Asynq是一个Go语言库,用于队列任务并通过工作者异步处理。它基于Redis,设计上既可扩展又易于上手。
Asynq的工作原理概述:
任务队列用作在多台机器间分配工作的机制。系统可以包含多个工作者服务器和代理,从而实现高可用性和水平扩展。
用例示例
状态:该库目前正在大力开发中,API经常发生重大变化。
☝️ 重要提示:当前主版本为零(
v0.x.x
),以适应快速开发和快速迭代,同时获取用户的早期反馈(欢迎对API提供反馈!)。在v1.0.0
发布之前,公共API可能会在没有主要版本更新的情况下发生变化。
如果您在生产环境中使用此 软件包,请考虑赞助该项目以表示您的支持!
确保您已安装Go(下载)。支持最新的两个Go版本(参见https://go.dev/dl)。
通过创建一个文件夹并在文件夹内运行go mod init github.com/your/repo
(了解更多)来初始化您的项目。然后使用go get
命令安装Asynq库:
go get -u github.com/hibiken/asynq
确保您在本地或从Docker容器中运行Redis服务器。需要4.0
或更高版本。
接下来,编写一个封装任务创建和任务处理的包。
package tasks import ( "context" "encoding/json" "fmt" "log" "time" "github.com/hibiken/asynq" ) // 任务类型列表 const ( TypeEmailDelivery = "email:deliver" TypeImageResize = "image:resize" ) type EmailDeliveryPayload struct { UserID int TemplateID string } type ImageResizePayload struct { SourceURL string } //---------------------------------------------- // 编写一个NewXXXTask函数来创建任务。 // 任务由类型和负载组成。 //---------------------------------------------- func NewEmailDeliveryTask(userID int, tmplID string) (*asynq.Task, error) { payload, err := json.Marshal(EmailDeliveryPayload{UserID: userID, TemplateID: tmplID}) if err != nil { return nil, err } return asynq.NewTask(TypeEmailDelivery, payload), nil } func NewImageResizeTask(src string) (*asynq.Task, error) { payload, err := json.Marshal(ImageResizePayload{SourceURL: src}) if err != nil { return nil, err } // 可以向NewTask传递任务选项,这些选项可以在入队时被覆盖。 return asynq.NewTask(TypeImageResize, payload, asynq.MaxRetry(5), asynq.Timeout(20 * time.Minute)), nil } //--------------------------------------------------------------- // 编写一个HandleXXXTask函数来处理输入任务。 // 请注意,它满足asynq.HandlerFunc接口。 // // 处理程序不必是函数。您可以定义一个满足asynq.Handler接口的类型。 // 请参见下面的示例。 //--------------------------------------------------------------- func HandleEmailDeliveryTask(ctx context.Context, t *asynq.Task) error { var p EmailDeliveryPayload if err := json.Unmarshal(t.Payload(), &p); err != nil { return fmt.Errorf("json.Unmarshal失败: %v: %w", err, asynq.SkipRetry) } log.Printf("正在发送电子邮件给用户: user_id=%d, template_id=%s", p.UserID, p.TemplateID) // 电子邮件发送代码 ... return nil } // ImageProcessor实现asynq.Handler接口。 type ImageProcessor struct { // ... 结构体的字段 } func (processor *ImageProcessor) ProcessTask(ctx context.Context, t *asynq.Task) error { var p ImageResizePayload if err := json.Unmarshal(t.Payload(), &p); err != nil { return fmt.Errorf("json.Unmarshal失败: %v: %w", err, asynq.SkipRetry) } log.Printf("正在调整图像大小: src=%s", p.SourceURL) // 图像调整大小代码 ... return nil } func NewImageProcessor() *ImageProcessor { return &ImageProcessor{} }
在您的应用程序代码中,导入上述包并使用Client
将任务放入队列。
