独家|前端高性能队列应用实践探秘

背景

2019年的今天，nodejs已经成为了前端研发必备的技术，几乎所有的前端团队都会涉及nodejs开发，nodejs在前端的应用场景，主要包括以下几个：

• 命令行工具： 各种支持前端业务团队快速开发的脚手架，功能一般包括创建项目、编译项目、启动调试项目等。

• 中间层： 为了解决跨域而出现的接口代理服务，以及为提升页面展示性能而出现的页面渲染服务等。

• 和前端相关平台的后端服务： 比如配置平台，api管理平台等等。

这些场景都是在打造前端基础设施，使其更加完善，但是有时候前端也会遇到一些相对复杂的场景，比如面向用户或处理数据的服务，需要实现轻量级的异步调用、流量削峰和分布式定时任务， 这时会使用到队列框架。

选型

后端有非常成熟的消息队列框架，比如kafka、rocketmq等，但是这些队列中间件对于前端来说并不算友好，因为首先他们是Java开发的，在Java体系中使用，是前端人员并不熟悉的技术栈，学习成本较高，对接公司服务的成本也相对较高，需要开发node客户端。 其次，还是过于重量级了，比如rocketmq一般是独立集群部署，占用服务器资源非常多。

所以，前端如果想使用队列，就必须挑选基于node开发的、更适合的轻量级框架。 比较常见的包括Kue、Bull、Bee、Agenda。 下面的表格展示了四个框架的特点，可以清晰的看出四者的区别：

Kue是TJ大神的早期作品，最早流行起来的queue框架，但是更新不太频繁。Bull 是目前功能最完善的框架，同时支持Jobs和Messages。Bee在开发构成中参考了Bull，更加专注于小粒度任务的处理，并极大的优化了这种场景的性能，同时也只提供相对小的功能集。以上三种框架均基于redis，而Agenda是基于mongo的。

经过权衡，我们在线上报错收集场景中选用了Bull，基于以下几点原因：

• 线上报错是发生时间短、请求峰值高的场景，所以Rate Limiter是必须的；

• Bull 有强大的分布式Jobs处理能力，使前端的定时任务开发变的更加高效和合理；

• Bull 基于redis，目前58内部Redis的应用变得更为主流，mongo逐渐被其他服务替代，所以我们也会顺应公司的趋势选择基于redis的框架；

• Bull 的更新相对频繁，有比较好的项目交流，同时很多web框架都有Bull的中间件，而且Bull有多个可视化项目更加方便管理和查看。

流量削峰

早期，我们使用了常见的node的服务架构，架构图如下：

上报错误的请求会先打到node进程，由node进程经过简单处理后，基于业务直接对MySQL操作，表面上看似乎没什么问题，但是一旦出现线上错误集中爆发的情况，海量请求产生海量的SQL执行，会对MySQL服务造成极大的压力，如果存在效率较低的慢SQL，更是雪上加霜。

上报错误信息的业务逻辑相对简单，静默上报对用户无感知，用户也不关心是否真的处理成功，其瓶颈仅仅是对数据库的操作，比如保存错误环境信息等，那么可以引入Bull，把架构变更为：

node进程接收到请求后，把上报数据构建为一个bull的job，加入提前创建好的queue中，然后直接返回success。bull构建的队列是分布式队列，只要命名相同，同一个集群的不同节点的不同node进程都可以向同一个queue添加job。进入queue的job，会在queue中按照指定的顺序执行（默认为先进先出），一个job执行完，再执行下一个，可以在对queue设置数量限制，如果并发加入的job过多，超过了限制的阈值，则会对超过阈值的job延迟处理，加入Delay有序集合。通过这种设计，并发带来的压力会大大降低，当然这也有可能会造成队列的消息积压，需要用临时构建新的消费者的方式去快速处理消息，后面等流量降低再恢复正常处理。最终，我们的错误收集平台的稳定性得到大幅提升，达到了99.99%，也扛住了业务年初冲量时瞬时100QPS的流量高峰。

