我是山姆鍋

有時候在需要訊息傳遞的應用場景，因為需求簡單不想使用到像 RabbitMQ
這種企業級的訊息中介軟體 (middleware)， 使用 Redis
雖然夠簡單但畢竟還是需要執行另一個進程 (process)，總還是有殺雞用牛刀的感覺。
但是另一方面又有訊息不能遺失的需求，自己處理訊息持久性 (persistence) 實在麻煩， 畢竟訊息儲存還是要支援 ACID
特性才能號稱做到不遺失。

說到這，山姆鍋相信有些人已經想到使用內嵌式資料庫 (embedded
database) 來實現，例如 SQLite。 雖然山姆鍋也會用 SQLite
做其它用途，但本文山姆鍋使用的是另一個比較少人知道或使用的資料庫：LMDB。

對於懷疑使用資料庫作為訊息佇列是否恰當的人，可以參考
「為什麼使用資料庫當作訊息佇列不是問題？」
這篇文章。本文所討論的情況是訊息生產者與消費者都在同一個進程，透過 Event
機制來同步， 不會有忙碌迴圈 (busy waiting) 的問題。

LMDB

LMDB, 全名是 Lightning Memory-Mapped
Database，是一個內嵌式資料庫，可歸為 NoSQL 資料庫陣營。 LMDB 的主要特性:

  1. 支援交易 (transaction)，確保資料持久性 (persistence)。
  2. 資料庫採記憶體映射 (memory-mapped):
    利用作業系統的虛擬記憶體管理作為緩衝 (buffer) 機制。
  3. 可以由多個進程 (process) 共同存取同一個資料庫。這點山姆鍋沒試過，但可作為單一主機進程間的通訊機制。

其它相關資訊，可以參考 LMDB 官方網站 。

Python 的 LMDB 綁定，以 lmdb
最為完整， 文件對大部份需求說明的也夠詳細。

基本上，LMDB 提供有序的 (ordered) key-value
資料庫，在同一個資料庫中記錄會依照鍵值 (keys) 排序。
這個特性很適合訊息佇列，訊息以時間為基礎的鍵值放入資料庫中，然後從最舊的訊息開始取出。

訊息佇列實作

底下程式片段是山姆鍋基於 LMDB 以及 gevent [1]
的簡單實作，只支援單一訊息接收端 (receiver)。
為什麼只支援單一接收端，這跟山姆鍋的需求有關就不詳述。

其中的 clock，請參考 用 Python
實作混合式邏輯時鐘
這篇文章。

佇列物件建構

要建構 LmdbQueue 物件，需要有 LMDB
的環境 (Environment) 物件，且為了讓同一個資料庫可以支援多個佇列 (queue)，每個佇列使用一個前置詞 (prefix) 用來區分。
每個放入佇列中的訊息都會給予一個唯一的鍵值 (key)，這個鍵值包涵前置詞以及目前的混合式邏輯時間，
確保不會有出現同一鍵值的情況發生。

訊息排序與存取

訊息的鍵值以 <prefix>'T'<timestamp> 這樣的格式組成，其中:

  1. <prefix> 是佇列的前置詞。
  2. ‘T’ 是介於 0x00 跟 0xff (255) 之間任意挑選的值，沒有特殊意義。
  3. <timestamp> 是訊息置入時的邏輯時間。

運用這樣格式的設計，就可以確保所有訊息的鍵值都會介於 `<prefix>0x00`
與 <prefix>0xff 之間。 程式碼中分別使用
begin_key 以及 end_key 來代表這兩個值。
藉由這兩個邊界值，我們就可以很方便的使用 set_range
這個方法找到佇列的第一個訊息，
需要的話也可以用來遍歷 (iterate) 佇列的所有訊息。

訊息格式轉換

訊息的鍵值使用 struct
這個套件來從多個資料項轉成精簡的格式。 訊息在放入佇列之前會經過
MessagePack
序列化 (serialized) 成 bytes; 在取出時會被反序列化成當初的資料型態。

交易 (事務) 處理

預設情況下，每個方法各自在獨立的交易中執行，如果需要讓多個操作在同一個交易執行的話，需要先產生
交易物件再傳入被呼叫的方法。

佇列物件方法

各個方法 (method) 的簡短說明如下：

  1. get:

    提供同步 (blocking) 的方式來取出佇列中的訊息，可以設定是否要同步，操作逾時 (timeout) 等。

  2. get_nowait:

