多并发发短信处理（头条项目-07）

1 pipeline操作 Redis数据库

Redis 的 C/S 架构：

基于客户端-服务端模型以及请求/响应协议的 TCP服务。
客户端向服务端发送⼀个查询请求，并监听Socket返回。
通常是以 阻塞模式，等待服务端响应。
服务端处理命令，并将结果返回给客户端。

存在的问题：

如果Redis服务端 同时处理多个请求，加上⽹络延迟，那么服务端利⽤率不⾼，效率降低。

解决的办法：

管道pipeline

1.1 pipeline的介绍

管道pipeline

可以⼀次性发送多条命令并在执⾏完后⼀次性将结果返回。
pipeline通过 减少客户端与Redis的通信次数 来实现降低往返延时时间。

实现的原理

实现的原理是队列。
Client可以将三个命令 放到⼀个tcp报⽂⼀起发送。
Server则可以 将三条命令的处理结果放到⼀个tcp报⽂ 返回。
队列是先进先出，这样就保证数据的顺序性。

1.2 pipeline操作Redis数据库

1.2.1 实现步骤

1. 创建Redis管道

2. 将Redis请求添加到队列

3. 执⾏请求

1.2.2 代码实现

# 创建Redis管道
pl = redis_conn.pipeline()
# 将Redis请求添加到队列
pl.setex('sms_%s' % phone, 60, smscode)
pl.setex('is_send_%s' % phone, 60, 1)
# 执⾏请求
pl.execute()

2 生产者消费者设计模式

存在的问题：

性能优化：

思考：如何 将发送短信从主业务中解耦出来。

⽣产者消费者设计模式介绍

为了将发送短信从主业务中解耦出来,我们 引⼊⽣产者消费者设计模式。
它是最常⽤的解耦⽅式之⼀，寻找中间⼈(broker)搭桥，保证两个业务没有直接关联。

总结：

⽣产者⽣成消息，缓存到消息队列 中，消费者读取消息队列中的消息并执⾏。
由芒果头条⽣成发送短信消息，缓存到消息队列中，消费者读取消息队列中的发送短信消息并执⾏。

3 RabbitMQ介绍和使用

3.1 RabbitMQ介绍

开源AMQP实现，Erlang 语⾔编写，⽀持多种客户端
分布式、⾼可⽤、持久化、可靠、安全
⽀持多种协议：AMQP、STOMP、MQTT、HTTP
适⽤于多系统之间 的业务解耦的消息中间件

3.2 消息队列选择建议

3.2.1 Kafka

Kafka主要特点是基于Pull的模式来处理消息消费，追求⾼吞吐量，⼀开始的⽬的就是⽤于⽇志收集和传输，适合产⽣⼤量数据的互联⽹服务的数据收集业务。

⼤型公司建议可以选⽤，如果有⽇志采集功能，肯定是⾸选kafka 了。

3.2.2 RocketMQ

天⽣为⾦融互联⽹领域⽽⽣，对于可靠性要求很⾼的场景，尤其是电商⾥⾯的订单扣款，以及业务削峰，在⼤量交易涌⼊时，后端可能⽆法及时处理的情况。

RoketMQ在稳定性上可能更值得信赖，这些业务场景在阿⾥双11已经经历了多次考验，如果你的业务有上述并发场景，建议可以选择RocketMQ。

3.2.3 RabbitMQ

RabbitMQ: 结合erlang语⾔本身的并发优势，性能较好，社区活跃度也⽐较⾼，但是 不利于做⼆次开发和维护。不过，RabbitMQ的社区⼗分活跃，可以解决开发过程中遇到的bug。

如果你的数据量没有那么⼤，⼩公司优先选择功能⽐较完备的RabbitMQ。

3.3 安装RabbitMQ（ubuntu 18.04）

安装⽅式1(推荐):

安装Erlang 参考安装Erlang版本
安装RabbitMQ 参考官⽹安装步骤
rabbitmq-server 安装包下载链接

安装⽅式2:

# 1. 安装erlang
#由于rabbitmq需要erlang语⾔的⽀持，在安装rabbitmq之前需要安装erlang
sudo apt-get install erlang-nox
# 2. 安装Rabbitmq
#更新源
sudo apt-get update
#安装
sudo apt-get install rabbitmq-server

服务器操作：

# 重启服务器
$ sudo systemctl restart rabbitmq-server
# 启动服务器
$ sudo systemctl start rabbitmq-server
# 关闭服务器
$ sudo systemctl stop rabbitmq-server
# 查看服务器状态
sudo service rabbitmq-server status
# 查看rabbitmq 基本信息
sudo rabbitmqctl status

3.4 添加admin，并赋予administrator权限

# 添加admin⽤户，密码设置为admin。
sudo rabbitmqctl add_user admin admin 
# 赋予权限
sudo rabbitmqctl set_user_tags admin administrator
# 赋予virtual host中所有资源的配置、写、读权限以便管理其中的资源
sudo rabbitmqctl set_permissions -p / admin '.*' '.*' '.*'
# 查看⽤户列表
sudo rabbitmqctl list_users
# 删除⽤户
$ sudo rabbitmqctl delete_user admin

3.5 启动服务器测试

# 安装了Rabbitmq后，默认也安装了该管理⼯具，执⾏命令即可启动
sudo rabbitmq-plugins enable rabbitmq_management（先定位到rabbitmq安装⽬录）
# 浏览器访问
http://localhost:15672/

3.6 Python访问RabbitMQ

RabbitMQ 提供默认的administrator账户
⽤户名和密码：guest、guest
协议：amqp
地址：localhost
端⼝：15672
查看队列中的消息：sudo rabbitctl list_queues

# Python3虚拟环境下，安装pika
$ pip install pika

# ⽣产者代码：producer.py
import pika

# 链接到RabbitMQ服务器
credentials = pika.PlainCredentials('guest', 'guest')
connection = pika.BlockingConnection(pika.ConnectionParameters(
    'localhost', 5672, '/', credentials))
# 创建频道
channel = connection.channel()
# 声明消息队列
channel.queue_declare(queue='zhuozi')
# routing_key是队列名 body是要插⼊的内容
channel.basic_publish(exchange='',
                      routing_key='zhuozi', body=b'Hello RabbitMQ!')
print("开始向 'zhuozi' 队列中发布消息 '汉堡做好啦!'")
# 关闭链接
connection.close()
# 消费者代码：consumer.py
import pika

# 链接到rabbitmq服务器
credentials = pika.PlainCredentials('guest', 'guest')
connection = pika.BlockingConnection(pika.ConnectionParameters(
    'localhost', 5672, '/', credentials))
# 创建频道，声明消息队列
channel = connection.channel()
# 和⽣产者声明同⼀个队列，如果⼀⽅挂掉，不会丢失数据
channel.queue_declare(queue='zhuozi')


# 定义接受消息的回调函数
def callback(channel, method, properties, body):
    print(body)
    

# 告诉RabbitMQ使⽤callback来接收信息
channel.basic_consume(on_message_callback=callback, queue='zhuozi',
                      auto_ack=True)
# 开始接收信息
channel.start_consuming()

3.7 RabbitMQ配置远程访问

直接使⽤新建的管理员⽤户访问即可远程访问。

4 Celery 介绍和使用

存在问题：

消费者取到消息之后，需要 异步处理。
任务可能出现⾼并发的情况，需要多任务的⽅式执⾏。
耗时任务很多种，每种耗时任务编写的⽣产者和消费者代码有重复。
取到的消息什么时候执⾏，以什么样的⽅式执⾏。

结论：

实际开发中，我们可以 借助成熟的⼯具Celery 来完成。
有了Celery，我们在使⽤⽣产者消费者模式时，只需要关注任务本身，极⼤的 简化了程序员的开发流程。

4.1 Celery介绍

Celery介绍：

⼀个 简单、灵活且可靠、处理⼤量消息的分布式系统，可以在⼀台或者多台机器上运⾏。
单个 Celery进程每分钟可处理数以百万计 的任务。
通过消息进⾏通信，使⽤消息队列（broker）在客户端和消费者之间进⾏协调。

