Embed Size (px)
Citation preview
Дополнительные темы
Дмитрий Смаль
2
• Запуск фоновых процессов. Cron.
• Очереди сообщений и задач. RabbitMQ, Celery.
• Real-time сообщения. Comet.
• Полнотекстовый поиск. Sphinx.
• Использование NoSQL хранилищ. Memcached, Redis, Tarantool.
Мы рассмотрим
3
Типичные задачи для Web
Массовый импорт данных Массовый экспорт данных Расчет рейтингов (например, лучшие
вопросы) Очистка устаревших данных И вообще все периодические работы Статистика, статистика, статистика
4
Cron
Cron – стандартный планировщик задач в linux
Задача = команда оболочки (bash) в linux
5
Crontab
[email protected]=/bin:/usr/bin:/home/project/binSHELL=/bin/bash1 */3 * * * indexer --rotate --all1 1 * * * backup.sh 1 3 7 * * big_backup_all.sh1 * * * * calc_best.py* * * * * send_mail.py
Команда
Минута
ЧасДень
6
Проблемы
1. Скрипт может работать долго
2. Скрипт может в принципе не успевать обработать нужный объем данных
3. Скрипт может потреблять много ресурсов
4. В каждом скрипте нужно настраивать окружение: соединение с базой, пути к файлам и т.п.
5. Не чаще раза в минуту
7
Решения
1. Использовать блокировку файлов (flock)
2. Распараллелить обработку. Запускать несколько процессов
3. Запускать скрипты на отдельной машине. Использовать scribe для перемещения логов
4. Использовать management command (в Django), писать весь код в ./lib
Cron плохо масштабируется, дает задержки
8
Очереди сообщений
9
BuzzWords
10
Архитектура очередей
11
Преимущества очередей
1. Асинхронная связь и буферизация
2. Слабая связанность
3. Масштабируемость
4. Балансировка и эластичность нагрузки
5. Гарантированная доставка
12
Hello World (sender)
## ваш скрипт-отправитель, например views.py
import pika
params = pika.ConnectionParameters(host='localhost')
connection = pika.BlockingConnection(params)
channel = connection.channel()
channel.queue_declare(queue='hello')
channel.basic_publish(
exchange='',
routing_key='hello',
body='{ "id": 10, "msg": "hello world!"}'
)
connection.close()
13
Hello World (consumer)
## consumer.py – ваш скрипт обработчик
import pika
params = pika.ConnectionParameters(host='localhost')
connection = pika.BlockingConnection()
channel = connection.channel()
channel.queue_declare(queue='hello')
def callback(ch, method, properties, body):
print " [x] Received %r" % (body,)
ch.basic_ack(delivery_tag = method.delivery_tag)
channel.basic_consume(callback, queue='hello')
channel.start_consuming()
14
Exchanges
fanout – отправляет во все очередиdirect - по совпадению routing_keytopic – по совпадению (c шаблонами)headers – на основании аттрибутов
15
Что нужно еще ?
1. Протокол передачи параметров задач
2. Получение результатов
3. Слежение за worker – процессами Нужное количество Ограничение нагрузки Борьба с падениями Борьба с утечками памяти
Удобный мониторинг
16
Очередь задач - Celery
1. Работает поверх RabbitMQ, MongoDB, Redis, DB
2. Задача = функция python
3. Удобный интерфейс запуска задач
4. Замена Cron
17
Архитектура Celery
18
Задачи Celery
## tasks.py – файл с функциями-задачами
from celery import Celery
app = Celery('tasks', broker='amqp://guest@localhost//')
def _poor_fib(x):
## глупая реализация фибоначи
@app.task
def fib(x):
print _poor_fib(x)
@app.periodic_task(run_every=timedelta(seconds=60))
def cronlike():
print "Look at me! I'm a cron“
19
Настройки Celery
## celeryconfig.py – файл с настройками celery
import tasks ## Важно! Загрузить задачи в celery
BROKER_URL = 'amqp://guest@localhost//‘
СELERY_RESULT_BACKEND = 'amqp'
CELERY_TASK_SERIALIZER = 'json'
CELERY_RESULT_SERIALIZER = 'json'
CELERY_ACCEPT_CONTENT=['json']
CELERY_TIMEZONE = 'Europe/Moscow'
CELERY_ENABLE_UTC = True
20
Запуск задания
## views.py – код вашего приложения
## Нам нужны обертки для выполнения задач
from tasks import fib
fib.delay(10)
result = fib.delay(20)
print result.get(timeout=10)
PROFIT!!!
21
Доставка сообщений пользователю
Как сообщить пользователю о событии ?
