迟该状态迁移操作），使其他的consumer可以继续获取和执行该job；有意思的是bury操作，可以把该job休眠，等到需要的时候，再将休
眠的job kick回READY状态，也可以delete
BURIED状态的job。正是有这些有趣的操作和状态，才可以基于此做出很多意思的应用，比如要实现一个循环队列，就可以将RESERVED状态的
job休眠掉，等没有READY状态的job时再将BURIED状态的job一次性kick回READY状态。

图2 Beanstalkd中job的生命周期

特性

Beanstalkd基于的源码安装和使用很简单，在此略过。这里重点介绍一下其几个很nice的特性。

• 优先级

支持0到2**32的优先级，值越小，优先级越高，默认优先级为1024。

• 持久化

可以通过binlog将job及其状态记录到文件里面，在Beanstalkd下次启动时可以通过读取binlog来恢复之前的job及状态。

• 分布式容错

分布式设计和Memcached类似，beanstalkd各个server之间并不知道彼此的存在，都是通过client来实现分布式以及根据tube名称去特定server获取job。

• 超时控制

为了防止某个consumer长时间占用任务但不能处理的情况，Beanstalkd为reserve操作设置了timeout时间，如果该consumer不能在指定时间内完成job，job将被迁移回READY状态，供其他consumer执行。

不足

在使用中发现一个Beanstalkd尚无提供删除一个tube的操作，只能将tube的job依次删除，并让Beanstalkd来自动删除空tube。还有就是Beanstalkd不支持客户端认证机制（开发者将应用场景定位在局域网）。

后续工作

1. 介绍Beanstalkd的命令和使用

2. 翻译Beanstalkd协议

3. 分析Beanstalkd源码

参考文献

http://kr.github.com/beanstalkd/

http://adam.heroku.com/past/2010/4/24/beanstalk_a_simple_and_fast_queueing_backend/

http://nubyonrails.com/articles/about-this-blog-beanstalk-messaging-queue

http://www.igvita.com/2010/05/20/scalable-work-queues-with-beanstalk/

附一篇

Beanstalkd 是最近出现的一个轻量级消息中间件，他的最大特点是将自己定位为基于管道  (tube) 和任务 (job) 的工作队列 (work-queue)：

“(Beanstalkd) is a simple, fast workqueue service. Its interface is
generic, but was originally designed for reducing the latency of page
views in high-volume web applications by running time-consuming tasks
asynchronously.”

Beanstalkd 支持任务优先级 (priority), 延时 (delay), 超时重发 (time-to-run) 和预留 (buried), 能够很好的支持分布式的后台任务和定时任务处理。

它的内部实现采用 libevent, 服务器-客户端之间用类似 memcached 的轻量级通讯协议，因此有很高的性能:

尽管是内存队列, beanstalkd 提供了 binlog 机制, 当重启 beanstalkd 时，当前任务状态能够从纪录的本地 binlog 中恢复。

管道 (tube):

管道类似于消息主题 (topic), 在一个 Beanstalkd 中可以支持多个管道, 每个管道都有自己的发布者 (producer) 和消费者 (consumer). 管道之间互相不影响。 

任务 (job):

Beanstalkd 用任务 (job) 代替消息 (message) 的概念。与消息不同，任务有一系列状态：

READY- 需要立即处理的任务，当延时 (DELAYED) 任务到期后会自动成为当前任务；

DELAYED- 延迟执行的任务, 当消费者处理任务后, 可以用将消息再次放回 DELAYED 队列延迟执行；

RESERVED- 已经被消费者获取, 正在执行的任务。Beanstalkd 负责检查任务是否在 TTR(time-to-run) 内完成；

BURIED- 保留的任务: 任务不会被执行，也不会消失，除非有人把它 "踢" 回队列；

DELETED- 消息被彻底删除。Beanstalkd 不再维持这些消息。

任务优先级 (priority):

任务 (job) 可以有 0~2^32 个优先级, 0 代表最高优先级。 beanstalkd 采用最大最小堆 (Min-max heap)
处理任务优先级排序, 任何时刻调用 reserve 命令的消费者总是能拿到当前优先级最高的任务, 时间复杂度为 O(logn). 

延时任务 (delay):

有两种方式可以延时执行任务 (job): 生产者发布任务时指定延时；或者当任务处理完毕后, 消费者再次将任务放入队列延时执行 (RELEASE
with <delay>)。这种机制可以实现分布式的
java.util.Timer，这种分布式定时任务的优势是：如果某个消费者节点故障，任务超时重发 (time-to-run)
能够保证任务转移到另外的节点执行。

任务超时重发 (time-to-run):

Beanstalkd 把任务返回给消费者以后：消费者必须在预设的 TTR (time-to-run) 时间内发送 delete /
release/ bury 改变任务状态；否则 Beanstalkd 会认为消息处理失败，然后把任务交给另外的消费者节点执行。如果消费者预计在
TTR (time-to-run) 时间内无法完成任务, 也可以发送 touch 命令, 它的作用是让 Beanstalkd 从系统时间重新计算
TTR (time-to-run).