安装Celery：

$ pip install -U Celery

Celery官⽅⽂档

4.2 创建Celery实例并加载配置

4.2.1 定义Celery包

# mgproject/mgproject/celery_tasks
在项⽬包⽬录下创建celery_tasks(python package)

4.2.2 创建Celery实例

在celery_tasks包⽬录下 创建main.py⽂件

# celery_tasks/main.py
# celery启动⽂件
from celery import Celery
# 创建celery实例
celery_app = Celery('mangguo')

4.2.3 加载Celery配置

在celery_tasks包⽬录下 创建config.py⽂件

# celery_tasks/config.py
# 指定消息队列的位置
broker_url= 'amqp://guest:guest@localhost:5672'
# 修改celery_tasks/main.py
# celery启动⽂件
from celery import Celery
# 创建celery实例
celery_app = Celery('mangguo')
# 加载celery配置
celery_app.config_from_object('celery_tasks.config')

4.3 定义发送短信任务

在celery_tasks包⽬录下创建 sms（python包）/tasks.py

4.3.1 注册任务

celery_tasks.main.py

from celery import Celery
# 创建celery实例
celery_app = Celery('mangguo')
# 加载celery配置
celery_app.config_from_object('celery_tasks.config')
# ⾃动注册celery任务
celery_app.autodiscover_tasks(['celery_tasks.sms'])

4.3.2 定义任务

celery_tasks.sms.tasks.py

import os
import sys

# 添加导包路径
B_DIR = os.path.dirname(os.path.dirname(os.path.dirname(
    os.path.abspath(__file__))))
sys.path.insert(1, B_DIR)
sys.path.insert(0, os.path.join(B_DIR, 'utils'))
import logging
from celery_tasks.main import celery_app

# 为celery使⽤django配置⽂件进⾏设置
if not os.getenv('DJANGO_SETTINGS_MODULE'):
    os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'settings.dev')
from huyi_sms.sms3 import send_sms_code

logger = logging.getLogger('django')


@celery_app.task(name='huyi_send_sms_code')
def huyi_send_sms_code(phone, smscode_str):
    """
    发送短信异步任务
    :param phone: ⼿机号
    :param smscode: 短信验证码
    :return: 成功 code=2 或 失败 smsid=0
    """
    try:
        # 调⽤外部接⼝执⾏发送短信任务
        ret = send_sms_code(smscode_str, phone)
    except Exception as e:
        logger.error(e)

    if ret.get('code') != 2:
        logger.error(e)
    return ret.get('code', None)

4.4 启动Celery服务

$ cd ~/Desktop/projects/mangguo/mgproject
$ celery -A celery_tasks.main worker -l info

-A指对应的应⽤程序, 其参数是项⽬中 Celery实例的位置。
worker指这⾥要启动的worker。
-l指⽇志等级，⽐如info等级。

4.5 调⽤发送短信任务

# verifications/views.py
from mgproject.celery_tasks.sms.tasks import huyi_send_sms_code

# Celery异步发送短信验证码
ret = huyi_send_sms_code.delay(phone, smscode_str)
# 8. 根据外部接⼝返回值响应前端结果
if ret:  # 执⾏⼀个任务就返回⼀个taskid 689e889c-a607-49f3-9777-248a8dcce310
    return JsonResponse({'code': '200', 'errormsg': 'OK'})
return JsonResponse({'code': '5001', 'errormsg': '发送短信验证码错误'})

4.6 补充celery worker的⼯作模式

默认是 进程池⽅式，进程数以当前机器的CPU核数为参考，每个CPU开四个进程。
如何⾃⼰指定进程数：celery -A proj worker --concurrency=4
如何改变进程池⽅式为协程⽅式：
celery -A proj worker --concurrency=1000 -P eventlet -c 1000

# 安装eventlet模块
$ pip install eventlet
# 启⽤ Eventlet 池
$ celery -A celery_tasks.main worker -l info -P eventlet -c 1000