高性能web站点分布式处理系统gearman应用实例

一. 场景分析

业务服务压力比较大，想把一些占用资源的功能异步到远程处理，比如记录业务日志，文件加密，文件分发到其他文件服务器节点上，检查文件服务器是否已同步，对用户上传的图片进行剪裁生成多份缩略图，视频转换，静态内容生成，清除缓存等等，这些请求耗时长，占用系统资源大，影响业务正常访问。这些问题会经常遇到的，如果这些任务都在用户请求过程中完成，服务器撑不撑得住暂不考虑，单凭用户体验角度考虑来说，那是难以忍受的。

二. 解决之道

对于这种需求，我们可以通过分布式计算，对任务进行拆分，转移到多台服务器上进行异步或同步处理。分布式消息队列有多种实现方式如rabbitmq、gearman等。 在这里主要说gearman—分布式处理系统。gearman由三部分组成：Job server，worker server，client server。 任务服务器job server运行这gearmand进程，来负责处理应用的远程调用请求，并且维护计算任务；工作服务器worker server负责向job server注册函数等待领取任务并执行实际的计算，然后将结果返回给job server；客户端client server提供gearman client API给应用程序调用，API支持多种语言如C、php、perl、python、mysql udf、java、ruby、go等等，主要是向job server添加任务，

流程图如下：



客户端client server向gearman添加任务时，有三种模式：

1. 同步顺序处理 相当于消息队列，先进先出。
2. 同步并行处理 这种模式会阻塞后面的运行，将互不依赖的任务并行处理，大大缩短整体处理时间。
3. 异步后台处理 将耗时任务交给后台处理，不阻塞当前进程。

三. 应用实例

需要安装的模块有Mail::SendEasy、Gearman::Worker、Gearman::Client、JSON。

# perl -MCPAN -e 'install Mail::SendEasy Gearman::Worker Gearman::Client JSON'

或通过cpanm来安装

在使用异步处理之前，当我们要发送邮件时，会直接这么写，代码如下：

这存在一个问题， 会长期阻塞在send函数，而无限制等待下去, 直到超时，很可能会拖垮服务器的。我们可以使用gearman，来改变这种发送邮件的方式。第一步，创建一个worker实例SENDMAIL，并向job server注册，等待接收任务并执行发送邮件的操作。第二步，客户端只需要将发送邮件的任务丢给job server便退出，没你什么事了。上代码：

完成上面的改造不要认为解决了发送邮件会长期阻塞在send函数，而无限制等待下去的问题了。这其实只是解决了一部分，还有一个问题需要考虑进去，既然采用了异步方式，那么应用程序是不知道邮件是否发送成功的，因此需要记录任务执行的结果，可以将结果写入数据库，定期的对发送失败的邮件进行再次发送，或写个异常处理的worker，捕获发送邮件异常，进行多次尝试发送。

这种方案是我在捕获数据库备份过程中失败时，发邮件报警的应用。

通过这样的异步任务处理，可以很好的解决前面场景提到的问题，完全取决于如何应用gearman了。如有更好的应用可以相互交流。