任务预留 (buried):

如果任务因为某些原因无法执行, 消费者可以把任务置为 buried 状态让 Beanstalkd 保留这些任务。管理员可以通过 peek
buried 命令查询被保留的任务，并且进行人工干预。简单的, kick <n> 能够一次性把 n 条被保留的任务踢回队列。

Beanstalkd 协议:

Beanstalkd 采用类 memcached 协议, 客户端通过文本命令与服务器交互。这些命令可以简单的分成三组: 

生产类 – use <tube> / put <priority> <delay> <ttr> [bytes]:  

生产者用 use 选择一个管道 (tube), 然后用 put 命令向管道发布任务 (job).

消费类 – watch
<tubes> / reserve / delete <id> / release <id>
<priority> <delay> / bury <id> / touch <id>

消费者用 watch 选择多个管道 (tube), 然后用 reserve
命令获取待执行的任务，这个命令是阻塞的。客户端直到有任务可执行才返回。当任务处理完毕后, 消费者可以彻底删除任务 (DELETE),
释放任务让别人处理 (RELEASE), 或者保留 (BURY) 任务。

维护类 – peek job / peek delayed / peek ready / peek buried / kick <n>

用于维护管道内的任务状态, 在不改变任务状态的条件下获取任务。可以用消费类命令改变这些任务的状态。

被保留 (buried) 的任务可以用 kick 命令 "踢" 回队列。

协议文档: https://raw.github.com/kr/beanstalkd/master/doc/protocol.txt

Beanstalkd 不足:

Beanstalkd 没有提供主备同步 + 故障切换机制, 在应用中有成为单点的风险。实际应用中，可以用数据库为任务 (job) 提供持久化存储。

另外, 和 memcached 类似, Beanstalkd 依赖 libevent 的单线程事件分发机制, 不能有效利用多核 cpu 的性能。这一点可以通过单机部署多个实例克服。

官方网站见 http://kr.github.com/beanstalkd/

参考资料:

http://adam.heroku.com/past/2010/4/24/beanstalk_a_simple_and_fast_queueing_backend/

http://nubyonrails.com/articles/about-this-blog-beanstalk-messaging-queue

http://abulman.co.uk/presentations/Beanstalkd-2010-05-06/

http://rdc.taobao.com/blog/cs/?p=1201 

via http://in355hz.iteye.com/blog/1395727

二、部署安装:

Beanstalkd 的安装非常简单:

在Ubuntu和debian下使用下面命令:

安装后编辑配置文件:

java客户端

在官方推荐的几个java的客户端里，我选择了TrendrrBeanstalk，是基于MIT许可证的开源项目，源码一共六个.java文件。用起来很简单，但是没有封装peek相关的操作。如果你有更好的java client的话欢迎交流沟通哈 🙂  随意来个example。

[java] view plaincopy

1. public class BeanstalkExample {  

2.       

3.     protected static Log log = LogFactory.getLog(BeanstalkExample.class);  

4.       

5.     public static void main(String[] args) {  

6.         try {  

7.             clientExample();  

8.             //pooledExample();  

9.         } catch (BeanstalkException e) {  

10.             // TODO Auto-generated catch block  

11.             e.printStackTrace();  

12.         }  

13.     }  

14.   

15.     /** 

16.      * Example for using an unpooled client 

17.      *  

18.      * @throws BeanstalkException 

19.      */  

20.     public static void clientExample() throws BeanstalkException {  

21.         BeanstalkClient client = new BeanstalkClient("ip", 8300, "example");  

22.           

23.         //client.put(1l, 0, 5000, "this is some data".getBytes());  

24.         log.info(client.tubeStats());  

25.         //while(client.reserve(60) != null) {  

26.             BeanstalkJob job = client.reserve(60);  

27.             log.info("Get job: " + job.getId());  

28.             client.deleteJob(job);  

29.         //}  

30.           

31.         client.close(); // closes the connection  

32.     }  

33.   

34.     public static void pooledExample() throws BeanstalkException {  

35.         BeanstalkPool pool = new BeanstalkPool("jx-crm-flare00.jx.baidu.com", 8300, 30, // poolsize  

36.                 "example" // tube to use  

37.         );  

38.           

39.         BeanstalkClient client = pool.getClient();  

40.           

41.         client.put(1l, 0, 5000, "this is some data".getBytes());  

42.         BeanstalkJob job = client.reserve(60);  

43.           

44.         client.deleteJob(job);  

45.           

46.         client.close(); // returns the connection to the pool  

47.     }  

48. } 

转载请注明：学时网 » Beanstalkd 高性能分布式内存队列系统(学习总结)