package main import ( "log" "time" "github.com/hibiken/asynq" "your/app/package/tasks" ) const redisAddr = "127.0.0.1:6379" func main() { client := asynq.NewClient(asynq.RedisClientOpt{Addr: redisAddr}) defer client.Close() // ------------------------------------------------------ // 示例1:将任务入队以立即处理。 // 使用(*Client).Enqueue方法。 // ------------------------------------------------------ task, err := tasks.NewEmailDeliveryTask(42, "some:template:id") if err != nil { log.Fatalf("无法创建任务: %v", err) } info, err := client.Enqueue(task) if err != nil { log.Fatalf("无法将任务入队: %v", err) } log.Printf("已入队任务: id=%s queue=%s", info.ID, info.Queue) // ------------------------------------------------------------ // 示例2:安排任务在将来处理。 // 使用ProcessIn或ProcessAt选项。 // ------------------------------------------------------------ info, err = client.Enqueue(task, asynq.ProcessIn(24*time.Hour)) if err != nil { log.Fatalf("无法安排任务: %v", err) } log.Printf("已入队任务: id=%s queue=%s", info.ID, info.Queue) // ---------------------------------------------------------------------------- // 示例3:设置其他选项以调整任务处理行为。 // 选项包括MaxRetry、Queue、Timeout、Deadline、Unique等。 // ----------------------------------------------------------------------------
task, err = tasks.NewImageResizeTask("https://example.com/myassets/image.jpg") 如果err不为nil { log.Fatalf("无法创建任务: %v", err) } info, err = client.Enqueue(task, asynq.MaxRetry(10), asynq.Timeout(3 * time.Minute)) 如果err不为nil { log.Fatalf("无法将任务加入队列: %v", err) } log.Printf("已将任务加入队列: id=%s queue=%s", info.ID, info.Queue) }
接下来,启动一个工作服务器在后台处理这些任务。要启动后台工作者,请使用[`Server`](https://pkg.go.dev/github.com/hibiken/asynq?tab=doc#Server)并提供您的[`Handler`](https://pkg.go.dev/github.com/hibiken/asynq?tab=doc#Handler)来处理任务。
您可以选择使用[`ServeMux`](https://pkg.go.dev/github.com/hibiken/asynq?tab=doc#ServeMux)创建处理程序,就像使用[`net/http`](https://golang.org/pkg/net/http/)处理程序一样。
```go
package main
import (
"log"
"github.com/hibiken/asynq"
"your/app/package/tasks"
)
const redisAddr = "127.0.0.1:6379"
func main() {
srv := asynq.NewServer(
asynq.RedisClientOpt{Addr: redisAddr},
asynq.Config{
// 指定要使用的并发工作者数量
Concurrency: 10,
// 可选择指定具有不同优先级的多个队列
Queues: map[string]int{
"critical": 6,
"default": 3,
"low": 1,
},
// 查看godoc了解其他配置选项
},
)
// mux将类型映射到处理程序
mux := asynq.NewServeMux()
mux.HandleFunc(tasks.TypeEmailDelivery, tasks.HandleEmailDeliveryTask)
mux.Handle(tasks.TypeImageResize, tasks.NewImageProcessor())
// ...注册其他处理程序...
if err := srv.Run(mux); err != nil {
log.Fatalf("无法运行服务器: %v", err)
}
}
有关该库更详细的演练,请参阅我们的入门指南。
要了解更多关于asynq
功能和API的信息,请参阅包的godoc。
Asynqmon是一个基于Web的工具,用于监控和管理Asynq队列和任务。
以下是Web界面的几个截图:
队列视图
任务视图
指标视图 <img width="1532" alt="屏幕截图 2021-12-19 下午4:37:19" src="https://yellow-cdn.veclightyear.com/835a84d5/25478a6f-420f-4484-9d64-e40c7bb63a95.png">
设置和自适应暗模式
有关如何使用该工具的详细信息,请参阅工具的README。
Asynq附带一个命令行工具,用于检查队列和任务的状态。
要安装CLI工具,请运行以下命令:
go install github.com/hibiken/asynq/tools/asynq@latest
以下是运行asynq dash
命令的示例:
有关如何使用该工具的详细信息,请参阅工具的README。
我们对社区做出的任何贡献(GitHub问题/PR、Gitter频道上的反馈等)都持开放态度并表示感谢。
在贡献之前,请参阅贡献指南。
版权所有 (c) 2019-现在 Ken Hibino和贡献者。Asynq
是根据MIT许可证授权的免费开源软件。官方logo由Vic Shóstak创建,并根据知识共享许可证(CC0 1.0通用)分发。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以 根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号