用 Go 构建可扩展的 SQS 消费者

介绍

在构建分布式系统时，像 amazon sqs 这样的消息队列在处理异步工作负载方面发挥着至关重要的作用。在这篇文章中，我将分享我在 go 中实现强大的 sqs 消费者的经验，该消费者可以处理 keycloak 的用户注册事件。该解决方案使用扇出/扇入并发模式来高效处理消息，而不会占用系统资源。

挑战

我遇到了一个有趣的问题：每天处理大约 50,000 个 sqs 事件以在 keycloak 中注册用户。一种幼稚的方法可能会为每条消息生成一个新的 goroutine，但这可能很快导致资源耗尽。我们需要一种更受控制的并发方法。

为什么要扇出/扇入？

扇出/扇入模式非常适合此用例，因为它：

• 维护固定的工作协程池
• 在工人之间均匀分配工作
• 防止资源耗尽
• 提供对并发操作的更好控制

实施深入探讨

1. 消费者结构

首先我们看一下我们的基本消费结构：

type consumer struct {
    client    *sqs.client
    queuename string
}

2. 消息处理管道

该实现由三个主要组件组成：

1. 消息接收者：不断轮询sqs以获取新消息
2. 工作池：处理消息的 goroutine 数量固定
3. 消息通道：将接收者连接到工作人员

以下是我们启动消费者的方式：

func startpool[requestbody any](
    servicefunc func(c context.context, dto *requestbody) error,
    consumer *consumer) {

    ctx := context.background()
    params := &sqs.receivemessageinput{
        maxnumberofmessages: 10,
        queueurl:           aws.string(consumer.queuename),
        waittimeseconds:    20,
        visibilitytimeout:  30,
        messageattributenames: []string{
            string(types.queueattributenameall),
        },
    }

    msgch := make(chan types.message)
    var wg sync.waitgroup

    // start worker pool first
    startpool(ctx, msgch, &wg, consumer, servicefunc)

    // then start receiving messages
    // ... rest of the implementation
}

3. 关键配置参数

让我们检查一下关键的 sqs 配置参数：

• maxnumberofmessages (10)：每次轮询的批量大小
• waittimeseconds (20)：长轮询持续时间
• visibilitytimeout (30)：消息处理的宽限期

4. 工作池实施

工作池是扇出模式发挥作用的地方：

func startpool[requestbody any](
    ctx context.context,
    msgch chan types.message,
    wg *sync.waitgroup,
    consumer *consumer,
    servicefunc func(c context.context, dto *requestbody) error) {

    processingmessages := &sync.map{}

    // start 10 workers
    for i := 0; i < 10; i++ {
        go worker(ctx, msgch, wg, consumer, processingmessages, servicefunc)
    }
}

5. 重复消息处理

我们使用sync.map来防止处理重复消息：

if _, loaded := processingMessages.LoadOrStore(*msg.MessageId, true); loaded {
    wg.Done()
    continue
}

最佳实践和学习

1. 错误处理：始终优雅地处理错误并适当记录它们
2. 消息清理：仅在成功处理后删除消息
3. 优雅关闭：使用上下文实现正确的关闭机制
4. 监控：在关键点添加日志记录以提高可观察性

性能考虑因素

• 工作人员数量：根据您的工作负载和可用资源进行选择
• 批量大小：吞吐量和处理时间之间的平衡
• 可见性超时：根据您的平均处理时间设置

未来的改进

1. 动态工作人员扩展：根据队列深度调整工作人员数量
2. 断路器：为下游服务添加断路器
3. metrics collection：添加 prometheus 指标进行监控
4. 死信队列：对失败消息实施dlq处理
5. 重试：为瞬时失败添加指数退避

结论

扇出/扇入模式为在 go 中处理大量 sqs 消息提供了一个优雅的解决方案。通过维护固定的工作池，我们可以避免无限制的 goroutine 创建的陷阱，同时确保高效的消息处理。

请记住在实现此类模式时始终考虑您的特定用例。此处显示的配置值（工作线程数、超时值等）应根据您的要求和资源限制进行调整。

---

源代码：[链接到您的存储库（如果有）

标签：#golang #aws #sqs #concurrency #distributed-systems

以上就是用 Go 构建可扩展的 SQS 消费者的详细内容，更多请关注硕下网其它相关文章！