分布式定时任务

前端的定时任务通常会通过在linux服务器中，通过设置crontab来实现，但是存在一个问题，crontab是在集群的每一台服务器分别部署，是单机工具，自身缺乏分布式和集中管理的能力。所以为了简单，一般会在集群中挑选一个节点做某一个定时任务的部署，这种定时任务比较少，任务耗时比较少的时候还可以接受，当定时任务很多就会出现资源利用不合理、调配不及时的现象。

阿里的node框架egg也实现了定时任务功能，同样不支持分布式。 但是给了两种解决方案，一种是类似于上面说的，通过配置写死服务器ip和定时任务的对应关系，不过如果是docker部署就不合适了，docker的ip会变，另一种是扩展自定义定时任务类型，把自己node进程当做被调度者，让其他分布式工具来调度管理，这是会让项目变的更加复杂。

经过调研，发现Bull本身就是基于redis分布式框架，又有强大的job管理能力，包含重复定时、沙箱处理等功能，可以完美的解决现存问题。 把定时任务，作为job加入bull，设置启动时间，设置是否自定义进程，通过bull的调度分布式集群的进程去完成工作。

核心原理

那么Bull是如何实现分布式调度和按指定顺序高性能执行的呢？ 答案是Bull的底层工具Redis和Redis的brpoplpush命令，原理图如下：

Bull基于生产者消费者模型设计框架，利用redis的阻塞能力实现模型。

生产者是通过调用queue的add方法生产数据，即添加job，会向redis发起lpush或者 rpush命令向一个list中添加包含job的元素，如果list是nil，则会先创建list再添加。

redis的list类型天生支持用作消息队列，list类型是使用双向列表实现，支持从头部和尾部插入新的元素，并且效率非常高，即使list中已经存储了百万级的元素，也可以在常量时间插入完成。

消费者是通过绑定在queue的执行函数消费数据，在绑定执行函数时会向redis发起一个brpoplpush命令，这个命令将list中的最后一个元素返回给node进程。 当list为nil，brpoplpush会阻塞连接，直到等待超时，或有另一个node进程的生产者添加job数据。 当node进程处理完一个job，会再次发起brpoplpush。

一个集群包含多个节点服务器，部署着多个node进程，这些node进程会共同持有一个queue，每个node进程都可以生产数据和消费数据，意味着每个node进程都可以添加job，都会向redis发起brpoplpush命令，去争夺下一个需要被执行的job，redis执行哪个进程的brpoplpush命令，哪个进程就获得job，正是这种特性打造了一个非常简单又高效的分布式任务调度系统。

实践经验

在实践中，还需要注意几个问题：

• 及时清理job。 queue中的job执行完务必要清理，否则会导致两个问题：

1）redis的keys会逐渐增加，最终导致内存被占满。

2）redis服务器和node进程之间会频繁通信，交换list数据，node集群的节点服务器和redis服务器的网卡流量会非常大，而node因为会缓存job数据，内存也会逐渐增大，很容易超过node进程设置的max-old-space-size，最终不断重启。

• redis与部署环境一一对应。 通常公司会有多个部署环境，一般是生产环境、沙箱环境、测试环境，前端也经常会有 本地环境。 在非生产环境的部署中，尽量部署与研发环境分别对应的、不同的redis，否则会出现几个环境的node进程争夺job的问题，影响测试效率。

• 构造可以JSON序列化的job。 job构建的时候传入的是一个对象，请让这个对象可以被序列化成JSON字符串，不要增加方法，或者持有process、ctx等对象，因为要在redis中存储。

总结和规划

本文介绍的是在前端错误收集的场景下，如何利用Bull这个强大的node队列框架解决流量高峰，定时任务的分布式调度的问题。 前端作为可以全栈开发的技术方向，在落地过程中总会遇到各技术方向都会遇到的问题，如何在前端体系下去实现，是摆在所有前端人前面的疑问，以上就是我们在摸索过程中积累的一些经验，如果有什么遗漏或者错误，欢迎大家指正，也欢迎大家一起相互交流继续探索。

参考文献

1. https://github.com/OptimalBits/bull

作者简介

李祎，58前端架构师 /  技术委员会委员