
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。
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。
扇出/扇入模式非常适合此用例,因为它:
首先我们看一下我们的基本消费结构:
type consumer struct {
client *sqs.client
queuename string
}
该实现由三个主要组件组成:
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
}
让我们检查一下关键的 sqs 配置参数:
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)
}
}
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
}
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php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号