Go GCP Cloud PubSub 不批量发布消息
Posted
技术标签:
【中文标题】Go GCP Cloud PubSub 不批量发布消息【英文标题】:Go GCP Cloud PubSub not batch publishing messages 【发布时间】:2019-07-03 21:11:05 【问题描述】:我正在开发一个示例项目,该项目从 bigquery 获取输出并将其发布到 pubsub。 bigquery 的行输出可能大于 100,000。我看到有批量发布的选项,并且我在多个地方读到每批 1k 条消息是理想的。我遇到的问题是,在我的一生中,我无法让它批量处理多条消息,我认为解决方案很简单,但我不知道如何去做..
这就是我现在所拥有的,它所做的只是一次发布一条消息。
func publish(client pubsub.Client, data []byte) (string, error)
ctx := context.Background()
topic := client.Topic("topic-name")
topic.PublishSettings = pubsub.PublishSettings
// ByteThreshold: 5000,
CountThreshold: 1000, // no matter what I put here it still sends one per publish
// DelayThreshold: 1000 * time.Millisecond,
result := topic.Publish(ctx, &pubsub.Message
Data: data,
)
id, err := result.Get(ctx)
if err != nil
return "", err
return id, nil
这个函数被调用:
for _, v := range qr
data, err := json.Marshal(v)
if err != nil
log.Printf("Unable to marshal %s", data)
continue
id, err := publish(*pubsubClient, data)
if err != nil
log.Printf("Unable to publish message: %s", data)
log.Printf("Published message with id: %s", id)
其中 qr 是包含从 bigquery 查询返回的数据的结构切片。
现在,是不是因为我调用函数publish
使每条消息都被发布,而topic.PublishSettings
被每个方法调用覆盖,所以它忘记了以前的消息?我在这里不知所措。
我在这里看到了一些批量发布代码:https://github.com/GoogleCloudPlatform/golang-samples/blob/master/pubsub/topics/main.go#L217
但他们实际上并没有在他们的示例中调用它,所以我不知道应该怎么做。
旁注并进一步证明我的观点它不起作用,如果我将 topic.PublishSettings
变量中的 DelayThreshold
设置为 1 秒,它只是每秒发布一条消息,而不是所有消息应该在内存中。
感谢您的帮助,谢谢。
编辑#1:
因此,随着 kingkupps 的评论,我将代码切换为以下代码以用于测试目的:(项目和主题名称从真实名称切换)
func QueryAndPublish(w http.ResponseWriter, r *http.Request)
ctx := context.Background()
// setting up the pubsub client
pubsubClient, err := pubsub.NewClient(ctx, "fake-project-id")
if err != nil
log.Fatalf("Unable to get pubsub client: %v", err)
// init topic and settings for publishing 1000 messages in batch
topic := pubsubClient.Topic("fake-topic")
topic.PublishSettings = pubsub.PublishSettings
// ByteThreshold: 5000,
CountThreshold: 1000,
// DelayThreshold: 1000 * time.Millisecond,
// bq set up
bqClient, err := bigquery.NewClient(ctx, "fake-project-id")
if err != nil
log.Fatalf("Unable to get bq client: %v", err)
// bq query function call
qr, err := query(*bqClient)
if err != nil
log.Fatal(err)
log.Printf("Got query results, publishing now")
// marshalling messages to json format
messages := make([][]byte, len(qr))
timeToMarshal := time.Now()
for i, v := range qr
data, err := json.Marshal(v)
if err != nil
log.Printf("Unable to marshal %s", data)
continue
messages[i] = data
elapsedMarshal := time.Since(timeToMarshal).Nanoseconds() / 1000000
log.Printf("Took %v ms to marshal %v messages", elapsedMarshal, len(messages))
// publishing messages
timeToPublish := time.Now()
publishCount := 0
for _, v := range messages
// ignore result, err from topic.Publish return, just publish
topic.Publish(ctx, &pubsub.Message
Data: v,
)
publishCount++
elapsedPublish := time.Since(timeToPublish).Nanoseconds() / 1000000
log.Printf("Took %v ms to publish %v messages", elapsedPublish, publishCount)
fmt.Fprint(w, "Job completed")
现在这样做是当我的消息计数为 100,000 时,它将在大约 600 毫秒内完成发布调用,但在后台,它仍将一一发布到 pubsub 端点。
我可以在 StackDriver 和 Wireshark 中看到这一点,其中我在 stackdriver 中的消息/秒大约是 10-16/秒,而 Wireshark 显示每条发送的消息都有新的连接。
【问题讨论】:
您是否尝试过使用相同的 pubsub.Topic 发布您的所有消息?我想知道是否每个主题都有自己的消息队列。这些示例对此有点不清楚,但 godoc 似乎表明每个主题都有自己的资源池。 godoc.org/cloud.google.com/go/pubsub#hdr-Publishing @kingkupps 我或多或少地将publish
代码移到了调用函数中。该主题是在创建客户端后立即定义的,现在在该 for 循环中我使用相同的主题,但结果是相同的。我还删除了result.Get(ctx)
调用,但这只是导致函数快速执行,因为该调用阻塞,但topic.Publish
没有。所有这一切都是在后台发布的消息。我还使用 Wireshark 检查了我的网络流量,这似乎表明每条正在发送的消息都有一个连接请求。
编辑帖子以显示新代码 sn-p。
【参考方案1】:
这很可能是因为当你打电话时
topic.PublishSettings = pubsub.PublishSettings
// ByteThreshold: 5000,
CountThreshold: 1000,
// DelayThreshold: 1000 * time.Millisecond,
您正在将发布设置重置为零初始化结构。这会将 topic.PublishSettings.ByteThreshold 设置为 0,这意味着所有消息将立即发布;你告诉它等到它有 0 个字节,它总是有 0 个字节。
相反,您应该执行以下操作来设置 CountThreshold:
topic.PublishSettings.CountThreshold = 1000
这同样适用于其他领域。如here 所述,它们已经初始化为默认值,如果要更改它们,请直接修改它们,而不是重新分配整个 PublishSetttings 对象。
【讨论】:
就是这样。谢谢! 大家好,好像不是排他性条件。我将 CountThreshold 设置为 2 并将 DelayThreshold 设置为 10 seconds 。其中只有一个控制事件。即使我有 2 条消息要发布,发布者正在等待 10 秒发送第一个消息,其他 10 秒发送第二个消息……我希望发布者在他的 CountThreshold 已满后立即发送事件……你能帮忙吗我?以上是关于Go GCP Cloud PubSub 不批量发布消息的主要内容,如果未能解决你的问题,请参考以下文章
使用 GCP pubsub 的 Spring Cloud Stream 消费者的并发设置
从 Cloud Function 发布到 GCP PubSub 的正确方法是啥?
在 Spring Cloud GCP pubsub 中创建特定于消息通道的线程