Polling (каждые 10 секунд…) LongPolling (Comet) ServerPush WebSockets
22
Отличия
23
Nginx mod_push
location /publish/ {
set $push_channel_id $arg_cid; # id канала
push_store_messages off; # не храним сообщения
push_publisher; # включаем отправку
allow 127.0.0.1;
deny all;
}
location /listen/ {
push_subscriber_concurrency broadcast; # всем!
set $push_channel_id $arg_cid; # id канала
default_type application/json; # MIME тип сообщения
push_subscriber; # включаем доставку
}
24
Получение сообщений
function comet (id, onmessage) {
$.get('http://host/listen/', { cid: id })
.done(function(data) {
onmessage(data);
comet(id, onmessage);
})
.fail(function(data) {
comet(id, onmessage);
});
}
comet(123, function(data) {
console.log(data);
});
25
Отправка сообщений
import urllib2
request = urllib2.Request(
'http://localhost/publish/',
'{"hello": 1}',
{}
)
# Может занять много времени
response = urllib2.urlopen(request)
print response
26
Архитектура
Application
Nginx + mod_pushSender
task
Queue
27
Полнотекстовый поиск
28
Основы Sphinx
Document – единица информационного поиска, содержит id, поля (полнотекстовые), атрибуты (не полнотекстовые).
Index – множество документов, по которым идет поиск, можно считать «таблицей», физически набор файлов на диске.
Source – способ пополнения индекса
29
Варианты установки
Stand-alone server (API, SphinxQL)
MySQL storage engine (SphinxSE)
MySQL Sphinx
Application
SQL
Application
MySQL
Sphinx
SQL
SQL
API, SphinxQL
30
Пример конфигурации
searchd {
listen = 127.0.0.1:3334
log = /var/lib/sphinxsearch/sphinx.log
}
indexer {
mem_limit = 100M
max_xmlpipe2_field = 32M
}
index ask_question_idx {
source = ask_question_source
path = /var/lib/sphinxsearch/ask_idx
morphology = libstemmer_ru, libstemmer_en
html_strip = 1
}
31
Пример конфигурации (source)
source ask_question_source {
type = mysql
sql_host = localhost ## и остальные опции
sql_query_range = SELECT MIN(id), MAX(id) FROM questions
sql_range_step = 1000
sql_query = SELECT id, title, text, rating FROM questions WHERE id>=$start AND id<=$end
sql_attr_uint = id
sql_field_string = title
sql_field_string = text
sql_attr_uint = rating
}
32
Использование API
use Sphinx::Search;
my $sph = Sphinx::Search->new();
$sph->SetMatchMode(SPH_MATCH_ALL);
$sph->SetRankingMode(SPH_RANK_PROXIMITY_BM25);
$sph->SetSortMode(SPH_SORT_RELEVANCE);
$sph->SetFieldWeights({ title => 100, text => 50 });
$sph->SetLimits(0, 10);
$results = $sph->Query("search terms");
my @ids = map { $_->{id} } @{ $results->{matches} };
print @ids;
33
Интеграция с Django
from djangosphinx import SphinxSearch
class Question(models.Model):
title = models.CharField(max_length=100)
text = models.CharField(max_length=1000)
rating = models.IntegerField()
search = SphinxSearch(
index='ask_question_idx',
weights={ 'title': 100, 'text': 50, }
)
def search_question(req):
results = Question.search.query(reg.GET['query'])\
.order_by('@weight')
...
34
Индексация
1. Запускать индексатор по cron/usr/bin/indexer --rotate --
all --config=/path/to/sphinx.conf
2. Иcпользовать real-time индексы
35
Ключевые особенности
1. Легкая интеграция с базами и приложениями
2. Batch и real-time индексы
3. Гибкий язык поисковых запросов
4. SQL – like syntax
5. Хорошие функции релевантности
6. Масштабирование
36
In-Memory storage
37
Memcached
import memcache mc = memcache.Client(['127.0.0.1:11211'], debug=0) mc.set("some_key", "Some value") value = mc.get("some_key")
mc.set("another_key", 3) mc.delete("another_key")
mc.set("key", "1") mc.incr("key") mc.decr("key")
38
Архитектура Memcached
39
Типичный пример использования
import memcache mc = memcache.Client(['127.0.0.1:11211'], debug=0)
def heavy_func(arg1): result = db.get('complex sql') ** 100500;result = template(result) # some very heavy computation :) return result
def fast_func(arg1): result = mc.get(str(arg1)) if mc is None:
result = heavy_func(arg1) mc.set(str(arg1), result)
return result
40
Литература
1. http://www.rabbitmq.com/getstarted.html - RabbitMQ2. http://
docs.celeryproject.org/en/latest/getting-started/first-steps-with-celery.html - Celery
3. http://sphinxsearch.com/docs/2.0.9/ - Sphinx4. http://
justcramer.com/2009/03/25/setting-up-django-and-sphinx-full-text-search-django-sphinx/ - django-sphinx