    功能類似 get 方法，但沒有訊息的話會，不等待直接回傳
    None。

  3. put:

    允許訊息生產者 (producers) 把訊息放入佇列中。

  4. put_multi:

    允許一次放入多個訊息到佇列中。

測試用程式碼

使用 pytest 的測試案例 [2] ：

test_queue.pyview raw
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
# -*- coding: utf-8 -*-
from __future__ import absolute_import, print_function, unicode_literals

from gevent import monkey
monkey.patch_all(thread=False)  # 1

import gevent
import lmdb
import pytest

from ava.queue import LmdbQueue


@pytest.fixture
def db_env(tmpdir):
    dir = tmpdir.mkdir("data")
    _db_env = lmdb.Environment(dir.dirname)
    return _db_env


class TestLmdbQueue(object):

    def test_create_queue(self, db_env):
        queue = LmdbQueue(db_env)

    def test_get_and_put(self, db_env):
        queue = LmdbQueue(db_env)
        queue.put(2)
        queue.put(3)
        queue.put(1)

        # queue.dump()
        assert 2 == queue.get_nowait()
        assert 3 == queue.get_nowait()
        assert 1 == queue.get_nowait()
        assert queue.get_nowait() is None

    def test_get_with_timeout(self, db_env):
        queue = LmdbQueue(db_env)

        def producer():
            gevent.sleep(0.5)
            queue.put(1)

        gevent.spawn(producer)
        assert 1 == queue.get(timeout=1)

    def test_get_indefinitely(self, db_env):
        queue = LmdbQueue(db_env)

        def producer():
            gevent.sleep(0.5)
            queue.put(1)

        gevent.spawn(producer)
        assert 1 == queue.get()

    def test_put_with_transaction(self, db_env):
        queue = LmdbQueue(db_env)

        with db_env.begin(write=True) as txn:
            queue.put(1, txn)
            queue.put(1, txn)

        assert 1 == queue.get_nowait()
        assert 1 == queue.get_nowait()

        with pytest.raises(RuntimeError):
            with db_env.begin(write=True) as txn:
                queue.put(2, txn)
                queue.put(2, txn)
                raise RuntimeError()

        assert None == queue.get_nowait()

    def test_queue_with_prefix(self, db_env):
        queue1 = LmdbQueue(db_env, prefix=b'myqueue1')
        queue2 = LmdbQueue(db_env, prefix=b'myqueue2')

        with db_env.begin(write=True) as txn:
            queue1.put(1, txn)
            queue1.put(1, txn)
            queue2.put(2, txn)
            queue2.put(2, txn)

        assert 1 == queue1.get_nowait()
        assert 2 == queue2.get_nowait()
        assert 1 == queue1.get_nowait()
        assert 2 == queue2.get_nowait()

    def test_put_multi(self, db_env):
        queue = LmdbQueue(db_env)

        items = [1, 2, '3']
        with db_env.begin(write=True) as txn:
            queue.put_multi(items, txn)

        assert 1 == queue.get_nowait()
        assert 2 == queue.get_nowait()
        assert '3' == queue.get_nowait()

標記 1: gevent 透過 monkey patch
讓多數標準程式庫不用修改也可以支援並發 (concurrent) 執行。

結語

在一般稍微有點規模的分散式系統，通常會使用訊息中介軟體。如果訊息的遺失無關緊要，其實也就不用自找麻煩。
偏偏總會有些場合，尤其是在開發客戶端應用時，會需要先將要傳遞的訊息暫存在持久性儲存體，如硬碟。
但要確保訊息或其它資料的永久性，並沒有想像中的簡單，需要考慮到很多的例外狀況：
寫到一半系統當機怎麼處理？同時兩個執行緒在寫入怎麼處理？
也因為如此，SQLite 或者 LMDB 這種內嵌式資料庫，
對於需要支援資料永久性的客戶端應用來說，是不可少的工具。

  1. 應該也可以適用在多執行緒的程式，只是山姆鍋大多時候是使用 gevent。對於需要執行大量並發 (concurrent) 的 I/O 工作，又不想要非同步編程模式 (使用 callbacks) 複雜性的人，gevent 值得考慮。 ↩︎

  2. 以現在的標準來說，不寫測試程式會被歸類為不好的 (bad) 的工程師，山姆鍋自然要提供一下 :D。 ↩︎