【问题标题】:google.cloud.pubsub - Streaming Pull hogging PubSub Messagesgoogle.cloud.pubsub - 流式拉取 PubSub 消息
【发布时间】:2018-12-10 14:51:55
【问题描述】:

我目前正在对最新的google-cloud-pubsub==0.35.4 pubsub 版本进行一些测试。我的意图是使用动态数量的订阅者客户端来处理永无止境的流(负载变化)。

但是,当我有一个队列时说.. 600 条消息和 1 个客户端正在运行,然后添加其他客户端:

  • 预期:所有剩余消息均匀分布到所有客户端
  • 观察到:只有新消息会在客户端之间分发,任何旧消息都会发送到预先存在的客户端

以下是我用于客户的简化版本(作为参考,我们将只运行低优先级主题)。 我不会包括发布者,因为它没有关系。

PRIORITY_HIGH = 1
PRIORITY_MEDIUM = 2
PRIORITY_LOW = 3

MESSAGE_LIMIT = 10
ACKS_PER_MIN = 100.00
ACKS_RATIO = {
    PRIORITY_LOW: 100,
}

PRIORITY_TOPICS = {
    PRIORITY_LOW: 'test_low',
}

PRIORITY_SEQUENCES = {
    PRIORITY_LOW: [PRIORITY_LOW, PRIORITY_MEDIUM, PRIORITY_HIGH],
}


class Subscriber:
    subscriber_client = None
    subscriptions = {}

    priority_queue = defaultdict(Queue.Queue)
    priorities = []

    def __init__(self):
        logging.basicConfig()
        self.subscriber_client = pubsub_v1.SubscriberClient()

        for option, percentage in ACKS_RATIO.iteritems():
            self.priorities += [option] * percentage

    def subscribe_to_topic(self, topic, max_messages=10):
        self.subscriptions[topic] = self.subscriber_client.subscribe(
            BASE_TOPIC_PATH.format(project=PROJECT, topic=topic,),
            self.process_message,
            flow_control=pubsub_v1.types.FlowControl(
                max_messages=max_messages,
            ),
        )

    def un_subscribe_from_topic(self, topic):
        subscription = self.subscriptions.get(topic)
        if subscription:
            subscription.cancel()
            del self.subscriptions[topic]

    def process_message(self, message):
        json_message = json.loads(message.data.decode('utf8'))
        self.priority_queue[json_message['priority']].put(message)

    def retrieve_message(self):
        message = None
        priority = random.choice(self.priorities)
        ack_priorities = PRIORITY_SEQUENCES[priority]

        for ack_priority in ack_priorities:
            try:
                message = self.priority_queue[ack_priority].get(block=False)
                break
            except Queue.Empty:
                pass

        return message


if __name__ == '__main__':
    messages_acked = 0

    pub_sub = Subscriber()
    pub_sub.subscribe_to_topic(PRIORITY_TOPICS[PRIORITY_LOW], MESSAGE_LIMIT * 3)

    while True:
        msg = pub_sub.retrieve_message()
        if msg:
            json_msg = json.loads(msg.data.decode('utf8'))

            msg.ack()
            print ("%s - Akked Priority %s , High %s, Medium %s, Low %s" % (
                datetime.datetime.now().strftime('%H:%M:%S'),
                json_msg['priority'],
                pub_sub.priority_queue[PRIORITY_HIGH].qsize(),
                pub_sub.priority_queue[PRIORITY_MEDIUM].qsize(),
                pub_sub.priority_queue[PRIORITY_LOW].qsize(),
            ))

        time.sleep(60.0 / ACKS_PER_MIN)

我想知道这种行为是否是流式拉取功能所固有的,或者是否存在可以改变这种行为的配置。

干杯!

【问题讨论】:

    标签: google-api google-cloud-pubsub google-cloud-python


    【解决方案1】:

    考虑到Cloud Pub/Sub documentation,Cloud Pub/sub 为每个订阅至少交付每个发布的消息一次,但是这种行为有一些例外:

    • 无法在 7 天的最长保留时间内送达的邮件将被删除。
    • 在创建给定订阅之前发布的消息将不会被传递。

    换句话说,服务会将消息传递给在消息发布之前创建的订阅,因此旧消息将无法用于新订阅。据我所知,Cloud Pub/Sub 不提供改变这种行为的功能。

    【讨论】: