当前位置:首页 > 文章列表 > Golang > Go问答 > NSQ 重排半消息队列

NSQ 重排半消息队列

来源:stackoverflow 2024-03-06 22:39:24 0浏览 收藏

大家好,我们又见面了啊~本文《NSQ 重排半消息队列》的内容中将会涉及到等等。如果你正在学习Golang相关知识,欢迎关注我,以后会给大家带来更多Golang相关文章,希望我们能一起进步!下面就开始本文的正式内容~

问题内容

我有一个 ids 类型的数组,类型为 int64 这是我正在尝试发布的 nsq 消息。

nsqmsg := st{
    action  :     "insert",
    ids     :     ids
    gid     :     gids
}

msg, err := json.marshal(nsqmsg)
if err != nil {
    log.println(err)
    return err
}
err = nsqproducer.publish(topic-name, msg)
if err != nil {
    log.println(err)
    return err
}

在我的消费者中,我会一一获取每个 id,并根据我的 id 从数据存储中获取信息。

因此,在获取时,如果我的 createobject 方法返回错误,可能会出现这种情况,因此我通过重新排队消息(给出错误)来处理这种情况,以便可以重试。

for i := 0; i < len(data.Ids); i++ {

    Object, err := X.CreateObject(data.Ids[i)
        if err != nil {
            requeueMsgData = append(requeueMsgData, data.Ids[i])
            continue
        }
        DataList = append(DataList, Object)
    }

    if len(requeueMsgData) > 0 {
        msg, err := json.Marshal(requeueMsgData)
        if err != nil {
            log.Println(err)
            return err
        }
        message.Body = msg
        message.Requeue(60 * time.Second)
        log.Println("error while creating Object", err)
        return n
}

那么,这是正确的做法吗? 他们的这种情况有什么缺点吗? 是不是再发布一次比较好?


解决方案


某些队列(如 Kafka)支持确认,在消费者实际确认成功收到该项目之前,出队的项目不会从队列中删除。

这种模型的优点是,如果消费者在消费后但在确认之前死亡,该项目将自动重新排队。您的模型的缺点是在这种情况下该物品可能会丢失。

确认模型的风险是物品现在可能会被双重消耗。当消费者尝试进行具有副作用的消费(例如增加计数器或改变数据库)但不确认时,重试可能不会创建所需的结果。 (请注意,通读 nsq 文档,即使您不重新排队数据,也不能保证重试发生,因此您的代码可能必须对此进行防御)。

如果您想更深入地了解这一点,您应该研究“恰好一次”与“最多一次”处理的主题。

通读 nsq 文档,它看起来不支持确认,因此如果您有义务使用 nsq,这可能是您的最佳选择。

终于介绍完啦!小伙伴们,这篇关于《NSQ 重排半消息队列》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布Golang相关知识,快来关注吧!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
杀死子进程 - exec.Command杀死子进程 - exec.Command
上一篇
杀死子进程 - exec.Command
通过模拟进行 Golang 测试参数传递
下一篇
通过模拟进行 Golang 测试参数传递
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    360次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    417次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    430次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    381次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    208次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码